  |
はてなキーワード: サイエンティストとは
http://b.hatena.ne.jp/entry/s/news.yahoo.co.jp/byline/sendayuki/20181003-00099158/
のコメント。
まいにちのどをかきむしってそう
どうやってもなっとくするつもりなんかないよね。
x142857 キズナアイのような萌えキャラ・性的なキャラが適役と思っている人は、たとえ男性キャラがピチピチのパンツ着て男性器を強調して、ノーベル賞をNHKで解説しても問題ないと思ってるんですかね？
偏見だけどこの人美男美女金持ちしか出ない韓国ドラマとかすきそう
kusigahama まあ衣装はともかく、相槌係なのはだいぶ気になったな... 男性が解説して女性が学ぶ側なのばっかりなんだよなーほんと
pptppc2 アイちゃん基本的にアホアホだからノーベル賞に招かれるのナンデ？って意味ならまあ…。じゃあどのVtuberが適任かと言うと…うーーんVtuberアホが多いから（失礼）な。ファイ博士とか？電脳サイエンティストだし。
賢い女性が男性と対等に高い技術レベルで話し合う番組作ったら、女性がそれを見るんだったら、とっくにそういう番組たくさん作られてると思うよ。
実際にはそういう番組をみないでドラマとかワイドショーばっかり見てるのに、こういう時だけ文句言ってるならダメだと思うよ。
「私は＊＊＊という番組が好きなので、もっとこういう感じにしてほしい」とかを提案すると良いよ。
あと「キズナアイの台詞を引用した部分は悪意ありすぎ。サイトを見ればわかるが、けっして相槌ばかりではなくちゃんと受け応えもしている。」ってことらしいので、この人の記事を鵜呑みにしてる時点でリテラシーが。
疑義が全うなら炎上してないことを炎上ってまとめサイトみたいな捏造しても許されるのかな。都合の悪いところは見てみぬ振りすると信用なくすよ
cleome088 キズナアイちゃんは男が見ると中身が少年なので気の合う友達だが女が見ると女のなりなのに落ち着きがなくてデリカシーないキャラ付けがされてるんだから女は嫌うだろうな、って言う感想。
知らんがな。
hal9009 適任か、と言われるとうちの親父やお袋が見てたら「自分向けの番組ではない」と思って即テレビ消すだろうなｗまぁ逆に落ち着いた番組風にすれば同じことは必ず起こるのでそれを決定できるのがマジョリティかｗ
わかる。でもこれってＮＨＫのＴＶ番組じゃなくて特設サイトとかじゃなかったっけ？
労害乙とか言われたいですかねこのトンチキは。レベル０だけどこういうやつが一番むかつくわ
大多数の人の意見
takhasegawa この理屈だとグラビアアイドルやセクシー女優が担当しても"不適切"ということになるけど、それこそ身体的特徴をあげつらった差別なのでは
盛夏の候、涼のお供に
探索的データ分析、現状の課題に対する適切な仮説とモデリング、そしてその評価をおこなうこと。モデルのデプロイから運用まで行う人もいただろうが、定義に大小あれそれがデータサイエンティストの本来の業務だった。
「分析・開発・ビジネスの三要素を併せ持った、データ解析業務の現場で替えの効かない人材になってほしい。分析や開発だけ出来る人間になってもしょうがないんだ。人間力を磨いて欲しい。」
どこかの偉い人が発したその言葉によって、まずデータサイエンティストは営業に駆り出されるようになった。それ全部やるんだったらデータサイエンティスト以外の職種っていらないじゃん、という現場の声を無視してこの方針はどこまでも広がり、いつしかデータサイエンティストとは営業業務に従事する職業だという定義が一般的になった。
私も例に漏れず、まだかつての定義のデータサイエンティストが主流であった頃に就職したものの、5年働いた後にこの波が来て、それから業務では一行もコードは書いていない。
それでもまだマシな方かもしれない。世間では平和という概念が本当にあったのかと疑問を呈さねばならないほどに、戦争の時代が訪れていた。データサイエンティストがホワイトカラーのあらゆる仕事を担う一方で、かつて営業と呼ばれていた人たちなどは兵士として戦場に駆り出されていたのだ。
「これからデータサイエンティストはどうなるんだろう...」
昼休みにこれまでの自分の過去を振り返りながら、私は自分の席でコードを書いていた。業務では書いていなかったが、私は未だに休日やこうした昼休みの時間などにコードを書いていた。今日の獲物は自分がこれまで集めてきた営業業務に関わるデータだ。
私が行う営業業務は他のデータサイエンティストの例に漏れず、架電を行いアポを獲得するタイプの新規開拓業務であったが、そのクライアントとの対話をすべて記録していたのだ。音声データを扱った経験はなかったので、音声データからテキストデータへの変換を行ってくれる外部サービスに処理を丸投げし、テキストデータを得られたのがつい昨日のこと。そこには1万人との対話記録データが残されていた。
「1万人との対話記録があれば、そこそこ学習ができるだろう。」
「久々にJupyter Notebookを立ち上げてEDA(Exploratory Data Analysis))をやってみるか。」
```
import pandas as pd
import numpy as np
df = pd.read_csv("../data/client_dialog.csv")
```
EDAなら図の可視化もしないといけないからmatplotlibが必要だな、きれいに図示したいからplotlyもimportしよう。あとはmecabも必要だし、話し言葉だからneologdも...
