私のファーストキャリアはエンジニアで、広告配信のバックエンドシステムや女性向けマガジンのアプリなど、インフラに近い技術からモバイルアプリまで幅広く経験してきました。エンジニア時代から、どうすればサービスを利用してもらえるのか、どうすればユーザーの反応が良くなるのか、といった分析にデータを使っていましたが、データ分析を本業にし始めたのはメルカリのデータアナリストチームに所属した時からです。メルカリでは、マネージャーとしてアプリ全体のログ設計から、データの用途設計、アナリストのマネジメントおよび育成などに関わっていました。「データサイエンス」という言葉は2010年代に入ってから急速に広がった言葉で、そのきっかけは「ビッグデータ」でした。「仮説を立てて、理論を作って、検証する」といったデータサイエンスに加えて、膨大なデータからパターンを抽出して知見を引き出すという活動もデータサイエンスの一つの取り組みだと考えています。Pythonや機械学習、AIというのはあくまでもデータサイエンスにおける「手段」の話であって、データサイエンスの骨子は、基本的には「データを使って経営や事業を科学していくこと」
私のファーストキャリアはエンジニアで、広告配信のバックエンドシステムや女性向けマガジンのアプリなど、インフラに近い技術からモバイルアプリまで幅広く経験してきました。エンジニア時代から、どうすればサービスを利用してもらえるのか、どうすればユーザーの反応が良くなるのか、といった分析にデータを使っていましたが、データ分析を本業にし始めたのはメルカリのデータアナリストチームに所属した時からです。メルカリでは、マネージャーとしてアプリ全体のログ設計から、データの用途設計、アナリストのマネジメントおよび育成などに関わっていました。「データサイエンス」という言葉は2010年代に入ってから急速に広がった言葉で、そのきっかけは「ビッグデータ」でした。「仮説を立てて、理論を作って、検証する」といったデータサイエンスに加えて、膨大なデータからパターンを抽出して知見を引き出すという活動もデータサイエンスの一つの取り組みだと考えています。Pythonや機械学習、AIというのはあくまでもデータサイエンスにおける「手段」の話であって、データサイエンスの骨子は、基本的には「データを使って経営や事業を科学していくこと」になります。一言で言うと、「意思決定や顧客理解のデジタルトランスフォーメーション」かな、と。意思決定をする際にきちんとデータを見て決めようよ、というわけですね。昨今は大規模なデータの取得や処理、計算が簡単にできるようになってきたので、事業上の意思決定の領域がデータを用いるテクニカルなITの領域と重なるようになってきたというわけです。ただ、データサイエンスという言葉の中に「機械学習」や「AI」といった意味も含まれていれば、「従来からコンサルティングの現場で行われていたデータ利用の延長線上にあるもの」という意味も含まれているので、けっこう定義はあいまいなんです。
日本 最新ニュース, 日本 見出し
Similar News:他のニュース ソースから収集した、これに似たニュース記事を読むこともできます。