![](https://cdn-ak-scissors.b.st-hatena.com/image/square/e50aa2975251ecbbbe779c59629c98da843af59c/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQweXV0dXQmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zMiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTkyZTU3NjNhOTQwNDUwMTM1ZTg4ODcwZTcwMDVkOTlm%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D3e9443cb0b2b2c4cf7d6e2b4a20431bc)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
現在の製造業でのデータサイエンティストとしての業務内容 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
現在の製造業でのデータサイエンティストとしての業務内容 - Qiita
はじめに こんにちは、私は製造業でデータサイエンティストとして働いているYuTut(ゆうたっと)と申しま... はじめに こんにちは、私は製造業でデータサイエンティストとして働いているYuTut(ゆうたっと)と申します!今回は、私の現在の職務内容について説明したいと思います。具体的な会社名や製品名は伏せますが、データサイエンスの現場でどのような業務が行われているのか、具体的なイメージを持っていただければと思います。 データ収集 実際に現場に出向き、現場のユーザー方(お客様または自社内)に実証実験を依頼することでデータを収集します。具体的には、特定の製品を使用してもらい、その結果をデータとして収集します。このデータ収集は、製品開発、製品のパフォーマンスを評価・改善するための重要な情報源となります。 データの前処理と抽出 収集したデータは、DB(データベース)に保存されます。その後、PythonとSQLを使用して、このDBからデータを抽出します。抽出したデータは、前処理とクリーニングを行い、分析しやすい