そんな事を考えながらウキウキとタイプして分析を進めていると、急にベルが鳴り始めた。
「ピーンポーンパーンポーン」
そんな。まだ昼休みは終わっていないのに。もしかして空襲？いやでも空襲にしては穏やかすぎる。するとメッセージが流れ始めた。
「これからCEOからのオンラインメッセージがあります。社員のみなさまは手を止めて、各フロアの大モニターにご注目ください。」
なんだろう。急にCEO直々のオンラインミーティングがあるなんて。いつもうちのトップである市川ユキは姿を表さず、社内広報雑誌のインタビューでしか顔を見せないのに。
そんな事を考えていると、フロアの一番大きなモニターに市川ユキの顔がでかでかと映し出された。そしていつものように唐突に話し始めた。
----------------------------------
「皆さん、お疲れ様です。突然ですが、明日から我が社は方針を転換し、弊社が抱える資産であるデータサイエンティストを、より活躍できる方向に育成するべく新たな研修制度を設けることとしました。」
「それが三ヶ月の兵士体験プログラムです。」
「データサイエンティストとしての強みを生かして、前線で活躍する兵士の方々の役に立つソリューションを生み出し提案することを期待します。分析だけ、技術だけの人間には決してなってほしくない。人間として、より素晴らしくなってほしいと思っています。」
「今世界で活躍するデータサイエンティストは、エンジニアリング技術など言うまでもありませんが営業成績だけでなく、戦場での成績も目覚ましいものがあります。私はそこに目をつけ、今後データサイエンティストは戦場に行くべきだと考えたのです。」
「つらいこともたくさんあるでしょう。そんなときは現場の人と飲みに出かけてください。辛いことは皆で分かち合いましょう。」
「それでは」
----------------------------------
...こうしてデータサイエンティストは、戦争に駆り出されるようになった。
増田文学大賞 'All Time Best増田' は２０１８年８月末に発表します。
コンサルにてアナリストをやった後、データサイエンティストを名乗りながら仕事をしています。そんな中で嫌だったなと思った人たちとプロジェクト
最近はアウトカムでの評価の流れにはなってきたが、まだまだモデルの評価をする事は少ない。
でも何故か相変わらずロジステックとCox回帰をやれればおっけーであり、モデルの精度が当たらなくてもオッズ比と説明変数の
有意差だけでていれば上手く行く分野。 本当に心が痛む上、まだまだ「医者でなければ人であらず」が通ってしまい、モデルの説明よりもお医者様のお言葉が1stにきてしまう。また分析プロジェクトの
設計らしい設計があまり出来ないのもつらいところ（モデルの精度が出ていないのにそのオッズ比・有意差に何の意味があるんだと思う）。後日本の製薬企業から「何とか工夫で有意差がでないのか！！」
という謎おしかりを受ける・・・いやそんなん無理ですやんと切実に思う。やる気でこの世界の数字は変わりません。
割と良いBIみたいなんが良くも悪くもあるためアナリストの人たちがやった気になっているやつ。Web関係のアナリストは、アナリストを名乗って欲しくない人の方が多いイメージ（勿論しっかりWebアナリストやっている方々は知っている）。広告内容を分類し、CVを予測、そしてマルチチャネルの予算からのCVを最適化案件をしていたらWebアナリスト様から「私の作るLPは最適です。なので予算４０００万です」という謎の最適の主張を受けたのはいい思い出（何故かデザイナー様がWebアナリストもやっていた）。広告内容のuser2vecでのレコメンド実装にチャレンジして評価して、協調フィルタリングよりも精度はよさげだな喜んでいたら、どっかのよくわからないレコメンドツールというのが汎用性もあるし、既存のツールに１万ぐらい払えば追加できるとそして何故か「最適化」されているという言葉に役員が騙されて決済がおりていたのを聞いたときは殺意が沸いた。どうせ既存のマーケティングオートメーションのレコメンドエンジンなんて協調フィルタリング・ロジぐらいだろうと思っている。本気で分析やっている人がそうそう最適化なんて言葉を使わないと思うんだ・・・。まぁここの反省はWeb業界といってもみんなコーディングがりがりではなくてGUIでいいならそれでが割と多いという事を学んだ （注意）。
３．データベース関連
どっかの人のにもあったが、「あっ、データ分析分かるんだよね？」という事でVB6とAccessの改修をやらされそうになったときは全力で拒否った。
４．やる気を説いて来る人達
やる気で数字が変わったら誰も苦労なんてしないんだよ・・・。半教師有り等で精度向上見込めるといってもいくらなんでもこのデータでは
５．ホワイトボックステストを要求されたとき
