Thinking datascientist itself

大坪寛之
データサイエンティストとはなんなのかを考える
2020 ver.

はじめに
入社からのこれまでの3年間、業務・情報収集・資格対策・個人活動を通してデータサイエン
スというものに触れ、考えてきたつもりです。社会人としてもデータサイエンティストとし
ても歴の浅い今こそ見える世界を “現時点” の “雑感” として自身の思考をまとめ、資料化しま
した。
「データサイエンティストとは多種多様であるべき」というのが今の自身の考えであり、本
資料が “個々人の考える” データサイエンティスト像を形成する一助となれば幸いです。その
ため見識の相違は大歓迎です。ただしあくまで “雑感” の域を出るものではありません。情報
の確度や一連の記述の論理性が必ずしも担保できるとは限りません。
（わたしの頭の中は散らかっており情報・社会情勢は変動的であり、その時々で個々の思想は変わるはずです。）

目次
1. データサイエンティストとはなんなのか
2. データサイエンスそのものを考えてみる
3. 結局データサイエンティストとはなんだったのか
4. データサイエンティストを目指して何をしてきたか

いきなりですが・・・
「データサイエンティスト」
って
なんなんでしょうか？
何を思い浮かべますか？

って
なんなんでしょうか？
何を思い浮かべますか？
いきなりですが・・・
https://www.slideshare.net/DataScientist_JP/ss-55326920
10 of 46
スキル？ヒト？
https://en.wikipedia.org/wiki/Larry_Page

少し角度を変えて・・・
って
なにをするヒト？

こんなふうに思い浮かべる人、いるはず（ぼくです）
Keywords ツールと紐付けるイメージ

• 人工知能
• AI
• データマイニング
• Web広告
• ECサイト
• 統計
• コンサルティング
• マーケティング

• 機械学習
• ディープラーニング
• Python、Tensorflow
• ビッグデータ
• SQL
• Google Analytics
• Social Listening
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計

パターン1
さっぱりわからん・・・
パターン2
全部できるの？
巨人かよ・・・
• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計

わからん・・・
スーパーマンやんけ・・
• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
こんなふうに思い浮かべてませんか？
※個人のイメージです

• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
こんなふうに思い浮かべてませんか？
データ
サイエンティスト
のイメージ
我々
※極端なイメージです

データサイエンティスト＝データでサイエンスするヒト？
「データサイエンティスト」＝「データサイエンス」するヒト？
であれば・・・
「データサイエンス」する＝「データ」＋「サイエンス」する？
（「データ」は置いといて）「サイエンス」する、とは？

「サイエンスする」も、さらに細分化される
理系の学問を「データ」「サイエンス」風に表現すると・・・
・化学＝「ケミカル」「サイエンス」（Chemical Science）
・生物学＝「バイオ」「サイエンス」（Biological Science）
などなど・・・
専門性はさらに細分化される
生物学ー細胞生物学、遺伝学、分子生物学、
発生学、進化学、バイオインフォマティクスなどなど・・・

「サイエンスする」も、さらに細分化される
理系の学問を「データ」「サイエンス」風に表現すると・・・
・化学＝「ケミカル」「サイエンス」（Chemical Science）
・生物学＝「バイオ」「サイエンス」（Biological Science）
などなど・・・
わたしの学生時代の研究対象（iPS細胞）の構成でいうと、、、
生物学ー細胞生物学、遺伝学、分子生物学、
発生学、進化学、バイオインフォマティクスなどなど・・・
→赤字を組み合わせた「サイエンス」をする研究者でした。

「データサイエンスする」も同じように考えられるのでは
先ほどの「バイオ」「サイエンス」のイメージで
「データ」「サイエンス」周辺の分野・スキルを細分化していくと・・・
・AI（機械学習、ディープラーニング）
・統計
・BIツール（tableauとか）
・web（GA、GDN、YDN）
・マーケティング
・・・

「データサイエンスする」も同じように考えられるのでは
先ほどの「バイオ」「サイエンス」のイメージで
「データ」「サイエンス」周辺の分野・スキルを細分化していくと・・・
・AI（機械学習、ディープラーニング）
・統計、数学
・BIツール（tableauとか）
・web（GA、GDN、YDN）
・マーケティング
・・・
赤字の組み合わせで
「サイエンス」する人がいれば
青字の組み合わせで
「サイエンス」する人がいてもいい

• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
見えていた不安は、一度忘れて・・・

• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
分野とか領域でくくってみて・・・

• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
興味や好きでいくつかを選んでもいいのでは？
面白そう
面白そう
面白そう

• 機械学習
• SQL
• 回帰分析
• 正規分布
• 行動経済学
• 3C、4P、SWOT
• 人工知能
• AI
• Web広告
• ECサイト
• 統計
こういう貢献ができるのでは? とイメージが湧いたら万歳
面白そう
面白そう
面白そう

何が言いたいかって・・・
結局データサイエンティストって
普遍して言える共通イメージがない
好きや興味の組み合わせ分だけ
“異なる色を持つ” データサイエンティストが存在していい
今のとこ、これが真相じゃないかな？
（575 字余り）

目次
1. データサイエンティストとはなんなのか
2. データサイエンスそのものを考えてみる
3. 結局データサイエンティストとはなんだったのか
4. データサイエンティストを目指して何をしてきたか
（実は面白そうと思ったことをしてきただけ、偉い方ごめんなさい・・・）

