なぜ数学と理系人材がビジネスの現場で必要とされるのか

なぜ数学と理系人材がビジネスの現場で必要とされるのか
【データビジネス最前線2014】
データサイエンティストを知るセミナーin 東京
テクノスデータサイエンス・マーケティング株式会社
エンジニアリンググループ
執行役員
博士（理学）
池田拓史
（※本資料は個人の見解です）

TecnosData Science Marketing All Rights Reserved 2014
2
Page
本日のアジェンダ
1.一般の会社の目的と仕組み
2.数学やデータ分析能力を生かせる仕事とは
3.研究とビジネスとの違い
4.データサイエンティストに必要な能力とは

１．一般の会社の目的と仕組み

4
Page
会社の目的
事業の継続
ゴーイングコンサーン

5
Page
ゴーイングコンサーンに必要なこと
社会への
サービス
提供
現在
危険の回避
と事業改善
未来

6
Page
組織を維持するための仕組み
•雇用契約
•就業規則
•部門組織
•各種規定
•ワークフローなど

7
Page
社会や会社の仕組みは先祖からの贈り物
おすすめ書籍
「国家はなぜ衰退するのか(上／下):権力・繁栄・貧困の起源」
ダロンアセモグル,ジェイムズA ロビンソ

8
Page
まとめ
1.会社の目的は利益追求でも社員の自己実現でもなく、「事業継続」
2.事業継続のためには、「目先の仕事」と「未来のための仕事」の両方が必要
3.会社を維持するためにはいろんな仕組みがあって複雑ですが、どれもそれなりに意味を持ってます

２．数学やデータ分析能力を生かせる仕事とは
研究職以外で

10
Page
適応する分野
危険の回避
と事業改善
未来
予測
改善シミュレーション

11
Page
予測とは
푃푌=풚풙=푓풙
ｘである条件下で、確率変数Yがｙとなる確率を求めることの出来る関数ｆ(x)を求める
統計モデリング
機械学習
使える数理技術の例
おすすめ書籍
「データ解析のための統計モデリング入門」久保拓弥
「パターン認識と機械学習(上／下) 」C.M. ビショップ

12
Page
改善シミュレーションとは
푎푟푔푚푎푥푓푐=퐸푌푐
確率変数Yの期待値Eが最大となる引数（作業手順）ｃを求める
푐
数理的最適化手法
メタヒューリスティクス
使える数理技術の例

13
Page
ビジネスと理系の断絶
ビジネス世界
理系世界
課題
課題
理系世界へ持っていけば解ける課題も数多くある
これまでは理系人材が少なすぎて、ビジネス世界へ
進出する人があまりいなかったために断絶が起きて
いたと考えられる

14
Page
理系的な思考がないと業務は改善できない
•現状を分析し、問題点を抽出
•問題を解決するための計画を構築
•データを分析し事象を理解する
•分析結果から実行可能な結論を導き出す
皆さんもこういう訓練を
受けてきましたよね

15
Page
データサイエンスに対する誤解
「これまでなかった新しい発想が生まれる！」
サイエンスの最大の特徴は、「退行しない着実な改善」を実現する論理的思考体系にある。
などといった過大な期待
「ホームランしか狙わない」という戦略
は文系自身であっても採用しない

16
Page
まとめ
1.数学やデータ分析能力を生かせる仕事は実はたくさんありますが、理系のマイノリティさゆえにこれまで見過ごされて来ました
2.理系の能力が生かせる仕事は理系の人自身がビジネス世界に乗り込んでいって見つける必要があります

３．研究とビジネスの違い

18
Page
講演者のバックグラウンド
第一次データ
マイニングブーム
データサイエンス
ブーム！
１９９９年
２０１４年
１９９３年
博士号取得後、データマイニング業界へ転身
高エネルギー物理学者
になるために修行
データサイエンティストと呼ばれる・・・

19
Page
役に立ったこと
•基本的な応用数学と数理統計学
•コンピュータープログラミング
•研究計画の策定
•英語論文の執筆（ロジカルライティング）
•共同研究者との英語のコミニュケーション
•他人に頼らないで自分で勉強する習慣

20
Page
研究とビジネスの違い
研究
すぐに問題解決しないとライバルに先を
越される！
ビジネス
すぐに問題解決しようとしてはイケない
十分に良く考えてから行動する
方針が決まったらすぐに問題解決する

21
Page
会社組織は単純ではない
•雇用契約
•就業規則
•部門組織
•各種規定
•ワークフローなど

22
Page
「部分」だけを解決しようとしてもうまく行かない

23
Page
ソリューションの全貌は理系にしか見えない
ビジネス世界
理系世界
データサイエンティストの責任は重い！
見える
見えない

24
Page
まとめ
1.「研究」は周りのことなど気にしなくて良い、単純な世界でした。
2.「ビジネス」には大きな責任が伴います。広範囲にまで頭を使う必要が出てきます。他人と正確なコミュニケーションを行えることが大事です。

25
Page
（おまけ１）企業はなぜ研究所を保有するか
世界のどこかでイノベーションが
発生した際に、
すばやくコピーするためらしいです
おすすめ書籍
「世界の経営学者はいま何を考えているのか」
入山章栄

26
Page
（おまけ２）社会に出て悟ったこと
人生とは、確率密度を推定しつづけること

４．データサイエンティストに必要な能力

28
Page
数理的能力
新しい手法をすぐに
キャッチアップ出来る
数学的体力を保持すること
おすすめ書籍：
「数理統計学」を銘打っている教科書

29
Page
プログラミング能力
アルゴリズムを自分で
実装できなければ
結局は分析できません
他人のコードのコピペからは
卒業しましょう
おすすめサイト：
www.cousera.comの「Machine Learning」

30
Page
コミュニケーション技術
パラグラフ・ライティングって
知ってますか？
コミュニケーションは
人と親しくなるための技術
じゃありません
おすすめ書籍
「大学生・社会人のための言語技術トレーニング」三森ゆりか

31
Page
ロジカルシンキング
興味本位の場当たり的な分析は
ぐっと我慢して、
構造的に分析を行いましょう。
今やってる分析が出来たとしても
それがどう次につながりますか？
おすすめ書籍
「仮説思考BCG流問題発見・解決の発想」内田和成

32
Page
最後に
世の中には、研究以外でも
理系脳を使う面白い仕事もある
その一つが
データサイエンティスト
このPPTが欲しい人は、 ikeda.hirofumi@tecnos-dsm.co.jp
またはフェイスブックやツイッターで連絡下さい（池田拓史）

なぜ数学と理系人材がビジネスの現場で必要とされるのか

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to なぜ数学と理系人材がビジネスの現場で必要とされるのか

Similar to なぜ数学と理系人材がビジネスの現場で必要とされるのか (20)

なぜ数学と理系人材がビジネスの現場で必要とされるのか