データ分析の専門家を育てる動きが盛んになってきた。専門の学部を設ける大学が増え、産学連携の枠組みも整備が進んでいる。膨大なデータを分析して活用することにより、金融や医療、サービスといった幅広い分野で技術革新が進む。様々な学問が発展する基盤にもなる。分析技術を身につけた人材は不足しており、育成を加速する必要がある。育成でまず重要になるのは、教える人材の確保だ。日本の大学にデータ分析の基礎となる
![(社説)データ専門家の育成を急ごう - 日本経済新聞](https://cdn-ak-scissors.b.st-hatena.com/image/square/0e3c5e614e8acdad43d69cde8f3e93836e869a85/height=288;version=1;width=512/https%3A%2F%2Fwww.nikkei.com%2F.resources%2Fk-components%2Frectangle.rev-d54ea30.png)
(Image by Pixaby) この記事は去年はてブ1100以上ついてしまった与太記事の続編です。その時はタイトルを読んで字の如く「データサイエンティスト」と「機械学習エンジニア」の満たすべきスキル要件(の2017年版)について考察したものでした。 で、まだ1年しか経ってないのに何でまた引き合いに出したのかというと、最近のメディア報道やニュースリリースの類などを見ていると「データサイエンティストにディープラーニングをやらせる」とか「高度な統計分析のできるエンジニアが必要」みたいなどう見ても色々混同している感のある内容が目に付くので、改めてちょっと自己流に交通整理してみようかなと思ったのでした。 特に、空前の人工知能ブームで「人工知能」の語が人口に膾炙すると同時に2014年頃にブームが終わったはずの「データサイエンティスト」の語が何故か復権してしまい、そこら中のメディアでかつて空回りした
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
処理を実行中です
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