AI・データ分析プロジェクトのすべて の商品レビュー

マスクド・アナライズ(著者),伊藤徹郎(著者),小西哲平(著者),西原成輝(著者),大城信晃(監修)

2024/12/20

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。

2024/07/03

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。

2023/04/03

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。

2023/02/14

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。

2024/02/10

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

2022/02/18

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。

2021/11/21

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。

2021/10/19

出だしは、経済産業省　IPA等のページのスキルセットに関しては共通している出だしだったと思います。

ただ、まとまって本になっていること、どのスキルセットの人がメインで働くパートかを明確化していることや、流れをみる意味で、大きな違いですね。

2021/10/03

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。

2021/04/25

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。