AIjobcolle 講座に申し込む
無料web説明会に申し込む
村上 朝成

村上 朝成

  • Python+数学講座

東京大学大学院工学修士 (コンピュータ科学: 有限要素法のモデリング)
薬学学士、薬剤師。
株式会社Speeeにてデータサイエンティストを2年半務めた。
2018年1月から製薬会社 (MSD株式会社) にてデータサイエンティストを務める。
過去の業務経験から、医療データの活用、テキストマイニング、レコメンドロジックに強み。

Qiita (エンジニア記事投稿サイト) のアカウント
https://qiita.com/To_Murakami

データサイエンティストを目指したきっかけ・やりがい

数学とコンピュータに対する「好き」が根底にあります。
ただ、最初のキャリアはデータサイエンティストではありませんでした。
数学とエンジニアリングをビジネスと結び付けられる魅力的な仕事があると、あとになって気づいたんですよね。笑

案件参画時の一日の流れ

2つプロジェクトを掛け持ちをしています。両方ともにアジャイル方式で進めています。

9:50 出社
日によっては在宅勤務をすることもあります。

10:30 デイリースタンダップ [プロジェクト1]
一日の進捗について、15分で話し合います。

11:00 設計やデザインに関する会議
計算結果を可視化し、スライドに起こします。
実施前に立てた仮説と比べて結果をチームで話しあいます。

12:00 昼食
繁忙期は昼食をチーム食べながら会議もします。

13:30 デイリースタンダップ [プロジェクト2]
コンセプトはプロジェクト1と同様です。

14:00 スプリントレトロスペクティブ + プランニング
一定サイクル (スプリントといいます) を消化した後に、成果と行動を振り返ります。
次のスプリントで目指すべきこと、やるべきことを計画します。

16:00 コーディング + ドキュメンテーション
会議を一通りこなし、自分の作業に移ります。
チームで認識を合わせた目的に合わせて、分析計画を立て、計算のためのコーディングをします。

18:30 帰社

初学者の方に教える際に工夫しているポイント

1. 伝える事項に対して、「前提」が抜けないように気をつけています。これはデータサイエンスに限ったことではないですが。
2. 問題への適用方法を説明して、実践的になるようにしています。
3. 機械学習などへの応用例や私の過去の業務経験も適宜混ぜるようにしています。

今人工知能を活用するスキルを身につけるメリット

次の時代に乗れます。
ドラッカーが知識社会を提唱してから60年が経ち、「知識」の経済価値は増すばかりです。
AIを学ぶということは、大量の情報と知識をコントロールする術を身につけることと言っても、過言ではありません。
これからの時代がそのような人材を要請するのは間違いないでしょう。

受講者へのコメント

AIやデータサイエンスは自習コストの高い分野と言えます。
関連する分野の裾野が広く、かつ学問として体系的に整理されている状態からまだまだ遠いためです。
AIジョブカレのように体系的な講義を提供する場を積極的に活用して、効果的に学習を進めていってください。

講座に申し込む