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
コミさん on Twitter: "数理統計を専攻して機械学習に強い人材になっても今の企業の大半はAI以前にWebアプリを導入するところから始まるので、普通にフロントやサーバー、インフラの知識を身につけた方が会社では活躍できると思う。 AI人材のぼくが金融系企業でバ… https://t.co/iaYP5Yu0RS"
えりりん@メンバーズデータアドベンチャー on Twitter: "そろそろ我々はAIだなんだ騒いだ責任として、機械学習が実務上適合する領域はさほど多くないという現実と向き合わないといけないと思う。 データサイエンスがざっくりデータをビジネスに繋げる取り組みのことを指すのなら、ビジネス上の機能として不可欠なものだけど、機械学習はどうだろう（続く）"
TJO on Twitter: "こちらのスレッドを読んで色々迷っている若い人たちに何かコメントするとすれば、 「現実は確かにこの通りです。で、あなたは何がしたいんですか？」 かなと。この現実を見て不安だとか怖いとか思う人には薦めにくい。現実が何であれ面白いし… https://t.co/ZaxCV4puyq"
