Upgrade to Pro — share decks privately, control downloads, hide ads and more …

⼤学で培ったスキルが転職市場の分析にどう活かされているか / How do the skill...

Sansan DSOC
November 13, 2020

⼤学で培ったスキルが転職市場の分析にどう活かされているか / How do the skills developed in university are used in analyzing the job market?

■イベント 
:Sansan R&D・エンジニア20卒新卒LT会
https://sansan.connpass.com/event/191627/

■登壇概要
タイトル:⼤学で培ったスキルが転職市場の分析にどう活かされているか
発表者: 
DSOC R&D研究員 ⿊⽊ 裕鷹

▼Twitter
https://twitter.com/SansanRandD

Sansan DSOC

November 13, 2020
Tweet

More Decks by Sansan DSOC

Other Decks in Technology

Transcript

  1. Data Strategy and Operation Center ⾃⼰紹介 ⿊⽊ 裕鷹 オンライン名刺 •

    ޻ֶम࢜ • ೥݄ೖࣾ Yutaka Kuroki Sansan 株式会社 DSOC(Data Strategy & Operation Center) R&D Data Analysis Group 研究員
  2. Data Strategy and Operation Center 学⽣時の取り組み • アセットプライシングに関する研究 • ファクターモデル×精度⾏列のスパース推定(卒論)

    • ⼤規模チェーン店における需要の潜在リスクを要因分解する研究 • 位相的データ解析の応⽤に関する研究 • 時系列に対するpersistent homology と⾮定常時系列のクラスタリング • ネットワークに関する研究 • ネットワーク構造を持つデータに対するブートストラップ法の提案(修論) • その他コンペティション • kaggle, データ解析コンペティション(OR学会部⾨), Bloomberg投資コンテスト
  3. Data Strategy and Operation Center ⼊社後の取り組み 主に Eight Career Design

    関連タスクに従事 &JHIUͰμΠϨΫτ࠾༻͕มΘΔɻ
  4. Data Strategy and Operation Center Eight Career Design 採⽤要件を定義して、直接欲しい⼈材にアプローチでき、⺟集団の質を担保 ①募集要項作成

    ②対象者抽出 ③スカウト送付 ⾃社のHPで掲載している募集要項と 同様の項⽬を記載 募集要項に合致する採⽤要件を定義 名刺をはじめとする正確な情報から、 欲しいターゲット条件から絞り込む 「転職の意向度」も加味し 候補者に対してEight上で ダイレクトスカウト
  5. Data Strategy and Operation Center ⼊社後の取り組み • Eight Career Design

    での取り組み • ⼈物検索(アルゴリズム)の改善 • 転職市場(ネットワーク)の分析 • 採⽤/ブランディング⾯での取り組み • データ分析コンペティションの設計 • ブログ執筆 ※11/16(⽉)Sansan×atmaCup #6 solution発表会にて登壇予定
  6. Data Strategy and Operation Center スキルについて 学⽣時代に興味があり 習熟できたもの • 数理統計,機械学習の基礎

    • 引き出しの多さ • ネットワーク解析 • コンペ的機械学習タスク • データハンドリング・可視化 • R,Python • 簡単なSQL • 発表スキル△ 学⽣時代に興味があり 習熟できなかったもの • 突出した専⾨領域の確⽴ • 数理統計についての深い知識 • 画像・⾃然⾔語・⾳声タスクに対する専⾨的な知識 • 英語 • 競技プログラミング • クラウド(AWSやGCP) 興味のなかったこと • 基本的なエンジニアリング技術 • Docker • Web API • 情報検索に関する知識 • ビジネス的観点
  7. Data Strategy and Operation Center スキルについて 業務で活きていること 活きていないこと 学⽣時代に興味があり 習熟できたもの

    • 数理統計,機械学習のお作法 • 引き出しの多さ • ネットワーク解析 • コンペ的機械学習タスク△ • データハンドリング・可視化 • R,Python • 簡単なSQL • 発表スキル • 数理統計,機械学習の特に専⾨的 な部分の知識△ 学⽣時代に興味があり 習熟できなかったもの • 突出した専⾨領域の確⽴△ • ⾃然⾔語処理に関する知識 • クラウド(AWSやGCP) • 英語△ • 画像・⾳声タスクに対する専⾨的 な知識 • 数理統計についての深い知識△ • 競技プログラミング 興味のなかったこと • 基本的なエンジニアリング技術 • Docker • Web API • 情報検索に関する知識 • ビジネス的観点 ※ あくまでも⿊⽊の業務内でのはなし
  8. Data Strategy and Operation Center まとめ • 学⽣中に習熟したことのうち,業務で活きないことはほとんどなかった (興味のまま好き勝⼿やっておいた⽅がよい??) •

    学⽣時代の研究がそのまま⺠間の R&D 業務に活かされることはないが, その過程で培った基礎知識,引き出しの多さ,好奇⼼は確実に活きている > 新卒から⼤きな裁量が与えられる DSOC R&D において,特に重要だと感じる • 学⽣時代は興味のなかったことが仕事で要求されることは当然あるが, 必要になる or 興味がないとアクセルを踏めない性格なので結果的に問題なかった (気がする) • 座談会では気軽になんでもきいてください!!