2019/11/13 結果を出せるデータサイエンティスト
こんにちは。
今日は、結果を出せるデータサイエンティストについて書きます。
ニュースイッチの記事に、DeNAに勤務するデータサイエンティストへのインタビューが掲載されていました。
DeNAのKaggle masterの方の記事。
— ウナギオウ / tommy24july (@unagiou) 2019年11月13日
数学やプログラミングの知識よりも、データと泥臭く向き合うことが結果につながっているのが興味深い。https://t.co/f7qJolPBGf
普通のデータサイエンティストと世界トップクラスのデータサイエンティストの違い
記事にもありますが、日本に10人しかいないKaggleマスターのになり、日本の第一人者と言えると思います。
理系・文系の区別はない
データサイエンティストなので、高度な数学的知識やプログラミング能力を持っているのだと思っていました。
しかし実際は文系（経済学部）出身で、プログラミングも大人になってから覚えたもののようです。
このあたりは、半ば先天的な才能に依存するものではなく、誰でも能力を伸ばせて、一定のレベル（Kaggleマスター）に なれるということです。
泥臭い分析が決め手になる
Kaggleで上位に来ている理由に、このショッピングサイトを使ってみたというのと、データを細かく見るいうのがあります。
該当のショッピングサイトを利用するというのは、データの背景にある暗黙的な情報を得るため、「現地現物」を実践してると言えます。
また、コーラの購入する・しないの傾向を見極めるために、多数のIDの購買情報を細かく見ていき、他の商品との相関を探すなど、愚直に「現場」に向き合う姿が見えてきます。
トヨタのカイゼンと共通している
ここまで見ていくと、データサイエンティストというのは、数学やプログラミングの知識以上に、「現地現物」と「愚直に現場に向き合うこと」が大事と言えます。
これは、「トヨタのカイゼン」で言われることと同じと言えます。
カイゼンを行なうスタッフは、製造技術に精通をしていますが、結局流れの悪いところや不良が出ている場所に出向き、現場をひたすら観察して、知識を総動員してカイゼンのポイントを見つけていると言われています。
際立った結果残すデータサイエンティストもトヨタのカイゼンのスタッフと同じと言えて、特別な知識よりも粘り強く現場で観察する忍耐力が重要と感じました。
まとめ
結果を出せるデータサイエンティストは、現地現物と現場での粘り強い観察が必要。
では、また。
