データサイエンティストへの道 里 洋平さんの場合 - キャリア・ラボラトリー
データサイエンティストへの道 里 洋平さんの場合 ウェブエンジニアからデータサイエンティストへキャリアをチェンジし、Rのコミュニティーで活躍したりビッグデータやデータサイエンスの関する多数の本を出したりしている里洋平さん。どうして、どうやってデータサイエンティストという道を選び、その道へとチェンジできたのか？ 里さんのキャリアパスについてなどをうかがってきました。 キャリアラボラトリー： 大学は電気電子工学科で、データサイエンティストとはまったくかけ離れていましたよね？ 確か、エンジニアとしての第一歩はウェブエンジニアのはず。どうやって、今のキャリアになったのか経緯を教えてください。 里さん： その学部でも情報系のことを研究していて、学生の頃はアルバイトやインターンでウェブエンジニアをしていました。社会人の第一歩はYahoo!JAPANで、新事業や新サービスの開発を担当していました。でも、
単純な集計とデータサイエンスによる分析とで結果が食い違うかもしれない3ケース - 渋谷駅前で働くデータサイエンティストのブログ
一般に、データ分析の大半はそれほど高度なテクニックの類を必要としないものです。僕も常日頃から口に出して言うことが多いんですが、「統計学だの機械学習だのの出番なんてそもそも少なくて当たり前」。工数もかかるし、できればやらない方が良いです。ぶっちゃけ単純な四則演算で十分なケースの方が多数派でしょう。 なので、普段はDB上でSQL（というかHiveなど）でサクッと四則演算だけで集計処理を済ませてしまって、その結果だけを表示するようにしておいた方が圧倒的に楽で手っ取り早いはず。多くのBIツールもそういう考えのもとで作られていると思います。 ところがどっこい。世の中には、単純な四則演算での集計結果と、データサイエンスを駆使した分析結果とで、食い違ってしまうケースが何故かあることが知られています。どちらかと言うとレアケースだとは思いますが、その矛盾をおざなりにするととんでもないことになることも多々あり
ドリコムの分析環境とデータサイエンス活用事例
37. !"#$%&'()*+%,-".*!"/0*1)2*344*5&'()6*5,6,%7,2/ ! " # $ % ! "#$ %$ &$ '$ '$ ( '#$ )#$ %$ &$ *$ + ,,, ,,, ,,, ,,, ,,, - ,,, ,,, ,,, ,,, ,,, . ,,, ,,, ,,, ,,, ,,, 前週のクラスタ 今週のクラスタ 13年9月6日金曜日
1
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
