20190423DataGatewayTalk_Sexyな職業と言われたDataScientistの10年を振り返って #dgtalk

2019年4月23日 Data Gateway Talk Vol.1 @Wantedlyの発表資料です #dgtalk

Transcript

1. Sexyな職業と言われたDataScientist の10年を振り返って
 2019/4/23 Data Gateway Talk Vol.1 @Wantedly

2. 自己紹介
 • 名前：伊藤 徹郎 (@tetsuroito) • 所属：Classi株式会社 データAI部 データサイエンティスト • 専門：経済、金融工学 • 分野：Educational Technology , Learning Analytics • 著書：データサイエンティスト養成読本ビジネス活用編 • コミュニティ運営： ◦ Machine Learning Casual Talks ◦ Data Analyst Meetup Tokyo ◦ Data Pipeline Casual Talk
3. 今日話すこと
 今日はData Gateway Talkということで、これから活躍される(であろう)皆様に少し でもヒントになる話ができたらと思っています。
 技術的な話は特にしません。
 ポエミーなお話です。
 15分間お付き合いいただければ幸いです

4. Sexy Jobのそもそもの経緯 • 2009年Googleの統計家 Hal Varianさんの発言
 本来はデータを適切に扱 える人の話をしているが、 ここだけ誇張されるように なった

5. Sexy Jobのそもそもの経緯 • 2012年Harvard Buissiness Reviewの特集
 この2つの事象により、今後10年Sexyな職業にデータサイエンティストとされた
 (らしい)

6. 実はもう10年経っている問題
 今日は2019年4月23日！

7. 10年は長い

8. 10年は長い
 ビッグデータ データ サイエンティスト AI・人工知能 ディープラーニング 時代の変遷とともにバズワードが変化 (でも本質はあまり変わらない)
9. 10年といえば
 発売は2015年なので
 あと6年持ちます
 (私もレビューしました)

10. レビューといえば
 4/19に発売！
 私も少し
 口を出しました
 (謝辞に載る程度)
 書店でぜひ！

11. • １社目(インターネット金融グループ)
 ◦ 職種：営業・企画、ガラケーサイト開発、Webマスター(マーケター)
 • 2社目(データ分析会社)
 ◦ 職種：データアナリスト
 ◦ PJ：レコメンドアルゴリズム開発、アドテク分析、予測モデリング、顧客分析、 マーケティングリサーチ、DMP構築など
 • 3社目(レシピサービス)
 ◦ 職種：ディレクター
 ◦ PJ：新機能開発、グロースハック、サービス改善
 私のこれまでの道のり
12. • 4社目(Fintechサービス)
 ◦ 職種：ディレクター、PM
 ◦ PJ：新機能開発、グロースハック、サービス改善、新サービス立ち上げ
 • 5社目(EdTechサービス)
 ◦ 職種：データサイエンティスト
 ◦ PJ：分析、改善、実証研究など
 私のこれまでの道のり イマココ！ 振り返ると、様々な業種・職種で 色々なことをやってきました (最近データサイエンティストになりました)
13. 私のデータサイエンティスト的な立ち位置 多分この辺
14. 私のキャリアプランの考え方 「計画的偶発性理論」という考えを軸にしています
 「計画的偶発性理論」とは何か？
 - 20世紀末にスタンフォードのクランボルツが提唱
 - 個人のキャリアの8割は予想しない偶発的なことによって決定される
 - その偶発的なことを計画的に導くことでキャリアアップをしていくべき
 複雑系の社会はアンコントローラブルなので 起こった事象に対して意思決定をするスタンス
15. 計画的偶発性理論で大事な行動指針 「好奇心」 ：たえず新しい学習の機会を模索し続けること
 「持続性」 ： 失敗に屈せず、努力し続けること
 「楽観性」 ： 新しい機会は必ず実現する、可能になるとポジティブに
 　　　　　　 考えること
 「柔軟性」 ： こだわりを捨て、信念、概念、態度、行動を変えること
 「冒険心」 ： 結果が不確実でも、リスクを取って行動を起こすこと

