TOP>あつまれ!データサイエンティスト AIアカデミー卒業生が語る座談会

あつまれ!データサイエンティスト AIアカデミー卒業生が語る座談会

あつまれ!データサイエンティスト AIアカデミー卒業生が語る座談会

AIの導入推進に大きな役割を期待されるデータサイエンティスト。
AIの技術やプロジェクトに精通した人材として、人員確保や育成を急がれている企業も多いと思います。アシストでは、DataRobot社が開講するデータサイエンティスト養成講座「AIアカデミー」をこの夏から一挙に12名が卒業しました。

AIアカデミーは、機械学習をビジネスに活用するためのテーマの設定方法から、データの準備、モデルの構築、予測モデルの活用など学び、卒業テーマの発表を経て試験合格者のみが卒業できる4カ月間のカリキュラムです。モデリングの教科では、Kaggle上でオリジナルコンペが開催され精度を競い合う競技も!この記事では、そのAIアカデミーを卒業した12名のデータサイエンティストによる座談会の様子をお届けします。

AIアカデミーを12名が合格!卒業までに大変だったことって?

司会
司会
AIアカデミーの卒業おめでとうございます!AIアカデミーで合格を手にするのは難関と言われていますが、卒業までの道のりを振り返っていかがですか?

上田
上田
2020年2月の開講後まもなくして、コロナで受講環境が全面的にオンラインに切り替わりました。カリキュラムがハードなうえ受講スタイルも新しくなり、とにかく大変でしたがなんとか乗り切りました!

岡田
岡田
実は自己学習もしていたのですが、AIアカデミーの体系立ったプログラムがとてもよかったです。スキルの高いメンバーに囲まれて刺激を受けられたのも大きかったですね。

山口
山口
自分が何ができて、何ができないのかがよくわかりました。毎週出される宿題が、平日だけでは終わらないなんてことも多々あり、学生時代に戻れそうでした。あまりに前すぎて戻れなかったけど・・。

木下
木下
他の会社の方々の経験やレベルを知ることができたのもよかったです!ふだんからPythonを使っているのでデータの扱いは慣れているほうですが、AIアカデミーを業務部門の方が受講するのはすこし過酷かも。ちなみに私は学生気分に戻れました^^

庄司
庄司
学生時代に戻った…いや、それ以上に勉強した気がしますが、振り返ると全体的に楽しめました! Pythonはほぼ未経験だったのでコーディングは苦労しましたが、その分ツールの有り難さが身に染みる期間でしたね。

松山
松山
久々にしっかり勉強しました!なかなかこれだけの時間を取って勉強する機会は貴重でしたね。4ヵ月間みっちり勉強しました。

眞野
眞野
プレゼンや資料作成をする機会も多く、いつもとは違った学びを得られました。

小宮
小宮
機械学習についてがっつり勉強できました。特にPythonの苦労を身をもって理解しました。

佐藤琢治
佐藤
大変だった、勉強になった、というコメントが続いていますが、本当に同感。理系出身で参加しましたが、まだまだ学ぶべきトピックが多いことを実感しました。

谷
他社の優秀な方々、DataRobotのデータサイエンティストの方々と学び合えて刺激的な期間でした。試験では「優」を取れているのに最下位なこともあり・・。受講生全体の優秀さが際立っていました。

AIアカデミーの合格を手にするには、どのくらいのスキルが必要?

司会
司会
アシストでもこれからさらに多くのメンバーがAIアカデミーを受講します。合格には、どのくらいのスキルセットが必要でしょうか?

木下
木下
スキルより覚悟の問題かも。

松山
松山
資料を作ったり、Linux環境でプログラムを開発するような宿題もあったので、機械学習だけの範囲ではなかったですね。ITの知見を持っていないと点数が取れないのでは?

