見出し画像

Data Gateway Talk vol.2で登壇してきました．

KG データの分析とGBFS

■ Data Gateway Talkとは？！

にのぴらさんのこのツイッターがきっかけだそうです。データサイエンス界隈で，初級者でも登壇できるような勉強会を作りたいとのことでスタートしました。

申込みなどは、Commpassで行われています。次回参加してみたい方はグループにメンバー登録をしておきましょう。

私は吉田さんのツイッターで見っけました。

■ なぜ登壇しようと思ったか。

データサイエンティストにキャリアチェンジをして一年が経つので，転職のきっかけ，転職したあとの感想などをまとめて共有したかった．

■ 伝えたかったこと

初LT枠は持ち時間が5分！！！ということで，ゆっくり自分の考えを話せなかったり補足できなかったので，整理して書いてみたいと思います．

■ データサイエンティストについて

1. 新しい仕事なので堅苦しい規制やルールが少なく，のびのびと仕事ができる．
2. 年配の方がいない分、若手でも面白いプロジェクトに取り組める確率が高い。
3. 同世代（30歳前後）から下が多く，コミュニケーションが取りやすい． 4. 正しく導いてくれるメンターが同じ職場にいれば，受験などで数学を頑張った人であれば，半年から1年である程度は仕事ができるようになる．
（もちろん，継続した勉強や情報収集は必要であるが．）

うん、こうして整理してみてもやはり転職してよかったな。

蛇足ですが、転職前はANAグループで飛行機のシミュレーターの整備をしておりました。シミュレーターの整備士って人数が少ないので（おそらく日本に100人いないくらい。）、ハードもソフトも広〜く浅〜くですが、学んでいました。

不具合を直すためにはとにかく何でもかんでも自分たちでやらないといけないんです。笑（ちなみに実際の飛行機の整備士は、飛行機全体を見る人、穴が空いたなど物理的に壊れたものを直す人、電気系の整備をする人、客室の整備をする人など専門性ごとに別れています。）

シミュレーターの整備士とデータサイエンティスト、全く違う仕事のようで似ているなととても感じています。

どこが似てると思います？？

仕事に向き合う姿勢

シミュレーターの整備って、頭使うんです。

不具合が起きたら、なにが原因で起きているのか。ハードの面、ソフトの面、パイロットの操作、それとも初期不良？などいろんな方向から検討します。

実際の飛行機と違い、シミュレーターにはメーカーの不具合マニュアルはペラっペラのものしかなく、「自分たちで仮説を立てて、手を動かして実証してみて、結果が変化するかしないかひとつひとつ確認していくのです」その繰り返しでやっとこさ直るんです。

データ分析も同じで、仮設を立て、自分の手を動かして、結果を確認する。想定していた結果にならなかったら、何が影響しているのかをデータを掘り起こして確認していく。

こういった作業はシミュレーターの整備士もデータサイエンティストも同じであり、物事の仕組みの本質に近づいている（気がして）私は好きです。

ANAではシミュレータの整備士（新卒）や、データサイエンティスト（既卒）の募集を行っているので興味のある人は、応募してみてください。

■ データの可視化の研究について

今の会社では、研究もさせてくれるので社会人が研究することについて思うところを挙げました。

1. 研究に時間が取れることで，視野が大きく広がる．
2. 仕事への新たなアイデアが浮かんでくる．
 3. 情報の可視化の研究は，取り組んでいる人が少なく穴場である．
（一緒に可視化の研究やりませんか？）

可視化情報学会

参考書籍


■ XR(VR/AR)技術を用いた情報の可視化について

未来の話かもしれませんが、私が思い描いている構想についてお話しました。

1. ARの技術を使えば，現実世界すべてが情報を可視化するためのマーカーやディスプレイになる．

 2. 3Dの都市データも少しづく利用できるようになっており，3D空間での情報の可視化を考える時期にある．

3. Unity ML-Agents では，3D空間での機械学習も実装できる．これを使えば，現実世界データを用いて最適化やシミュレーションができるのでは？

AR (Vuforia)

企業のロゴをマーカーとした，企業データの可視化アプリを作成中です．正方形で色が明瞭であるロゴはマーカーとしても認識しやすいため，ユニクロで試してみました．こんな世界面白くないですか？


3Dの都市データ（個人開発用）

ソフトバンクグループが投資したことで有名になった MapBox ．APIを利用して3Dデータを取得するのだが，利用した分に応じて料金を支払うので，少額から始められるため個人開発向きである．また，Web上にある程度記事があるため，人通りの操作には困ることはない．今の所使い勝手が最も良い．


Unity ML-Agents

3D空間で上達していくので，機械学習の素人にもわかりやすいのがメリットである．これは海外の方の作品ですが，3Dの環境を作り自動運転を学ばせています．数年後にはこのような実装が普通になると思います．
2DですがML-Agentsで囲碁を学習させています．こんなこともできちゃう．

こういった技術を組み合わせれば、シミュレーションなどがもっと身近なものになったり、データ分析の結果を可視化する方法としても使えるのではないかと考えています。

■ いったいオレは何がいいたいのか。

「Unity-ML Agentsの話とかして一体こいつは何がしたいんだ！」といった声がしてきそうです。
ということで、以下に想いをまとめてみました。

もっとデータ分析を頭で理解するのではなくて、目で見てすぐに理解できたり、体験できるものにしたいという想いがあります。考えるのが嫌いだったり、数学が嫌いな人にもデータ分析によって得られた結果が伝わるものにしたいと考えています。（会社の中で予算権を持っている人が，データ分析をしっかり理解してくれるケースのほうがまだまだ少ないですし。）そのためには、パワポから飛び出す必要があるのではないかと考えています。

UnityやVR/ARを使ってどうこうというのは、まだまだ先の話かもしれませんが、もっとデータを身近に感じる（没入する）ためのデバイスとしては、Googleから産まれ現在は別会社になっているEnd Point社のLiquid Galaxyなどが現実的な選択肢として挙げられます。

日本にも何台か設置されています。

■ 登壇してよかったこと

いままで会ったことのない層の方々に会えた．参加者は20~30歳がメインでした。同い年くらいだと話しやすいし、転職してデータサイエンティストになった人が多く共感できることや学びが多かったです。

■次回予告

次回の開催も決まったみたいです。興味ある方はぜひ。

最後までお読みいただきありがとうございました。


いいなと思ったら応援しよう！

KG データの分析とGBFS
サポートのお金は，少し値段の高い マシュー・J.サルガニック 著『ビット・バイ・ビット -- デジタル社会調査入門 』(￥4,320)の購入資金にあて，noteに書評を書こうと思います．ぜひサポートお願いします＼(^o^)／

この記事が参加している募集

#イベントレポ

29,251件