コミュニティはこちらQ&Aサービスは終了いたしました。過去のQ&Aの閲覧のみ可能となっております。
新規に質問をする場合は上記「コミュニティ」より投稿してみましょう。
私は製造業（食品メーカー）品質管理部門にて製品品質管理および保証業務を担っているものです。
弊社の品質管理内部研修として現在は標本統計の基礎や展開、および外部研修として日課技連でのベーシック研修をラインナップとしています。しかしながら、なかなか本当の意味でのデータを活用し改善課題を探索する、またはデーターをサイエンスしてビジネスに貢献できるような人財が育っていません。
昔のように時間と体力が会社にあったころは、現場で小集団活動、QCサークル活動が盛んに行われ、勝手に育ってくれた統計家のようなメンバーがそれなりにいたような気がします。
今は、勝手に育ってくれることに期待をしていてはダメだということは分かるのですが、どのような体系で、どのような手法を用いて育成していけば良いのか悩んでおります。
on/offJTではどのような育成方法が有効なのか… アドバイス頂けますと有難いです。目指すランクとしては以下の3~４を想定しています。
●データサイエンティストのランク（イメージ）
１、Google、 facebookなどで先進的な手法を発信してブレイクスルーを起こす人
２、企業のデータ活用に関わりながら先進的な手法を考案し国際学会で発表もする人
３、定先端の手法や理論を常にキャッチアップしながら企業の課題解決に先端手法を導入する人
４、着した手法（書籍化）を使いながら企業の課題解決に貢献する人
５、最低限のツール（R、Python）を使いながら、人の指導の下でデータを活用する人
６、エクセル、SPSSなどを主にメニューにある統計手法を使う人
７、データよりも伝統や先輩・上司の指示を尊重する人
脇本と申します。よろしくお願いいたします。
本当の意味でデータを活用した課題解決、事業貢献に役立てられる人材、いわばデータサイエンティストをどうやって育成するか、というご質問ですね。私自身、データサイエンティストではありませんしそれを育成したこともありませんが、機械学習に係る検討やさまざまな出会いで感じたことを回答させていただきます。直接、お求めの答えにならないかもしれませんが、どうぞご容赦いただきたくお願いします。
先ずデータサイエンティストですが、インターネット検索で容易に多くの企業、教育機関の教育コースや業務説明が出てきます。これらを総合し、自らの経験からも言えることは、大量の非構造化情報（いわゆるビッグデータ）を対象として最新のIT技術を駆使し、しばしば深層学習によるモデル化がターゲットになる業務と言えそうです。誤解を恐れず単純化して言えば、複雑かつ大量のデータを用いて有用な見識やAIモデルをアウトプットできる人、となりましょうか。このことは、データを活用した課題解決や事業貢献ができるという条件において、特殊なひとつの解になるものと思われます。
もしもお求めの解がその特殊解に重なる（ありていに言えば、AIによる生産ラインの品質管理、など）のであれば、具体的な環境を絞り込んでOJTを行うのが近道ではないかと考えます。指導協力を厭わないIT系ベンダーは多いと思います。言うまでもありませんが、ビッグデータや機械学習においても統計学手法の活用は重要であり、その価値が減ずるものではありません。理論を学びつつ、実践的な出口として最新のデータサイエンティストの守備範囲を取り入れる、という選択は可能かと考えます。
|
|