眞野
眞野
合格に必要なスキルレベルの定義は難しいですが、
・データ分析、機械学習に必要なプログラミングが最低限できる
・DataRobotの基本操作がわかる
・整ったプレゼン資料を作成できる
・ユーザーに必要なインサイトを把握し、資料化して説明できる
このあたりを意識して予習をしておくと安心だと思います。私は「kaggleで勝つデータ分析の技術」を事前に読み込んでおきました!

小宮
小宮
BI系のツールとPaxataを使えると、かなり有利になると思います。

松山
松山
たしかに、データの前処理はぜんぶQlikで実施しましたね。

庄司
庄司
Qlikなくして合格できなかったのでは、と感じるほど使い倒しましたね。 データを理解するスキルと、機械学習用にデータを加工するスキル、この2つは確実にQlikに助けられました。

司会
司会
おっ!ツールを使いこなすアシストらしい発想ですね。では、今回のAIアカデミーの演習や実践で、どのくらいツールを使ったか聞いてみましょう。

司会
司会
Qlikを使った人は?

挙手
はい!(7名が挙手) ※実際はZoomの挙手ボタンで^^

司会
司会
Paxataを使った人は?

挙手
はい!(5名が挙手)

司会
司会
Excelを使った人は?

挙手
はい!(全員が挙手)

司会
司会
Pythonを使っていくのはどうでしたか?

松山
松山
時系列データをPythonだけで扱っていくのはキビシイのではないでしょうか。データの加工はツールを使ったほうが圧倒的に効率も上がります。

上田
上田
Pythonなどコードを書くと、どうしてもコードを書くことに意識が奪われてしまって細かい精度などにこだわってしまいがち。ツールをうまく使えると、そうした細部にこだわらずに、本来の課題に向かっていきやすくなりますよね。目的を見失わないというか。

山口
山口
テーマを明確に設定して、ビジネス適用を重視していくのが大事だよね。

小宮
小宮
ツールを使えるとノーコードで、しかもかなりスピードを上げてプロジェクトを進めていけるので、「AIの民主化」を実現するキーポイントになると思います。

DataRobotはどこがスゴかった?4カ月間使い込んでみた感想は

司会
司会
AIアカデミーでは、DataRobotをつかって予測を立てる課題が何度もあったと思います。みなさんが使ってみた率直な感想はどうでしたか?

庄司
庄司
わかりやすくインサイト、解釈を出してくれるのがよいと思います。 少し用語を補足説明するだけで、ビジネス部門とも共通言語として使えるくらい良いUIだと感じました。

谷
インサイト、解釈、評価が充実しているのがいいですね。30個のモデルを作ってその説明をしっかりしてくれるところも。特徴量エンジニアリングはデータサイエンスでもっとも難解なもののひとつですが、DataRobotからヒントを得られるのもいい。

木下
木下
トップランカーのモデルを使えるのがうれしいです。機械学習はほかのツールもいくつか経験がありますが、GUIも使いやすいし、日本語もわかりやすい。

上田
上田
卒論で時系列データを使ったところ、事前に別の方法で予測していたやり方よりも高い精度が出ました。

山口
山口
需要予測など時系列の課題を取り扱うには、専門的な知識やノウハウが必要になるけど、DataRobotはデータ投入してメニュー通りに進めていくだけで必要な設定ができあがるのがいいよね。専門的な知識があれば、より高度な設定ができるし、利用する側に合わせてAIを活用できるのが強みだと思う。

眞野
眞野
データをインプットすると、自動で予測を出してくれるのは単純にすごいと思いました。モデルも適宜更新されていくので、時代に合ったモデルで作ってくれるのも素敵です。 データサイエンティストはオプション設定でモデリングをカスタムできるのに加え、ユーザーに説明する際のインサイトをまとめてくれるのも便利。

AIアカデミーで学んだことは、どう活かせている?効果やメリットは

司会
司会
AIアカデミーは、全員が実務と兼務しながらの受講でした。すでにビジネスの現場での活躍も目立ってきていますね!学んだことはどう役立てられていますか?

