•Web化に必要な最低 限のクラウド周り知 識の取得 •データ活⽤の幅 を広げるためのア ンテナ・回路確⽴ •⽂字検索⽅法改善 •検索結果表⽰改善 •講義コード復習 •Udemy検討 •書籍通読 •まずは作る︖ •Web化に向けた コード改良 •Webサービス版 トライアル構築 •基礎本での演習 データミックスでの学びを通して︓感想、反省と今後の学習計画 感想 反省 学習 計画 データ活⽤ イメージ プログラミン グ/Python Web/Flask, Django他 アルゴリズ ム・数学 クラウド • データサイエンティストの全体イメージを もっと具体的にしておくべきだった • スキル毎に⻑期計画を作っておけばよかった • あまり本業に囚われすぎなければよかった • ⾃分の気になるデータを早々に集めて、その データ加⼯・分析をPythonで試せばよかった • データサイエンスの知識は⾝につき、業務でも活⽤できるようになり、各種リテラシーが⾝についた • 但し、まだ⾃分では理解できたこと全ては再現できない。「わかる」と「できる」はまったく別物 • まずは⾃分のやりたいテーマを⾒つけて、⾃分のデータで⾊々試して、どんどん質問すればよかった • Pythonはとにかく叩くべきだった、基本動作だけで思ったよりやりたいことができた • 数学的素養がないと、各アルゴリズムの原理が分からない。継続学習が必要と感じた • 世の中データサイエンスでなんでも解決みたいに⾔ってるけど、そんなことはないと思った。データ整理は超重要 • データ分析1本で飯を⾷うのはなかなか難しい。データ分析と他キャリア・スキルを組み合わせて戦略を考える必要 • ⾃⾝のキャリア、ライフプランとデータの 使い⽅を継続検討 • データサイエンスのスキル毎に学習計画 作成(継続学習が重要) • 具体的な⽬標(今は⽇本酒レコメンドシステム) を設定する 10〜11⽉ 12〜1⽉ 2〜3⽉ FY20⽬標 テーマ •定期チェックできる Twitterやネット情報調査 •書籍通読 •特にレコメンド関係中⼼ •アウトプット検討 •学習するクラウ ドの選定 •定期的なネット情報チェック •Web化に必要な 知識確認 •書籍通読︖ •アウトプット 完成