データサイエンティスト育成講座：藤井 俊一 様

どのようなお仕事をされているのでしょうか？

電気機器メーカーで製品設計・開発を行っています。ただし、設計の主務はベテランが行っており、仕様変更時のコード修正や先行技術の事前検討といった業務がメインです。

データサイエンスを学ぼうと思ったきっかけは何でしょうか？

これからの時代、AI/MLの活用は当たり前になってきており、どの業界・職種でも必要とされるスキルだと考えたためです。AIによるコード生成が一般的になってきているなか、現行の業務以外のスキルが欲しいと思ったのもきっかけのひとつです。

複数あるデータサイエンス教育サービスの中でデータミックスを選択されたのはなぜですか？

ギリギリまで迷いましたが、最終的に「卒業後の学習の継続」という観点でスクールを選択しました。データサイエンス（AI/ML）の領域は技術の進歩が速く、卒業後に個人の力だけでついていくのは難しいのではないかという不安があり、卒業生同士が交流できるコミュニティがあることに魅力を感じました。

データミックスのスクール形式への印象はいかがでしたか？

オンラインでの受講でしたが、違和感なく受講することができました。グループワークも適宜行われたので、他の方の考えを聞くことができるだけでなく、一人だけで受講している感覚に陥らずに済みました。
余談ですが、休み時間中の雑談はタメになる話が多かった印象があるので、可能であれば教室まで通うといいと思います。（受講生の声が拾えていないときもありましたので）

予習や復習も必要になったと思いますが、どのように時間を使われたのですか？

平日は残業時間が読めないため、基本的に休日に学習を行うようにしていました。しかし、休日のみだと時間が足りなかったため、平日も残業時間ごとにいくつかパターンを作成し、毎日一定の学習量を確保できるように生活を調整しました。

卒業課題ではどんなテーマに取り組みましたか？

クラスタリングを使用したゲームタイトルのレコメンドシステムの構築を行いました。
とあるゲーム配信プラットフォームにはもともとレコメンドシステムがありましたが、「似たゲーム」とあるのに似ていないことがある、インディーゲームを探していても有名タイトルばかりでお勧めされて購入意欲がわかない、という不満点が個人的にありました。そのプラットフォームではゲームごとにユーザーが属性を付けることができるため、その属性を使ってクラスタリング（グループ化）を行うことで、前述の不満点を解消できるのではないかと考えたことがきっかけです。

7ヶ月間の受講を終えられて、どのような成果を感じましたか？

卒業課題で「分析の目的とゴール（KPIなど）を設定し，それに基づいてプロジェクトを実施する」ことを一から経験し、アウトプットできたことが一番の成果だと感じています。
もちろん、卒業課題の時に急にできるようになったわけではなく、それぞれのステップの最終課題でデータの背景の読み取り（EDA）や機械学習手法の選択を経験し成長したからこその成果だと思います。

スクールで学んだことは、実務でどのように活かされているのでしょうか？

製品仕様やコストなどの観点からマーケットリーダーを分析し、自社の製品仕様策定の判断材料にしたいと考えています。

率直に、多額の受講料と、多くの時間を投資して受講をする決意をされたきっかけやモチベーションは何だったのでしょうか？

キャリアの選択肢を広げたいと考えたためです。現職の業務や独学のみでは難しいと感じたため受講を決意しました。

これからの受講を検討している人に一言お願いします。

データサイエンスは既存のデータや知識から新しい知見を得ることができるため、今までのキャリアや趣味の知識を活かしたいと思っている方こそ楽しめる分野だと思います。
データを読み解く力や得られた知見をどう活用するかという普遍的なスキルも向上しますので、興味があれば一歩踏み出してみることをおすすめします。