塩見 和真様

世間で機械学習が話題になってきていて、よく分からないがとりあえず導入しようとなると危ないですし、きちんと理解した上で導入するかを判断できるようになりたいというのが出発点でした。

スクール形式を選んだのは、オンラインだと受身で「データサイエンスをビジネスで活用する実例がわからないのでは？」、「手段はわかってもそれをどう使うかを学べないのでは？」という懸念点があったからです。これはいつどう使うのだろうと疑問が出たタイミングで質問ができるというのもメリットでした。

成果としては、様々な会社の事例を見ることにより機械学習への理解が高まったことです。それから、6か月間の最後の1か月間に実施されるインテグレーションステップで、実際に自分でゼロからプログラムを作ったことは新しい知見としてすごく良かったと思っています。
講師の方や受講生から学んだり、自分でももちろん調べたりとがむしゃらに取り組みました。書籍も参考にしましたが情報が多すぎて難かったのですが、データミックスのテキストがわかりやすく作られていたので役に立ちました。

学生の頃、プログラミングはやっていましたが、受講開始当初は慣れなくて時間がかかりました。その後は、大体週10時間くらいはやっていたかなと。受講含め、6か月間に渡ってそもそもモチベーションは高かったのですが、実際にやってみると結構楽しかった、それが継続に繋がったのかなと。

アドバンスステップあたりから慣れを感じはじめました。ベーシックステップでチームで取り組む課題があり、そこは難しくて一つの壁でした。そこを乗り越えて力がついたのだと思います。そこからPythonに慣れてプログラムを組めるようになりました。機械学習は色んなことができる手段なのですが、授業を通して理解が深まり、「こういうことに使えるんだ」や「この場面では必要ないな」という所まで考えられるようになったのは大きな発見だったと思います。

インテグレーションの課題が自社の業務に関するものだったのですが、それは自分で出していた仮説に基づき、それを機械学習によって立証しようというものでした。最初に先生と話して道筋を立て、そこから自分だけで取り組んでいき、実際に動かしてみると求めていたものを得られたんですね。そして、そのプロトタイプを用いて自社のサービスとして企画立案をしました。提案が認められてサービス展開を目指して実際に検証してみようという段階になっています。ただ、これを通すには、こういうものがあります、と見せるだけという手段先行ではよくなく、現場の人達に直接説明したり、現場の課題を知るといったコミュニケーションをしっかり取って、土台を作ったからこそこの段階まで行けたのだと思います。

興味があり学びたい気持ちがあればオンラインでもいいのでとりあえずまずは学び始めることでしょうか。また、その人の目的にもよりますが、事前にどういう場面で学んだことが使えるかのイメージがない状態だと、いざ会社に戻って使おうとするとけっこうしんどいと思います。会社で活かしたいのであれば事前にそれがどういう場面で使えるかをイメージしながらやることが大事だと思います。