Help us understand the problem. What is going on with this article?

【人生100年時代】続・50代からのデータサイエンス

はじめに

早いもので、あれから1年が経過してしまいました。前回の記事を書いたのは、データサイエンスに出会って4ヶ月目に突入した頃でした。その後、50代のデータサイエンスへの取り組みがどうであったか、またこの一年で経験した事・感じた事・今後の抱負について述べたいと思います。

振り返り

去年のアドベントカレンダーの内容を簡素にまとめると、

  ・データサイエンスとの出会い
  ・各種学習コンテンツを学んでみて感じた事
  ・昭和組ならではの取り組み方に関する考察
  ・今後の展望

・・・といった所でしょうか。

トピックとしては、

  ・昭和組ならではのアドバンテージを活かした取り組み
  ・調理師免許取得と、繁盛店経営ノウハウの違いを意識する

といった所です。前回の記事をご覧頂いても良いのですが、簡素に説明させて頂くと、昭和組ならではのアドバンテージとは、主に時間が伴う要素=効率/経験/人脈辺りの要素です。現在、データラーニングギルドのメンバーの最頻値年齢は30歳前後、平均年齢は20代後半といった辺りで、そうなると、20年の開きがある訳です。彼らがデータサイエンスに費やしてきたであろう時間=5年~10年という事を考えると、年齢からその年数を引くと、データサイエンス以外の経験は0年~5年といった具合に、

   人生経験値としては勝負にならないアドバンテージがある

という事が言えます。

また、関係してきた企業の規模もまちまちで、個人事業主~一部上場企業まで、様々な規模、そしてポジションも経験して居る為、

  ・スケーラブルなアプローチ
  ・仕様に記載の無い諸事情を推測/配慮したアプローチ

の2つを絡めた施策を打つ事が出来るというのは、「昭和組ならでは」だと思って居ます。
これは別の言い方をすると「より経営者目線の施策が提案出来る」という事です。


2020年

話をデータサイエンスに戻します。
この1年の間に、テクノロジー面でもかなり変化がありました。個別の技術に関しては触れませんが、去年の記事以降、データサイエンスの学習を続けているさなか、各社から様々なAIソリューションが発表され、事例が公開されと、毎日ニュースを追うのが大変でした。しかしその内、ふと気付いたのです。

   日本の多くの企業は、データサイエンスの前後がゴッソリ抜けてる

と・・・。つまり、データを取得/蓄積/加工/【分析】/応用という流れの中で、機械学習が担うのは「分析」の部分であり、その前後がちゃんとしていなければ、去年のアドベント・カレンダーの中で触れた「調理師免許取得・美味しい中華の作り方」のみで終わってしまう・・・。

本当の目的は

   繁盛店を経営し、利益を出す事

   であり、

   調理師免許試験に合格し、美味しい麻婆豆腐を作る事

では無いと、気付いたのです。

またそれらと併せて、料理で言うなら「便利な調味料とキッチン家電が、安価に出回るようになった」という点が、この1年の間で感じた事です。

経験豊富な機械学習エンジニアが、持てるノウハウを全て注ぎ込んで構築したモデルの出力結果と、GoogleのAutoMLの出力結果が拮抗する・もしくはAutoMLが上回る等という手記を読んだ時、頭の中で「俺の進むべき道は、機械学習エンジニア路線では無い」と、声がしました。同時に、これまではデータサイエンティスト=機械学習エンジニアでしたが、一部重なるが、イコールでは無いという事にも気付いた瞬間でした。


それから、これまで大ざっぱな「データサイエンス/機械学習エンジニア」な括りから、「機械学習エンジニア」の部分が抜け、リアル・ビジネス+データサイエンスという発想に成った時、

   経営者:【何か】:データサイエンティスト

という構図・・・つまりその何か=経営者→データサイエンティスト/データサイエンティスト→経営者という、二つの異なる目線のスペシャリストの間で、コミュニケーションを成立させる人材が不可欠だと気付いたのです。

それに気付いた後、そういう切り口で色々と調べてみると、どうもその見解は正しく、またその部分は「特に日本は諸外国に較べて遅れている」という事が判明しました。

そのポジションは、経営視点と、データサイエンス視点の両方が必要。幸い経営視点は持ち合わせており、「一般的な経営者よりは、データサイエンス視点がある」と考えた為、先ずはそこに特化しよう!と思いました。

そう思った矢先、Peatixのイベント情報で、一般社団法人AI・IoT普及推進協会というところが、AI・IoTのコンサルタントの研修/試験を実施するという情報が流れてきた為、「ビビッと来て(死語)」受けてみることにしたのです。(2020/03)

こちらの図にあります通り、AI・IoTに跨がり、これまで取り組んできたエンジニア指向とは真逆のポジションであり、この資格を取得出来れば、外部からの客観的な判断基準になる為、ビジネスが展開しやすくなると思い、受けてみることにしました。結果、紆余曲折を経て、現時点での確定資格としてはシニアコンサルタント(No.0076)、そして先日の12/15~17日でマスターコンサルタントの研修/試験を終え、現在はその結果発表待ちです(12/29発表)

【追記】
マスターコンサルタント、無事合格しました!\(^o^)/

現時点(~2020/12/25)でのマスターコンサルタントは、協会理事長を含め11名であり、まだ設立から間もない団体であるとは言え、非常に狭き門でございます。実際の試験も、シニアとマスターの間には、2段階位ランクが抜けている感覚(それ位難易度に差があった)でしたが、手応えは感じています。(※合格時にはこの記事を更新させて頂きます)

