に参加しての記事です。お題の下記に該当する記事の認識です。

投稿テーマ例
- エンジニアとしてのスキルを向上させるために日頃から大事にしていること
（記事執筆者として)こんな方におすすめ
- エンジニアとして様々な技術の勉強を行なってきた方

バイオインフォマティクスからデータサイエンスに業務が移りましたが比較的新しいことを取り入れキラキラだと思われている分野ですね。実はかなり泥仕事ですが。
でも常に新しいことをキャッチアップしてきた中で感じたことや得たものが他の方のご参考にもなると思い書きます。

伝えたいこと

伝えたいことのイメージ図

総論

入力・シャフル・出力を意識することにより付加価値が生まれる
それらの活動を支えるコンピューターで言えばOSとなるような根本的な考え方・知識は早めに手にいれる

各論

エンジニアとしてのOS

人としての考え方
- - 色々ありますが古今一番推されている名著ですね。わたしが読んだのは古い版ですが根っこは変わらないでしょう。
  - 倍返しは論外で仕返しは損ですよ。
ビジネスの基本
- 効率的に仕事をするために。ここら辺蔑ろにして無駄に残業している人多し。私もかなり無駄をしてから気づいたけれど最初から押さえておきたいところでした。
- 論理的思考
  - - 流行りものに飛びついたり終わりのない堂々巡りの会議という名の無駄話で無駄残業していませんか。
    - 「ゼロベース思考」「仮説思考」「MECE(ミッシー)」「ロジックツリー」の基本を押さえる。これがない会議は会議じゃない無駄話ですし、少なくともビジネスの思考ですらないです。
- スライド作成
  - - 読むための資料とプレゼンのための資料のどちらもPowerPointで作れてしまい、特にエンジニア系は知識を詰め込んでしまう。ユーザー様への説明は要点を押さえて。
ITの基本
- これは技術分野にもよるでしょうし、Qiitaに良記事がたくさんありますね。ですが強いて1冊を挙げるとプログラムを書く人ならば
- - これも私が読んだのは古い版ですが大きくは変わらないと思います。１つの技術で安住しちゃいけないよ的なメッセージが私には一番響いてます。

入力

知識や情報のインプット、勉強のこと

よく、書籍がいい、勉強会はやった気になるだけ、いやWebでいいっしょ、動画じゃないとね、学校、、、どれがいいか悪いかのような意見を見ますが違うと思う。それぞれ長所短所があり使い分けが重要

手段	長所	短所	推奨
書籍	情報の密度が濃い。出版社による質の確保	コスト、積読してしまう、ジャンルによっては本がないか英語のみ	X(旧Twitter）で感想を検索
Web記事	無料。最新情報	玉石石石石混合。質の低い（明らかな間違いも)のも多い	出所が明らかなものを。そこから信頼のおける著者を見つけられる
動画	わかりやすい	玉石混合？	ワンポイントで効果
セミナー・勉強会	最新・あるいはニッチもあり、直接質問できる	やった気になるだけで帰ったら何も残ってない？	思考をシャフル
学校	質の確保。直接質問できる	コスト。玉石混合	私は大学以降未経験

