戦力になるレベルのデータサイエンティストを育成することの難しさ - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pexels from Pixabay) 僕自身がデータサイエンティストという肩書きを与えられて働くようになった9年前から、一貫して問題意識を持ち続けてきたのが「データサイエンティストをどう育成すべきか」についてでした。その後、この9年の間に質の良し悪しや量の多寡はともかく多くのデータサイエンティスト向け技術講座・資料が沢山世に出るようになり、一見その育成体制はそれなりに整ってきたように見えます。 以前議論していた「何故戦力になるレベルのデータサイエンティストが育たないのか」4項目を発掘して面白かった 1. 実戦可能レベルになるまでの学習量が多過ぎる 2. 『知っている』から『使いこなせる』への溝が深い 3. コミュニケーションで死ぬ 4. ビジネス価値と結びつけて自走するところに溝がある— TJO (@TJO_datasci) 2021年6月1日 しかし、当事者たちか
3分でざっくりわかるスクラム（スクラム用語を使わないスクラムの説明）
みなさんこんにちは。@ryuzeeです。今日は小ネタです。 3分くらいでスクラムをざっくり分かってもらうための説明を以前作ったのですが、意外と役に立っているのでブログで公開しておきます。 この記述については、CC BY-SA 4.0ライセンスとします。 クレジット表記（@ryuzee / Ryutaro Yoshiba）のもとで共有や派生物を作って構いません（その場合は元のライセンスを継承します）。 製品の目標や方向性、成果に責任を持つ人を1人決めます（＝プロダクトオーナー）製品の目標や実現したいことを一覧にして、常に最新の状態にしておきます（＝プロダクトバックログ）製品を作るのに必要な作業は色々な能力を持った開発者たちに任せます（デベロッパー）頻繁に動くものを見たほうが安心なので、固定の短い期間に区切って繰り返します（＝スプリント）短い期間をうまく過ごして成果を出すには計画が必要です（＝
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「ドラえもんの世界みたい」――選手村を走る自動運転バスが国内外で話題に 運転しない乗務員の役割は？