【感想・ネタバレ】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]のレビュー

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

[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、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 · ★★★★★]

20冊以上の参考図書があり非常に気になる。
（タグ:大城先生らの推薦図書で私の本棚に登録しているので良かったら確認してください。）
MLOps
-機械学習 統計学,数学,ライブラリ
-DevOps コンテナ技術,CI/CD,バージョン管理
-データエンジニアリング データベース,ETLツール,分散処理フレームワーク

[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 · ★★★★★]

「すべて」と題している本がすべてでないことが多いが本書は網羅している。
ただこれを初心者が読んでも網羅すぎて響かないのでは？ある程度どろんこになって取り組んだ人の頭の整理にいいですよね。

[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 · ★★★☆☆]

データ分析系のプロジェクトがどのようにスタートし、進むのか、またそこで活躍するにはどうすれば良いかなど、実務が分かっている方が書いていて参考になる本。

AIと付いているが、基本は一般的なデータ分析系のプロジェクトの話題であり、コンサルティング会社などで経験のある人は読む必要がないように感じた。

[ブクログ · ★★★☆☆]

ＡＩの導入を成功させるためのビジネススキルを磨きたい人におすすめ

【概要】
●プロジェクトの準備
　ＡＩ・データ分析業界の概要、データサイエンティストのキャリアと雇用、ＡＩ・データサイエンティストの実務と情報収集
●プロジェクトの入口
　社内案件の獲得と外部リソースの検討、データのリスクマネジメントと契約
●プロジェクトの実行
　ＡＩ・データ分析プロジェクトの起ち上げと管理、データの種類と分析手法の検討、分析結果の評価と改善、レポーティングとＢＩ、データ分析基盤の構築と運用
●プロジェクトの出口
　プロジェクトのバリューと継続性、業界事例

【感想】
●学生・プロジェクト未経験者、ジュニア（指示を仰ぎながら取り組んでいる人）、ミドル（自身の判断で進められる人）に読者層を分類して、各々に関係のある項目が提示されているため、自分はどのページを読めばいいかよくわかるのがよい。
●本書の目指すところは「シニア（責任者）」だと明確化されているのもよい。
●プロジェクト全体の進め方がわかるところから始まり、シニアにステップアップするための参考となる情報が書かれているため、順を追って理解できるのがよい。

[ブクログ · ★★★☆☆]

AI関連の本は技術面の本が多い中、この本はプロジェクトをうまく進める方法について説明している。課題設計からゴールまでのアプローチ、人員計画など、AIプロジェクトに特化した説明があり失敗のケースも紹介されているところが参考になる。

[ブクログ · ★★★☆☆]

AIプロジェクトについて、0から10まで学べる本。

人材の集め方、組織の立ち上げ方からベンダーの選び方から、環境の構築やノウハウの貯め方等のプロジェクトの出口まで紹介している。

プレイヤーではなく、マネージャー向きの本。
具体的なデータ分析の手法は載っていない。