書籍
- 質・土台を築く的なことはやはり情報密度が高い書籍
  - 数式・コードは写経
  - 複雑な概念は多読で共通点をあぶり出す
    - バイブルを精読が王道でしょうが私は気が散ってしまうので
- 何じゃこりゃの本もありますが、質は出版社、著者で質は大体選別できますね。
  - オライリー・ジャパン、共立出版、朝倉書店、講談社サイエンティフィク、丸善、、、
- Amazon評も参考になる場合もありますがこれも玉石石混合ですね。あと各種書評も仲間内だけで褒め合っていることも多い
  - なので、私がやるのはX(旧Twitter）でその本のタイトルで検索してみることです。ツイート内容からその読者の方にはどういうバックグラウンドがあってどういう目的でその本を読み、良かったのか悪かったのかが参考になることが多いです。結構マニアックな本へのコメントもありますよ
Web記事
- コーディング系ならばコードで分かりますが解説記事だと分かってない人がどこかの記事をパクったままで混乱する内容がありますね
  - 初心者向けにバイブル的な本をいきなり推奨するとか
- 出所を明らかにしている記事は比較的信用できますね
  - Zenn、Qiita、noteは比較的信用できる記事が多いですね。個人ブログでも質の高い方がいらっしゃるので、面白い記事を見つけたら出所を追うようにするとその分野で信頼できる書き手を見つけられます
- 最新動向を追うという使い方ですかね
動画
- 本は読まずに積読になるから動画という人が多いですが、私は時間を食われるし、書籍より情報密度が低い動画が嫌い
  - 私は古い人間なので書籍に馴染んでいるバイアスは正直あります
  - 早送りとかスキップとかわかりますが書籍のランダムアクセス性には叶わないでしょう
- ヨビノリさんの講義動画とか書籍ではわからなかったことがわかる素晴らしい動画とか、ツールの操作とかはやはり動画が良いかもなのでワンポイント的位置付け
セミナー・勉強会
- ベンダーのセミナーとかconnpassで紹介されている勉強会とか
- 正直出かけて直接話を聞くとやった気にはなり、ただ帰ると何も残ってないということはあるかなと
- ただそのベンダーが推しているのはそれなりの理由がありますし、勉強会は思ってた内容と違うこともありますが、その発想はなかったとか、今までそのジャンルはスルーしてたけれどその内容だったら自分に関係あるじゃない、とか思考をシャフル・つなぐ意味では強力かなと思います
学校
- エンジニアリングに関しては大学以降特に通っていないのでわからず。あと学校の科目の設置を待つと遅れるので、上記で独学が良いかなと思います。

たまにシャフルしよう

ここの項はまだうまく言語化できていないので機会があればまた別に記事にしたいと思いますが。クラウドや特に生成AIでコーディング支援などが出てきておりITの各技術間の敷居が低くなりできること・やらなければならないことの範囲が広がってますね。
データ分析では「過学習」と言いますが一つのことだけに特化していると新たな問題が出てきた時に対応できなくなります。おすすめ記事とかおすすめ書籍あるいは会社で同じグループだけで仕事していると思考が凝り固まってしまいます。昔だったら雑誌の連載目当てに買っていても特集記事で新たな分野に触れるというのもありましたが今はそういうことも減ってきてますね。
既述のように、セミナー・勉強会に頭のシャフル目的で出るのはありかなと思います

出力

仕事
- 業務で技術が直接活かせればそれが一番よいですが、新たな技術を身につけるためにはそれも限られます
Qiita
- Zenn、noteでも良いですが、技術記事を書くのはお勧めです
- 知ったつもりのことでもいざ書くとなると不安になり調べますよね
- パクっただけの釣り記事みたいのはダメですよ自分のためになりません。引用したり、他のコーディングを自分なりにアレンジとかは良いですけれど。必要以上に記事執筆の敷居を上げるつもりはないので
- データ分析学習当初に内容の薄い（っていうか間違えている）他人の記事をパクっただけの記事に困惑されたので、私の技術記事はかなり力を込めています。よければご参考になさって
資格
- 公的資格・ベンダー資格は強い
  - 民間資格でも良いものもありますがね
- 資格を持っていても実務には意味がないという方もいらっしゃり一面では正しいですが
  - 採用面接で判断する側がその技術の専門家でないことが多いです。一次や二次面接では技術を見るでしょうが、最終決定者の役員の方は専門家でなかったり、他の候補者と差がつかなかったときにものを言います（後述の通り私が経験）
    - 件数は少ないですが、入札案件や民間のコンペでも資格要件を問われることもあります
  - あと、学んだことをすぐ実務に活かせる環境であれば良いですがそうでない場合は勉強のペースメーカーにもなります
- 資格コレクターのようになって実務はできないのは困りますが武器の一つとなると思います
書籍・勉強会講師
- 私はまだここまでできていない。社内勉強会の講師ならありますけれど。出版社からお声がかかるようQiitaを書き続けます

