AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

大城信晃 / マスクド・アナライズ / 伊藤徹郎 / 小西哲平 / 西原成輝 / 油井志郎

データサイエンティストと呼ばれる職種が登場して、いまや10年以上が経過しようとしています。ビッグデータやディープラーニングなど技術的な流行も後押しして、AI・データ分析プロジェクトに取り組む企業も増えました。また、データサイエンス、データエンジニアリングに関する技術情報は次第に増え、データ分析コンペティションの盛り上がりもあって技術的な知識を持つ方が増えているのは事実です。ところが、実際にAI・データ分析プロジェクトに取り組んでみると、そううまくはいかないようです。プロジェクトを進めるには技術知識だけでなく「ビジネス⼒」が必要なのです。
そこで、本書はこれまでメインテーマとして語られることのなかった「ビジネス⼒」に焦点をあてて、データ分析プロジェクトを一通り解説していきます。プロジェクトの⼊⼝として「組織の立ち上げ方」から「案件獲得」にふれ、続く実際のデータ分析プロセスにおいては、課題とゴールを明確にして、分析結果は出して終わりではなく共有、評価のサイクルが必要であることを解説します。最後に出⼝となる「収益化」に関する情報をまとめます。
先を行くデータ分析者達は、これまでさまざまな罠にかかり、見えない落とし穴にはまっても奮闘してノウハウを蓄積してきたのがこの10年です。これからAI・データ分析プロジェクトに取り組む方／関わる方へ向けて、先人たちのノウハウをまとめたのが本書です。

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 言語・プログラミング
• 出版社: 技術評論社
• ページ数: 320ページ
• 電子版発売日: 2020年12月14日
• コンテンツ形式: EPUB
• サイズ(目安): 25MB

[ブクログ · ★★★★★]

ビフォー
仕事でデータサイエンティストをしているので、自分の仕事や現在地を確認する上で、よく読まれているこの本を手に取った。

気づき
約1年半前プロジェクトに参画する前に知っておきたいことが書かれていた。特にこれ以上精度を上げていくことが厳しいということが伝わらず、期待値調整をミスっていたり、データ分析に携わっていないメンバー、クライアント向けに翻訳できていなかったりしていた。またうまくいかないと時にどうすべきかを決めきれておらず、苦労した。事前に読んでおくことができたら、ここらへんで悩むことがなかったかもしれない。

TODO
今後のプロジェクトでは上記の失敗をしないように、期待値調整や説明が伝わるような翻訳を意識していきたい。

[yoshi · ★★★★★]

現役エンジニア向けかも

この本は主に現役エンジニア、データサイエンティストのための内容が主になっています。そのため、勉強のためにこの書籍を買ったのですが、自分は学生でエンジニア経験が乏しかったため、あまり理解はできませんでしたが、その一方で将来その職に就いた際の状況が少しわかったのでタメにはなったと思います。難しい内容ではありませんが、実務未経験の方にはあまり向かない内容かもしれませんね。

＃タメになる

[ブクログ · ★★★★★]

私はエンジニアではあるが、データサイエンスに関しては門外漢だったので、学生としての立場で読んだ。概要把握にうってつけであり、参考文献を読むことによってより詳細を知ることができそうに思った。
対象読者によっておすすめの読み方と対象の章が分かれており、学生→エントリー→ミドルとレイヤーが上がっていくのと同時にこの本を読み返すことがあるだろうと思う。

[ブクログ · ★★★★★]

データを使って何か新しいことをしようとしている人必読の本。

いざデータ活用をするとなると、必要となる知識が膨大すぎて困る時がくるはず。この本で広く浅く網羅的に学んだあと、気になったことは追加で学ぶのがおすすめ。

[ブクログ · ★★★★★]

データ分析を通じた課題解決のプロセスを、順を追って幅広い観点からまとめている。
分析手法などの技術的な話ではなく、プロジェクトをうまくマネジメントするには、という視点で語られている。

データ分析を通じた意思決定支援をやっている身として、どれも頷くものばかりだった。
とくに、経営層や発注者とのコミュニケーションについては、私自身苦労が多い部分でもあるため、非常に勉強になった。

技術的な話をメインに据える書籍はこれまで数多くあったが、本書籍のような、プロセス全体が俯瞰的に、かつ、簡潔にまとまっている本は無かったと思う。

初学者にとっては教科書的な意味合いで、経験者にとっては知識経験の整理という意味合いで、重宝したいものである。

[ブクログ · ★★★★☆]

データ分析プロジェクトの概要を掴むのに最適。
都度読み返したい本だと思った。
複数人で書かれているためところどころ内容の重複が見られる。

[ブクログ · ★★★★☆]

内容としてはこれからデータ分析したい人向けにはぴったりで基本的な話から実務的な話まで順に書かれておりとても参考になると思います。

既にデータ分析経験がある人でも体系的に要点がまとめられているので一度読んでみると頭の中が整理されて良いなと思います。

[ブクログ · ★★★☆☆]

機械学習やデータ分析プロジェクトの進め方が纏められた入門書。
組織体制や人材募集の観点もありそこは読み飛ばした。データサイエンティストとしての役割や需要などもあり。AIプロジェクトの導入方法などの入門書としては勉強になった。精度のモニタリングなど。
個人的にはデータ結果のレポート化にある目的、背景、分析結果、ネクストアクションがためになった。

[ブクログ · ★★★☆☆]

しばらく積読になってましたが、今月から学校に通うため読破（笑）データサイエンスに関するざっとした内容ですが、基本、課題があってその課題を解決したときのメリットは何でをはっきりさせることが重要であり、そのための方法論としてデータを活用する。。。ことが肝要であるということと理解しました。あとは、データ活用とはいえ、データベースの構築から分析、可視化、プログラムなどなど専門性が要求される分野であることから、自分が取り組むべきは、全体を浅く広く把握することだな。。と考えました。まったく何もわからない状態では、指示もだせませんしね。

[ブクログ · ★★★☆☆]

技術者が会社組織でプロジェクトを上手く回していくためのあれこれをまとめたもの。こじらせると「データ分析失敗事例集」に収録されそうなポイントが簡潔に述べられている。