何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか - 渋谷駅前で働くデータサイエンティストのブログ

先日、Quora日本語版でこんなやり取りがありました。 基本的にはここで述べた通りの話なのですが、折角なのでブログの方でも記事としてちょっとまとめておこうと思います。題して「何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか」というお話です。 問題意識としては毎回引き合いに出しているこちらの過去記事で論じられているような「ワナビーデータサイエンティスト」たちをどう導くべきかという議論が以前から各所であり、それらを念頭に置いています。なお毎度のことで恐縮ですが、僕も基本的には独学一本の素人ですので以下の記述に誤りや説明不足の点などあればご指摘くださると幸いです。 一般的なソフトウェア開発と、統計分析や機械学習との違い 統計分析や機械学習を仕事にするなら、その「振る舞い」を体系立てて学ぶ必要がある きちんと体系立てて学ばなかった結果として陥りがちな罠 余談

[akiakito]

重回帰分析からはじまり、いろんな論文参考にモデルを作ったけど、クライアントが理解しないと未来予測に意味がなくて、結局重回帰分析しかしなくなった。

[steel_eel]

色々と間違っててもそれらしい数字は出ちゃうから怖いんだよな感。

[isawo81]

音声や画像処理、メカ制御などソフトが動くだけではスタート地点に立てたくらいなので、そういった仕事や研究してた人は比較的向いてる気がする。たぶん組み込み系に多い。学生時代の勉強が役に立つ分野の1つだと思

[tarotheripper]

なるほどなぁ。それにビジネスサイド側もDSの人が出してきた分析を理解するリテラシーがある程度求められるわけで、やはりビジネスというのはそれぞれ難しさがありますね〜。（雑な感想）

[wackyhope]

参考に。当ブログに『社会人が統計学や機械学習を学ぶなら「落下傘方式」で』（14年）という記事があり、そちらのアプローチとの関連も言及があるとさらにありがたかった。

[anus3710223]

こういう意味では統計検定も一定の意味をもっているのか

[d4-1977]

体系だてで学ぶことがとても大切な領域な印象があって、つまみ食いすると事故りそう。ということは、体系だてで学べばやっていけるか？というとそんなこともなさそうな領域なんですよね…

[weakref]

AIでいい感じのサービス作れない？という管理者層が多いからしかたないよね。あとマーケティング関連のデータサイエンティスト（）は 統計の嘘 を平気でやってたりするからな…。

[beginnerchang]

趣味ですな

[y_hirano]

時流だと思ってべんきょうしてるけど、ソフトウェア開発とは全く違った資質、技能がいるなーという感触。多分私には向いてない。

[Jasmine356]

日本で上手く活用できてる会社って少なそうという印象。ロジックよりも感情で動いてる人らが多すぎるので。

[hzenonn]

本当に「データサイエンス」をしてる会社は細々とは生き残っていくだろうなという感じ。結局システム化してパッケージで導入みたいなERP形式で将来的には売っていくんだろうな。

[ajakan]

大手コンサルの面接に行ったら、最近の数百億円の大企業事例をドヤ顔で話されたんだけど、その後、とあるDSの講義へ行ったら、その企業のトップが高いシステム入れたのに社員が使えなくて泣きつかれた講師だった。

[stracciatella]

統計で嘘を付くとか、因果と相関の混同とか、統計は本質的にミスリード性がある。それを防ぐ研究も方法も多々あるけど、そのレベルから急に一般人が突き放される。具体的には単に、普通の人には検定がわからない。

[bokukanochat]

勉強になる

[EternalBlueBullet]

プログラムの実装に表れない、奥で何が起こっているかを理解できる必要がある。一人前データサイエンティストまでの道のりは長い。（永遠か？？

[sigwyg]

“「きちんと体系立てて学ぶことで回避できるがそれをしないと嵌まってしまう落とし穴が多い」のがデータサイエンス実務の世界です”

[kobito19]

こんなん別にデータサイエンティストに限らんじゃろ。思い込みと実際の仕様に差異があるので結果が予期しないものになる、というのは文中比較されてる「一般的なソフトウェア開発」でもよくある。あとテストの不備。

[wrss]

あとで読む