16. 私が計画的偶発性理論信奉者になった理由 • リーマンショックの影響
 • コミュニティの参加

17. リーマンショックの影響 • VaRという定量的リスクマネジメントの限界
 • 正規分布ではなくべき分布なのであるという主張
 • 所属部署の解散措置
 • ファイナンシャルエンジニアリング→アドテク勃興
 • 不景気
 • 会社ってマジで無くなるんだ
 仕事・キャリアに関して景気動向がいかに大切かは
 LINEの高柳さんの資料に載ってます
 https://speakerdeck.com/stakaya/the-road-to-machine-learning-engineer-from-data-scientist
18. • 初めて飛び込んだ商用ツールのコミュニティの人たちが優しかった
 • 私を鍛えてくれたコミュニティたち
 ◦ TokyoWebmining
 ◦ Tokyo.R(Japan.R)
 ◦ おしゃスタ、さくテキ 
 ◦ (TokyoNLP,TokyoScipy,Tsukuba.R) 
 ◦ はじパタ、わかパタ、複雑ネットワーク読書会などの輪読会 
 • 弱い紐帯の大事さ
 • 思い切ってアウトプットしてみる
 • 思い切って主催・運営に参加してみる
 コミュニティの参加
19. 好きな言葉 • Pay it forward
 • To Dare is To Do

20. 色々なネットワークをつくる • メンターを見つける
 • コミュニティに参加する
 • 遠そうな分野も見てみる

21. • ハンガリーの数学者
 • 数学の様々な分野で功績を残す 
 • 生涯で1500もの論文を執筆
 ◦ それより上はオイラーのみ
 • 他の数学者と共著を書くため世界を放浪 
 • エルデシュ数という指標
 ◦ 論文の共著ネットワークの最短経路 
 ◦ エルデシュを経由
 偉大なエルデシュ先輩に学ぶ 思い切って外に出て、色々な専門家と議論してみる
22. 別の業界の専門家と話すと良いこと • エッジエフェクト
 • メディチインパクト
 (生態学の観点) (イノベーション論の観点)
23. メンターの見つけ方 1. 過ごした時間の長い人に推薦してもらう
 2. 実際に会ってみる
 3. 悩みや課題をその場で相談する
 4. 自分にしっくりくるか確認する
 5. 包み隠さずメンターの依頼をする
 インクルージョンジャパン吉沢さんのnoteより引用
 https://note.mu/yasuyasu1976/n/n2b04574e3f5e
 
 

24. 自分の動機付けは何かを知る • 外発的動機
 • 内発的動機

25. スキルを磨く
26. すでにうまくやっている企業から学ぶ データサイエンスや機械学習、人工知能を活用して価値を出すには
 自らのスキル・能力・努力だけでは足らないことを知る
 環境・組織・投資・インフラ・人材・計算資源 etc..
 PFN DeNA エムスリー etc..
27. ビジネスプロセスの全体感を知る マネジメント マーケティング エンジニアリング 製造・開発 サポート 販売 デザイン データサイエンス
28. 経験の重要性
29. 3つの輪と照らし合わせて経験を積む
30. たくさんの実行を支える 企画 Development Operation リリース 改善 市場調査 競合分析 プロトタイプ ユーザーテスト マーケ戦略 KPI A/Bテスト 分析 機械学習
31. 思考停止をしない • Silver Bulletはない
 • ノーフリーランチの定理
 • Bias - Variance Tradeoff
 • オーバーフィッティングと精度100%

32. まとめ • 10年間様々なことがありました
 • 環境・技術・トレンドなどの変遷はすさまじい
 • 何が起きるか予測がつかない
 • 自分の特性を知っておく
 • コミュニティや日々の研鑽で対応していきましょう

33. What’s importance for the Next 10 years？ ご静聴ありがとうございました