モデルのホワイトボックステストってどうやってやるんだ？精度を検証用データでやっていれば良いじゃないかと思っていた。ただそこの金融系でITプロジェクトは、基本的に「ホワイトボックステスト」やらが必須らしく・・・おいおい・・。とりあえずカテゴリーの目的変数がそれぞれの値を取ることを客先で見せてかつレポートで「こうこうこうゆうときにカテゴリー変数が変わりますよ」という彼らがいう境界線の確認を全てやることになった。カバレッジ１００％も言われたが、流石に無さ過ぎるので諦めてもらった。
６．KGIとKPIしっかり切り分けてBI作成していたら集計屋かといって来られる時
どこかの人にもあったが、私はビジネスが動けばよいと思っているので難しい分析をしなくても上手く行く時は、集計で上手く切り分けて、要因分析をやる（裏で決定木とかで境界値とかは見ていたりする）。ただ何故かそれで集計ばかりしかしていないと怒られる。別に研究者ではないし、難しい分析をしてクライアントへの説明に時間を取られたり、展開が難しくなるぐらいならば皆と合意した上で、KPIとKGIを切り分けてダッシュボード作成をしっかり出来る方が実はビジネス上上手く行くだ。むしろ自分への戒めでいつも難しい分析が本当に必要なのかと思ってるぐらいである。
注意 因みに私の別部署でインフラ基盤周りのWordpress関係が炎上していた。そこそこの大規模でWordpress使うって大変らしいのに・・・。
ずっと疑問なんだが
検索してみると出てくるのはデータサイエンティスト職だが、それは旧来のデータサイエンティストの仕事だろう？
いや語弊があるか
ディープラーニング等の新技術を売り込む会社はほんの少しだけ生まれてる
でも求人情報を眺めると、主たる業種は、データサイエンティストや生産管理とかそっち系だ
しかし「AIが仕事になる」と勘違いして勉強してる人が多すぎないか
こういうのってバブルですら無い虚業で、数年後目が覚めた時大量の難民を生むんだよなあ
芸人、歌手、声優、クリエイター、そういった学校のほうが強い界隈に成り果てるのではないか
AIが生まれても、技術がどう変わっても、世の中のビジネスモデルと言うものは大して変わらない
どこかで儲けなければならない縛りがあるから、技術だけで仕事は生まれない
こんな文系のマーケティングや経済学の力を借りようとしているのに。
https://twitter.com/TJO_datasci/status/983734237432987648
大方の任意の統計モデルはStan使うか粒子フィルタとかでパラメータ推定できるようになってきたので、どちらかというと経済学系やマーケティングサイエンス系のテキストを読んでどんなモデル式の候補が世の中であり得るかを勉強した方が良い気がしてきた
実験ができるような理系の分野ではなく仕事に使えるような数理モデルや統計は、経済学の方が一般的な理系よりも進んでいる。
夜7:30～73分拡大版
今回は、時代が生み出した新しい仕事のプロたちを特集するスペシャル。まずは、新しい仕事の代名詞とも言える「ユーチューバー」。作成した動画の総再生回数７９億回以上、チャンネル総登録者数１，１００万人を超え、日本トップを誇るユーチューバー、ＨＩＫＡＫＩＮ（ヒカキン）２８歳に、テレビ初となる密着。その成功は、日々のたゆまぬ努力で成し遂げられている。こだわりを追求するために、企画から出演、撮影、編集までを一人で行い、１年３６５日、ほぼ１日中自宅で仕事をしている。
そして、日本人として初めて「プロゲーマー」となった、梅原大吾（うめはらだいご）、３６歳。幼い頃から格闘ゲームの世界で頭角をあらわすも、それを仕事にするなんて考えられず、一度は介護の仕事に就いた梅原。しかし８年前、悩み抜いた末に、新たな仕事の道に踏み出し、業界の未来を切り開いた。さらに、今世紀最も魅力的な職業と称される、ビッグデータの分析者「データサイエンティスト」など、番組では、時代の最先端を突き進むプロたちの生きざまに迫る。
ワープロソフトが写植技師の仕事を奪った時、私は声を上げなかった
AIがデータサイエンティストの仕事を奪った時、私は声を上げなかった
俺は常々言っている
この詩の最後の句は
皆働かずに暮らせるようになった
で〆ようではないか
増田がなぜそんな環境が整っていない会社に行ったのかを私は知っている。データサイエンティストの年収は環境と反比例するからだ。WEB系のようなデータサイエンティストがたくさんいる所を程年収が安いし、事業会社のようなITに疎いところほど高い。
相場はデータサイエンティストの環境が整ってるDena、LINE、メルカリあたりのイケてるメガベンチャーで800万円くらい。EXCELでデフォルトのみずほ、丸紅で1300万円くらいだと思う。
まず戦うフィールドが間違ってる。
予測モデルの精度改善がそのまま売上の改善につながるような業態の会社を選ぶんだよ。
例えばGoogle.