上記の説明のための経歴

子供の頃
- 持って生まれた人見知り、今でいうコミュ障を自覚していた。
- 講談社ブルーバックス等で宇宙論に憧れていた。
- 最初のPCはMSX（CASIO　MX-10）
  - その後-PanasonicのMSX2、MSX２＋、EPSON　PC-286、dynabook、Sony　VAIO、Let's　Note、DELLのノート、Macbookが現在
  - BASICは少し書けた程度
1991年4月　電気通信大学電子物性工学科入学
- 一般にいうところですと物理工学科的なところ
- 宇宙論に憧れ物理学者になりたかったが学力が足りず、物理学科は断念。近そうなところに入った。
- が物理を学んでも相当優秀で無い限り研究職はなく、何らかのエンジニアになるのだろうと漠然と思っていた。
1993年大学3年生　第二種情報処理技術者（今でいう基本情報処理技術者）合格
- 就活の面接でまともに答えられない確たる自信があり、何らかアッピールするものをと思っていた。『月刊情報処理』なる受験雑誌があり、それで毎月学習して受かった。
- この決断、実績が自分のキャリアにあとでものをいうことになる。当時の俺えらい。
- アセンブラの科目もあり、仮想演算機COMETにて、とかなんなんだと思ってたが俺えらいぞ。
1994年　大学4年生　第一種情報処理技術者（今でいう応用情報処理技術者）合格
- 続けてこれも。大学4年生で取っているのはまずまずなのではないか。
  - 資格の大原の記事応用情報技術者試験は難しすぎ？合格率や難易度・勉強方法も紹介によると基本情報の平均25歳、応用情報29歳なので、当時の自分えらい。
- 授業でFORTLANを学ぶ
  - ヒストグラムを描くにもアスタリスクを並べて描くとか何だぜ
就活
- やはり勇気なく、公務員試験ならば面接と同時にテストの点数でも採用の目があるかと就活らしい就活はゼロで公務員試験勉強
  - 国家I種物理　不合格、国家II種物理合格
  - 東京都上級職行政区分！　不合格
  - 地元の上級職行政区分！　合格
  - で国家II種物理を元に面接に
    - 後に聞いたところ「何人も来ていてわからなかったけれど情報処理試験に受かってりゃ大丈夫だろ」が決め手だったらしい
  - 情報処理試験は実務では不要なので意味がないという人も多いですが、採用などを決めるのは必ずしも技術に長けた人ではない。またどんぐりの背比べ的な時も、国家資格は強い
1995年公務員研究所的なところに就職
- 研究職ではないが技術職としてゲノム解析をする業務に。そのデータ処理をするいわゆるバイオインフォマティクスの仕事。
- プログラムがさほど書けず研修に行かせてもらった
  - c言語、Unix管理・シェル等
1996年　出向（公務員だが）いわゆる社内SE的なところに
- Visual Basic、Lotus Notes、汎用機の諸々を学ぶ
1998年　復職
- ゲノム解析で当時よく用いられていたPerlとMySQLを学ぶ
- バイオ的な知識も得ようと大学レベルの分子生物学の教科書などを学ぶ
  - 安直な本も読んだが、『Essential細胞生物学』、『ゲノム』などバイブルと呼ばれているような本まで行かないと太刀打ちできないなと知る。
- プログラムを書く人が少なくPerl／CGI、JavaScript、PHPを我流で書いていたがちゃんとしたプログラマー、SEへの憧れ
  - 「誰でもCGI」みたいな安直な本が溢れてましたが、我流・独学なので頼るものが欲しくオライリー・ジャパンの書籍のようなしっかりとした本に依存していく
2002年　現職に転職
- この時も情報処理試験に合格していることがものをいう
- バイオ全体のデータを扱いデータベース化する的な業務
- 技術を人に説明するのは勉強になるので社外にも出そうと色々技術ブログ等手をつけたが続かず
- 人材育成制度で資格取得が推奨されており、下記など取得
  - 情報処理技術者
    - プロジェクトマネージャ
    - アプリケーションエンジニア（現在のシステムアーキテクト）
  - 日商簿記３級
    - 業務に必要なわけではなく３級資格で何か評価されることはないですが財務諸表を読んだりビジネスマンには資格はなくとも基礎知識は持っておいたほうが良いと思います。
  - ファイナンシャル・プランナー２級、３級
    - 同上。自分の資産設計とか相続とかの基礎知識として。３級で十分かと。
  - 不合格だったやつ
    - 中小企業診断士
      - ITコンサルタントを目指したが
    - 情報処理技術者データベーススペシャリスト
      - ３回くらい受けてダメだった
    - そういえばデータ分析が主業務なのにそれ系取ってないな
2015年　データ分析の業務に異動今に至る
- 長年携わったバイオインフォマティクス業務が自分としてはうまくいかず惰性で仕事ができてしまう面もあった。新たなことに挑戦しようとデータ分析の業務に異動。
  - データ分析については関心はあったが正直プロレベルではなく、なんで分布・検定っていっぱいあるの？どう使い分けるの？◯◯学習って一体いくつあるの？みたいな状態だった
- データサイエンスへの世の中の機運が高まっているところだったのでバズワード的なものも多く、しっかりしたものを学ぼうと色々トライ。学んだことを社内のWikiにまとめていたが、挫折した技術ブログをもう１回とQiitaに書き出した。実施内容とその記事例は下記
  - データ分析手法がたくさんあって混乱するのをベン図やツリー図で整理していたのをまとめた記事
    - 氷解！データ分析、機械学習手法ってたくさんあるけどいつどれを使えばよいのか
      - 今はこういう記事増えましたが、当時は少なくとも日本語ではほとんどなかった。
      - また、流行りに乗った薄い記事が嫌だったので記述内容には根拠となるリソースを明示することを心がけた
  - データサイエンスの勉強法等を検索したり、毎週のペースで勉強会に参加したりでまとめた
    - 即席！データサイエンス部署にいきなり配属されたどーにかしないといけない
    - 妄走！あふれるデータでAnalyだせ、行き先も分からないまま［即席！データサイエンス部署にいきなり配属されたどーにかしないといけない２］
      - 前の記事が受けたので調子に乗ったらダメだった。でも勉強会はダメという人もいるけれど有用
      - 勉強会のいいところ
        