松山
松山
お客様先に在籍しているデータサイエンティストの方と、同じ用語を使いながら話ができるようになりました。

山口
山口
AIの商談をリードしていけるようになりました。お客様の話されていることを正確に理解し、整理して提案につなげられるようになったのは、まさに受講の成果ですね。

AIアカデミー卒業生がお客様の頼れるバディに!「AI Buddy」サービスとは

司会
司会
アシストは「AI Buddy」の支援サービスを開始しました。AIの頼れる相棒という意味を込めたAI Buddyは、まさにみなさんがお客様のバディとなってAIプロジェクトをサポートしていくサービスです。

AI Buddyとは

AI Buddy

AI BuddyはAIの導入推進にチャレンジするお客様の頼れる相棒となって、データサイエンスの知識と資格をもったアシストのデータサイエンティストがお客様のAIの人材不足をカバーしながら伴走型でご支援するサービスです。お客様はAIに関連する業務を外部に委託するのではなく、自社のメンバーを主力に据え、AI Buddyの伴走でスキルトランスファーを受けながら、AIプロジェクトの進行と自社メンバーの育成、AIリテラシーの向上を同時に目指すことができます。

→AI Buddyの詳しい説明へ

上田
上田
AI Buddyは、お客様から親しみを持ってもらえるような距離の近さで、AIの相談をお受けしたり支援やサポートをするコンセプトでサービスを開発してきました。

山口
山口
伴走型というのがポイントで、外注するのではなくて、お客様のゴールに向かって一緒に寄り添いながら支援するところを重視したよね。アシストがこれまで他の製品でも得意としてきた支援形態をAIでも提供したい!という想いで。

小宮
小宮
ロゴも、お客様と向かい合っているところがとてもいいなと思っています。手を取り合いながらAIプロジェクトの成功を目指すコンセプトを、AI Buddyの支援を通じて提供していきたいです。

司会
司会
庶民派のデータサイエンティスト、ですね^^

山口
山口
まさに、アシストのデータサイエンティストは身近で頼っていただけるバディを目指しています。近寄りがたい、話しかけずらい・・・とは真逆のデータサイエンティストがAI Buddyです。

上田
上田
AIアカデミーを卒業したアシストのデータサイエンティストは、それぞれバックグラウンドの専門性も高くて、データベース、BI、データ準備、自動化の領域のエキスパートでもあるから、データ活用全体の提案や支援ができるのも強みだよね。

岡田
岡田
これまでの経験をフル活用してトータルなAIの提案、ご支援ができるサービスになっていると思います。AIの導入検討を始められたら、まずはご相談いただきたいです!

司会
司会
AI Buddyは、今日の座談会に参加したデータサイエンティストがご支援に伺います。ぜひお気軽にお問い合わせください!

AIアカデミー卒業生のプロフィール

上田信治
上田 信治
BIマイスター

4GL開発ツール、BI製品、CMS、eラーニングなど様々な製品のフィールド技術および技術リーダーを担当した後、2011年より顧客支援技術として活動中。 BI分野を中心としながらも特定分野にとどまらない様々な提案やプロジェクト推進を顧客企業に対して実施している。
山口奈織
山口 奈織
システムエンジニア

データベース、アプリケーションサーバ中心のSEを10年担当し、Hadoopなどインフラ系OSS製品の調査・研究も経験。現在は分野・製品に問わず、お客様の課題解決のための提案活動を実施中。ITは無限の可能性があると信じ、AI事業にも参画。
山口
岡田 洋二
テクニカルアーキテクト

Web系プログラマを経て、アシスト入社。BI系製品を10年以上担当。近年は、DataRobotをはじめとしたAI導入企業やデータレイクを使った分析基盤を構築中の企業に対して、Paxataの提案から導入支援まで担当するフィールドエンジニアとして活動。
木下千裕
木下 千裕
テクニカルセールス サイエンティスト