ここで言う広告とは、GoogleやらYoutubeやらに訪れたユーザーのデータを詳しく分析した上でもっともコンバージョンレートが高くなりそうな広告を予測して表示するタイプの広告だ。
「誰にどんな広告を表示したらもっともコンバージョンレートが上がるか」というのは、当然データ分析や機械学習の範疇だ。
想像してみてほしい
1. 毎日GoogleとかYoutubeとかに何億人だかのユーザーが訪れる。
2. 世界トップクラスのデータサイエンティスト達が作り上げた、Googleのコンバージョンレート予測モデルはもっともユーザーがコンバージョンしそうな広告を予測して、それを表示する。
3. 予測モデルがはじき出した結果が正しければ、ユーザーは広告をクリックし、広告主は収益を上げ、その一部がGoogleに広告費として入る。
この時、2.の予測精度が1%上がれば、Googleの売上はそのまま1%上がる。
Googleの年間売上が1〜2兆円くらいだったはずだから、1兆円の1%としても100億円の売上向上という事になる。
そういう企業のデータサイエンティストは、絶対に元増田のような仕打ちを受けない。
逆に、データサイエンティストが末永く高い生産性を発揮できるようにあらゆる努力が行われているだろう。
Googleじゃなくてもこういう事業構造を持った企業では絶対にデータサイエンティストは軽んじられないと思うぞ。
広告以外だと、例えば保険業界のアクチュアリーとか金融業界のクオンツなんかも事業継続や収益に直結するから良い感じなんじゃないか? 知らんけど。
あのさ、「R/Pythonでバリバリ分析しようと思ってたけど入社したらExcelしか使わせてもらえませんでした」って転職先の下調べ甘すぎだよ。
プログラミングというスキルに対してどういうスタンスを取ってるかって、企業によってぜんぜん違うぞ。
元増田の会社みたいに「プログラミングスキルはコモディティ化したスキルで全部外注に出せばいい」みたいなスタンスを取ってる会社だってごまんとあるし、そういう会社に入ると悲惨なことになるぞ。
ちゃんと、転職エージェントから転職先の情報聞いたか? 転職先の会社とミスマッチが起きないように入念に面接を繰り返したか? Vokersは読んだか?
転職エージェントは転職が成約すると報酬が入るようになってる事が多いから、話半分で聞いたほうが良いとは思うが、それでも元増田レベルのミスマッチは指摘してくれると思うぞ。
面接は人事部門だけでなく、所属予定部署のマネージャークラスとか同僚になる可能性が高い人と面接させてもらって相性が良さそうかよく確認するんだよ。
Vokersは安いからとりあえず読んどけ。
データサイエンティストって基本的に物凄く"か弱い"職種なんだよ。
エンジニアみたに実際の製品を作る訳じゃないし、営業みたいに客が取れる訳じゃない。
データサイエンティストがバリューを発揮するためには、自らの成果を他の職種に理解して貰えないとダメなんだよ。
※Googleみたいに作ったモデルが直接プロダクトに組み込まれる場合は別な。
じゃあ、どうすれば他の職種から理解して貰えるかというと、これは難しいところだな。
僕も分からん。
ただ、1つ言えるのは、他の職種から信頼してもらえなければデータも出てこないし、分析した結果に耳を傾けられる事もない。
組織ってその内部にいろんな評価基準を持っている。その評価基準は必ずしも全体最適になってないかも知れない。だから無視したくなるかも知れない。
でも、まずは相手が持ってる評価基準に合致するようなバリューを出して、協力を取り付けるんだよ。そうしないと話が進まないからな。
既存の評価基準の中で十分な成果を出したら、発言権が増すからそうしたら次は増田の好きなようにやればいい。
まあ、これをするのが面倒なら、最初からデータサイエンスが事業に直結してる会社に入ると良いと思うぞ。
というわけで、元増田は、
3) 入った後の進め方も拙かった。