        自分の関心の中心からはズレることもあるが知識をシャフル的な効果がある
      - 勉強会のダメなところ
        
        やった気になるけれど紹介した内容・本を読んだり検証したりしない
        
        書籍等より情報量が薄い、話者が下手だと時間の無駄
  - 技術書を読み漁った
    - 【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本
      - 本の紹介記事は多数あるのですが、自分の目的にあってない場合や、他の記事をそのままコピーしただけでお前読んでないだろ的（初心者にいきなりPRMLとか）な記事が多かったので自分で調べて読んで書いた
    - 2013年版データ分析の100冊
      - 上記のUpdate
  - コード写経！
    - 『経済・ファイナンスデータの計量時系列分析』章末問題をRで解く－第1章時系列分析の基礎概念－
      - 基本はコード写経なのだが、写経だけだと記事にならないので、演習問題を解いた理、
    - 『Rによるデータサイエンス』をcaretで再現する
      - 写経だけじゃなく、別のライブラリで書き直すとかもめっさためになるよ
  - 数学Tex写経！
    - 深層学習の初期の名著『深層学習』の数式の余白を自分で埋めたり講談社機械学習プロフェッショナルシリーズ『深層学習』の学習第1章はじめに、第2章順伝播型ネットワークの学習
    - 『スタンフォードベクトル・行列からはじめる最適化数学』1章章末問題の解答
    - 解答がないか略解のみの演習問題を解いて記事起こししたり
  - 釣り記事・内容のない記事に混乱された苦い経験
    - を踏まえて出所の明らかな記事を心がけ
    - ヤバいデータ分析（まだ途中すまんだけど現状でも役に立つと思うので）