DATAFLUCT Tech Blog

2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤 Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤 データ分析基盤 実践 2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…

[mayumayu_nimolove]

戯言ですが文系の有利な点で挙げている、社会問題を考える経験があるのと、コミュ力が高いのは文系だからなの？データサイエンティストを名乗るならデータはあるの？と、思いました。

[shiketanotsuna]

最後までスクロールしたらWebエンジニアってプロフィールに書いてあって悲しい気持ちになった

[wwestpp]

面白そう！難易度が高そうと思っている節があるので、こういった記事は嬉しい。

[augsUK]

金融でアクチュアリー資格とる人たちは統計めちゃ強いけど、自分の知る限り数学科とか教養学部の数理系から大量に就職してた。機械学習系が全盛になる前は最有力就職先の一つ。

[irimo]

データサイエンティストは文系の方が向いてると思う、これからツールがどんどん便利になってきて、どんどん文系レベルで殴り合いする業界になる

[kurataikutu]

社会問題が得意な文系人間が統計学さわってない前提なのはおかしいような？社会科学とは…？？まあでも勉強にマインド重要なのはとてもわかる。参考にします

[north_god]

123もブクマされてコメントが三件というサイエンス。立式できなくても用意されてる関数がやってくれるので、使い方がわかれば良い感は触ってて感じる

[clapon]

「文系はコミュニケーション能力が高い」というのは妄想・偏見のたぐいではないだろうか？

[shibainu1969]

書籍の紹介が良かった。

[yukkikki08]

◆

[quality1]

Webエンジニアやないかい！

[cj3029412]

「形態素解析ができてドメイン知識が圧倒的にある(古語と現代語の品詞分解を30年以上やってます)」僕に謝ってください。ちんこでかい(18.5cm)です。

[monotonus]

やっぱ文系でも理系学部1年でやる微積と線形代数くらい必修か選択必修にした方がいいんじゃないの。経済学部だと一応なってるか。

[samu_i]

“昨日の朝に満員電車だったから今日の朝も満員電車だろう ” 統計学なの？？？

[Betty999]

どこかの国では、「文系」「理系」「経済系」という分類らしいよ。

[masahiko_of_joytoy]

データサイエンティストとディープラーニングの区別がついてなさそう

[yamaidare]

経済学・心理学・経営学などでは統計学は必須のツール。経済学の限界費用などの概念を理解するには解析学に足を踏み入れる必要がある。「文系」という言葉は現代では主語が大きい印象。

[madara-neco]

本見てみよう

[salamann]

文系っぽい雑な議論だなあ

[nuu_n]

一流の統計学者は金融に多いイメージ。むしろ純粋数学とかのバリバリの理系の人は統計学なんて不完全な学問だとして好んでない印象。

[nakag0711]

深層学習系はオーソドックスな統計学と比べて実践までの距離を感じる。ビッグデータが手元にないと始まらないし、結果の見通しがつきにくい

[napmaj]

実例を元に勉強してみたかったから参考にしよ

[glass-_-onion]

上っ面の勉強でなんとかなるような分野じゃないので入り口としては良いけど、間に受けないでほしい。統計学小島本は分かりやすいけど実務では役にたたないので最低でも赤本くらいは読んだ方が良い。文系理系関係ない

[yarumato]

“体系的に学ぶことをオススメ。データサイエンスは広範な分野を取り扱うので、ネットは非効率。お金はかかるが、書籍やUdemyなどを利用する。分からないことに立ち止まらない。分かることから拾っていく勉強法”

[yasu-osu]

読書リストも参考になります！

[cinefuk]

「データサイエンスでの分野では複雑な数式が出てきますが文系で容易にその数式を理解できる方はほとんどいないでしょう。無論、私もそうです。本節では数学との向き合い方のマインドの話をします。」