マスター・コンサルタントの資格が取得出来ますと、協会に持ちかけられる政府/地方自治体/金融機関経由の事業者からの案件にアサインされ、各事業者の事業に対し、AI・IoTを活用して業績改善のコンサルティングを実施する事となります。データサイエンティストではありませんが、立ち回りとしては悪く無いかと思います。そして個人的には、もしマスターが無事取得出来たら、頂点であるインストラクターの資格取得も目指したいと思っています!(現在理事長含め5名:2020/12)

============

一方で、今年の6月より、このデータラーニングギルド様のYouTube動画の編集を担当させて頂いて居ります。

動画編集事業は、もともと知り合いのミュージシャンが軽度の動画編集を行っており、その知人に仕事を回したかった為、彼に代わって周囲に声掛けをしていたところ、ギルド代表の村上さんからお話しを頂いたのが切っ掛けです。

ところが・・・(笑
実は最初の案件が「村上さんとgepuroさんの対談もの」であった=DS同士の対談=専門用語/略語全開の対談と云う事で、ミュージシャンの彼にとっては「外国語の会話」であり、編集不能という事態(笑 止む無く責任を取る形で私が編集業務をやる事になり、現在に至ります(笑

しかしそれが幸いし、その後の動画編集で多くのDS同士の対談や村上さん制作のコンテンツを編集する事で、より深いデータサイエンスの世界/データサイエンティストの目線を知ることが出来、AI・IoTコンサルタントとしてのスキルの肥やしになったのです。

またそれに引き続き、データ視覚化のデザイン著者の株式会社データビズラボ 永田ゆかり様よりお声掛けを頂き、社内教育向けのデータ分析学習コンテンツの制作(20チャプター/約60分)を担当させて頂きました。この制作はボリュームも内容も充実したもので、私自身も大変勉強になりました。

村上さん/永田さんという強強なお二人と、充実したコンテンツ制作を経験させて頂いた事が、上記AI・IoTマスターコンサルタント試験にとても役に立ちました。このお二人とのコンテンツ制作経験を積んで居なければ、今回のマスターコンサルタント試験の解答用紙は歯抜け状態であったことは間違いありません。制作中は喧々諤々も在りましたが、素晴らしい機会を与えて下さったお二人には、この場を借りて改めて御礼申し上げます。



運気は続くもので、この流れから、現在、某県スポーツ連盟主催の競技会運営に関するコンサルと、チャンネル登録者数約30万人・30万~40万PV/日のYouTubeチャンネルの収益改善コンサルをご依頼頂き、この一年での勉強と実績がフルに役立つ取り組みをさせて頂いて居ります。特にYouTubeチャンネルの収益改善コンサルの方は、Googleアナリティクスでデータが蓄積出来ているので、それらをベースに、コンテンツの内容/競合他チャンネルの分析/当該業界と近隣業界の影響等々、分析用データが豊富に揃えられる為、この一年で培った知識と、まだ身につけていないが調べながら実施出来る分析手法を組み合わせて、「結果が出る施策の提案」が出来る様、頑張ります!

来年について

ライティング能力に関し、客観的に判断して貰える指標が欲しいと思った為、2月にWebライティング能力検定を受験する事にしました(申込済み)。

こちらは、副業の学校等を運営されている、アフィリエイトの女王「KYOKO」さんが1級を保有している事で知り、私も挑戦してみる事にしました。

この資格は主に、動画コンテンツ制作の原稿制作/監修に大きな影響があります。スライド用原稿と、書籍用本文と、動画用原稿は「実は全く異なる視点が必要」なのですが、その違いを解ってもらうまでに結構工数が必要であり、それは即ち「私の文章力に関し、何の評価指標も無い」からであり、AI・IoTコンサルの資格と同様に客観的な判断指標の必要性を感じました。

また来年度は、AI・IoT案件で中小企業へのご提案機会が増えると思われる為、中小企業の実態に沿った提案=Excelを基幹システムとする提案を実施出来る様、私自身の更なるスキルアップが必要です。具体的には、モダンExcelと呼ばれる新機能、PowerBI、PowerAutomate、PowerVirtualAgents、PowerAppsを使い、小さく始められるAI・IoT活用提案の実施手引きを行える様にする為です。

併せて、今年コンテンツ制作で学んだ統計知識をちゃんと客観的に判断出来る指標とする為に、統計検定も受験したいと思っています。

一見データサイエンスから遠ざかったかのように見えますが、何気にちゃんと絡む状況を維持出来ているかと思います。
来年の課題は多い為、引き続き鼻息荒く、頑張っていきたいと思います!

最後に

52歳から「データサイエンスという単語に出会って」から1年と4ヶ月。20年前ならどうにも成らなかったでしょう。しかし今は大変優れた学習コンテンツ/書籍が、間違えてるのでは無いか?と思う位の低価格で利用出来ますしYouTubeを活用すれば無料だったりします。

それらを活用する事で、従来では考えられないレベルで時間とコストを圧縮出来ます。またいざ仕事で活用となると実務経験の有無が壁になると思われますが、各種資格試験やコンペなどで「客観的に能力が判断出来る指標」を作る事でカバー出来ると思います。

とにかくやってみても居ないのに、どうして駄目だと断定出来るのか?をご自分に適用してみて下さい。


人生100年時代。50代なんてまだまだ鼻タレ。
金と経験と人脈と経験を活かして、ギラギラした人生を送りましょう!( ´ ▽ ` )ノ

data-learning-guild
データ分析人材のキャリア構築を支援するためのオンラインコミュニティです
https://data-learning.com/guild
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away