自分の興味や好きを考える
DX ML,DL
統計マーケティング
経営
※まだ興味だけ
2020現在
業務上必要な分野
興味先行の分野

データドリブン経営、DX(Digital Transformation)
まず日本や世界の動きを知ったほうがいい、と思っている。
【中国から見るDXのいま】
・アフターデジタル/アフターデジタル2 （書籍、詳しくはhttps://www.bebit.co.jp/）
→After Digital Camp (Bebit社、アフターデジタルのオフ会的な何か)
【日本から見たDXのいま】
・DXセミナー（名前は忘れた・・・）
→ためになるような、ならないような・・・

ML(Machine Learning)、DL(Deep Learning)
機械学習やディープラーニングを学問としてやってなかったので
俯瞰しながら、ハンズオンしながら学んでみた。
【手っ取り早く資格勉強で俯瞰する】
・g検定（ジェネラリスト検定）（https://www.jdla.org/certificate/general/ ）
→技術そのもの、強み弱み、最新動向、法律関係etcを俯瞰的に学べた
【手を動かしてみる】
・松尾研究室演習コンテンツ（https://gci.t.u-tokyo.ac.jp/ ）
→pythonを学びつつML/DLを学ぶ。なかなか進んでない・・・

統計
数字を扱う人なので、数字の確からしさや有意かの判断はできたほうがいい
【基本を体系的に学ぶ】
・統計検定（https://www.toukei-kentei.jp/）まだとってはない
→3級で基本的な知識、2級があれば業務上困らない（？）
みんな「統計ウェブ」で勉強してる？
復習として、優しめの本も買ったりしてみた。
・やさしく学ぶデータ分析に必要な統計の教科書
（ https://www.amazon.co.jp/dp/B07DVF194F/ref=cm_sw_em_r_mt_dp_nVQjFb9JSZ9R1 ）

マーケティング（デジタルマーケティング含む）
マーケッター的発想（市場の感覚・心理）を身につける。
【実例を俯瞰する】
・JDMCカンファレンス（2019年：http://www.seminar-reg.jp/jdmc/dm2019/ ）
（日本データマネジメントコンソーシアム主宰、毎年3月）
→データドリブン感度高め企業の実例（PMがハンズオンが面白い）
【コロナ影響で行けなかったので行きたいという希望】
・Bizgine Day
・日経クロストレンドexpo

今のぼくに見えている世界
• データサイエンティストとは未だに何を指すのかわからない
• 唯一言えるのはデータを扱う人であること
• データサイエンスには多様なスキルが内包されるべき
• 得意、貢献できる、好きだ、と思える分野を学び、
あるいは触れていれば良いのではないか
（データに触れていれば）
• ひとまず面白いことをしてれば正解でよくない？(暴論)

だから例えばこれを、
入社からのこれまでの3年間、業務・情報収集・資格対策・個人活動を通してデータサイエン
スというものに触れ、考えてきたつもりです。社会人としてもデータサイエンティストとし
ても歴の浅い今こそ見える世界を “現時点” の “雑感” として自身の思考をまとめ、資料化しま
した。
「データサイエンティストとは多種多様であるべき」というのが今の自身の考えであり、本
資料が “個々人の考える” データサイエンティスト像を形成する一助となれば幸いです。その
ため見識の相違は大歓迎です。ただしあくまで “雑感” の域を出るものではありません。情報
の確度や一連の記述の論理性が必ずしも担保できるとは限りません。

こうして、（＊）
入社からのこれまでの3年間、業務・情報収集・資格対策・個人活動を通して
データサイエンスというものに触れ、考えてきたつもりです。
社会人としてもデータサイエンティストとしても歴の浅い今こそ見える世界を
“現時点” の “雑感” として自身の思考をまとめ、資料化しました。
「データサイエンティストとは多種多様であるべき」というのが今の自身の考えであり、
本資料が “個々人の考える” データサイエンティスト像を形成する一助となれば幸いです。
そのため見識の相違は大歓迎です。
ただしあくまで “雑感” の域を出るものではありません。
情報の確度や一連の記述の論理性が必ずしも担保できるとは限りません。

こうしたら、ちょっと読みやすくない？
“現時点” の “雑感” として自身の思考をまとめ、資料化しました。

こうしたら、ちょっと読みやすくない？
“現時点” の “雑感” として自身の思考を資料化しました。
（もう少し工夫すれば）＊スライドと比べても読み速度13％向上！
（小林・関口・新堀・川嶋、“文節単位を考慮した文字配置の工夫がもたらす日本語電子リーダーの可読性向上”、人工知能学会論文誌、2017）
メールやサイトの文章改善につながって
CTR/CVRが改善されるかもしれない
（極論かな？暴論かな？でも人工知能学会の論文を引用してみたよ？）

最後に
というような
「データサイエンス」「データサイエンティスト」も
認められて欲しいなあ、と思っています。
おわり
（決して「データの奴隷」にはならないよう願いを込めて）

Thinking datascientist itself

Recommandé

Recommandé

Contenu connexe

Similaire à Thinking datascientist itself

Similaire à Thinking datascientist itself (20)

Thinking datascientist itself

Notes de l'éditeur