データサイエンティストはどこまでエンジニアリングをすべきか？ | CyberAgent Developers Blog

AI事業本部 Dynalystでデータサイエンティストをしている藤田です。 Dynalystの開発チーム内にはデータサイエンス（以降DS）チームがあり、そこにはデータサイエンティスト・機械学習エンジニア（以降まとめてデータサイエンティストと呼ぶ）たちが所属しています。私がこのチームで働く中で、「プロダクト所属のデータサイエンティストがどこまでエンジニアリングをすべきなのか」ということを考えることがあったのでまとめてみました。当然これは一般的な答えではなく、人・チーム・組織の現状や目指すべきところによって答えは変わるので、あくまで1チームの1個人が考えたこととして読んでもらえればと思います。 プロダクト所属と横断DS組織所属 エンジニアリング云々の話をする前に、まずプロダクト所属と横断DS組織所属のデータサイエンティストの違いについて軽く説明します。両者のメリット・デメリットについても書きた

[misshiki]

分業するにしてもプロジェクトを通して経験する必要はあるということですよね。“システムの全体像を把握することでMLロジックの実装の難易度やプロダクトとの相性がわかり、それをMLロジック..”

[kyopeco]

DSがどこまでやるのか問題。アドホック的にやることも多いし、割と分担難しい。

[kabukawa]

どこまでやるべきなのか、というのはなかなか難しいよな。時と場合による、が正解なのかもしれないけど、もう少しスッキリさせたいというのも気持ちとしてはあるのかな、と。

[kuro_m88]

> つまり、エンジニアリングを知ることでDSタスクをうまく解けるようになったということです。