学生の頃から加速度計、ひずみ計、水圧計を解析しており、アシストに入社後は、製造業のお客様を主に担当。 現在は小売り業のお客様と時系列データを使用した新しいソリューションの開発やAI推進プロジェクトメンバーとして活動中。機械学習を含むデータ分析全般が専門。
佐藤琢治
佐藤 琢治
テクニカルアーキテクト

SFA製品、BI製品のフィールドを経て、Paxataのフィールドエンジニア。建設業、製造業、金融業など、幅広く担当。DataRobotユーザーへのPaxata導入後の支援実績を持ち、センサーデータなど時系列データの扱いが得意。
小宮一真
小宮 一真
テクニカルアーキテクト

BI製品のフィールドエンジニアを経験後、情報活用製品全般のプリセールス担当に。中日本地区を中心に、重要顧客や大手製造業のお客様を複数社担当。現在はPaxataとBI製品のセールス・エンジニアとして活動中。
眞野雄平
眞野 雄平
BIインストラクター

大学院での研究テーマは、過去の気候変動に関するデータ解析・予測。SIerを経て、アシスト入社後は主にBI製品のセミナー講師を担当。日々WebFOCUS、Qlikの講師を行いつつ、統計学やデータ分析の勉強会などを定期的に企画している。
谷列樹
谷 列樹
システムエンジニア

OSS関連の活動が縁でアシストに中途入社し、公開ソフトウェア推進室で技術を担当。現在は、ルールベースAI製品Corticonの技術として、オンサイトでの各種支援やバックサポートを担当。これまではJavaやC#を使うことが多かったですが、AIアカデミーがきっかけでPythonが好きになりました。
松山晋ノ助
松山 晋ノ助
BIマイスター

製品技術としてBIの新製品の立ち上げから約10年活動し、顧客支援部に異動。 2019年にアシスト初代BIマイスター任命され、お客様のデータ活用に関わるご相談や提案にも対応。顧客支援と並行して新製品や新分野にも挑戦しながら、アシストのデータ活用に関する取り組みを牽引できるよう日々情報収集や学びに励んでいる。
庄司拓矢
庄司 拓矢
テクニカルセールス

大学にて統計科学を専攻し、古典的統計モデルを用いた小売業の消費者購買データ解析を経験。 新卒入社後、BI製品のフィールドエンジニアを経て、情報活用製品全般のセールスエンジニアを担当。 重要顧客や大手小売業、製造業のお客様を複数社担当しつつ、ビジネスパートナー企業との協業施策立案にも従事。
川又伸行
川又 伸行
テクニカルセールス

大学にて数量経済分析を専攻。入社後は、情報系システムを中心にプリセールス・構築、RFP対応、プロジェクト管理を担当。フィールドエンジニアでの担当分野はBI、SFA、データ連携で各分野6年以上。現在は顧客支援技術として、お客様の業務テーマに幅広く対応している。
藤井宏明
藤井 宏明
フィールドエンジニア

主にWebシステムやIoTプラットフォームのインフラエンジニアを経て、現在は、Paxataのプリセールスおよびポストセールスを担当。データプレパレーション領域に早期から注目しており、顧客への支援実績も豊富。Paxataブログでは、Paxataをわかりやすく解説する記事を執筆中。趣味は、海外サッカー観戦と読書。

AI Buddyのご支援サービスについて

AIの導入をご検討されている企業の方は、ぜひAI Buddyにご相談ください!
特に、AIを適用する業務やテーマの選定に難しさを感じているお客様や、データサイエンティスト不在でAIリテラシーに不安をお持ちのお客様、社内のデータサイエンティスト育成を進めていきたいお客様にお役に立てるご支援をご提供しています。こちらの資料では、AI Buddyのサービス内容を詳しくご紹介しています。


ページの先頭へ戻る