LoginSignup
10

More than 5 years have passed since last update.

ゆっくりとデータサイエンティスト回りの概念/手法を整理してみようと思う part0

Posted at

どうも。Yuuseiと申します。
家の近所でアナリストとしてB2B周りの分析をしてるんですが、

本格的にデータサイエンティストと名乗るために自分の中で整理をつけようと思い、
重い腰を上げた次第です。

割と似たような記事は不定期にいろんな人が書いているようなので、
【そろそろデータサイエンティストの定義とスキルセットについて本気で考えてみる】
http://qiita.com/hik0107/items/f9bf14a7575d5c885a16

まぁ、その中のイチ意見とでも思いながら読んでいただければな、と。
方向性ですが、

【一般社団法人データサイエンティスト協会】
http://www.datascientist.or.jp/index.html

の2014年発表

【スキルセット・定義】
http://www.datascientist.or.jp/news/2014/pdf/1210.pdf

をベースとして、最近読んでる本や記事もベースに、
そろそろ自分の中で今後来るであろう流れに備える意味を含めて、
再定義しときたいなと思って書いてます。

2012年あたり(もうちょっと前?)から第三次機械学習ブーム、
特に機械学習周りでDeep Learningがアツくなっていることもあり、
「機械学習エンジニア」と言うものが求人市場に出てきてます。

【機械学習を身につけたITエンジニアは強い!(上):今すぐにでも学ぶべき二つの理由】
http://itpro.nikkeibp.co.jp/atcl/column/14/090100053

なので、この「機械学習エンジニア」や「予測作成アナリスト」の様な、
わりとデータサイエンティストと被っている領域について、
データサイエンティストの棲み分けだという考え方で進めていき、
どこに違いがあるかと言う事を整理したいなと思います。

このTJOさんのブログ(愛読してます)がベースとなると思いますが、
【データサイエンティスト(本物)は決して幻の職業などではない 】(六本木で働くデータサイエンティスト)
http://tjo.hatenablog.com/entry/2016/09/21/190000

TJOさんが分析・基盤技術必須と書いてあり、
海の向こうのトレンドに対してもコメントしているのに対し、

それは大前提として、ビジネスサイド視点での意見を追加していく事になると思います。

割と最初に挙げたURLと似通った形になるんじゃないかと思いますが、
気になった方はたまに見に来てもらえると新しい発見があると思います。

ちなみに、上記 hik0107 さんの下記記事は、
参考書リストとしてわかりやすいので、そのまま引用しちゃいます(ごめんなさい)

【データサイエンティストに興味があるならまずこの辺りを見ておきな、って文献・動画のまとめ(随時追加)】
http://qiita.com/hik0107/items/ef5e044d2f47940ba712

そんなわけで、そろそろ時間が危なくなってきたので、
出社準備始めます。
多分 part1 は年内に出る感じです。

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
10