Gʼs FUKUOKA #06 向け この辺を話す 誤解系 • AI万能説(もちろんそんなことは無い) • データサイエンティストは⽢くない(未経験OK! とかじゃない)よ、と⾔う話 (注意してね、と⾔ う話) 事例系 • いくつか過去の発表から紹介 • 本からの紹介(技術的な部分) 背景・基礎知識 • 時代背景、スキルセット • サイエンティスト との違い • なぜ⾼単価なんでしたっけ︖ • 現在おかれている環境(経験者じゃないと 結構⾟い) • 機械学習とは、従来の開発との違い プロジェクトイメージ • モデル開発 or ⾃動化 or 意思決定⽀援 • 従来のIT開発との違い • 8割は前処理(まで)の⼯程 キャリア系 • 段階的にキャリアアップするには︖ • そのなかのGʼsの使い⽅、Gʼs⽣向け(現業、転 職、起業) • データサイエンスはそんなに学べない点は補⾜ • ⼿を動かす⼤切さ、挑戦、⼈脈 • 他の⽅法 • ビジネストランスレーター (データプランナー) • 勉強会で発表 •個⼈的におすすめ • ⾃社内で⽴ち上げる • 副業は・・未経験者はあまりお勧めしない(が、 ケースバイケース) AI・DSの雰囲気を伝えつつも、あくまでイチ⼿段。 最終的に皆さんが解決したいこと、達成したいことはなんでしたっけ︖と⾔う話