必要なスキルセットとはなんぞ？

案件が必要とするもの≠最先端の技術か？

実応用で、最新の研究成果がいいパフォーマンスを発揮する訳ではないことを忘れてはいけない、という自戒の念を強める。データが汚いとかプアな場合は統計的手法もしっかりと検討しなければならない。最新の技術が好きな身からすると、厳しい。

Fasttext で十分な案件は多いだろう気がする。すると提案が大切な訳か。具体例を示してウチにも使えるかな？と思わせることが出来たら仕事に繋がる。ただ課題が先にあって、それに対して手法を選ぶべきで、手法に対して解決可能な課題を探すのは順序が逆か？

Fasttext の使い方は以下のリンクをみてね。

お客さんへの提案の形

そもそもが実応用は後から追いついてくるものだとすると、解決出来る課題を提案することは別におかしくは無いか。その技術が普及する前は想像が出来ないものな。想像、想像させることが重要。何を想像させられるのか？

何の派生形か、という提案をするとよさそう。文の分類、とはいうけれども、クラスの予測でもいいし重要文のピッキングに使ってもいい。相手はそれが必要だと思うか？ということが売り込む際の解決すべき点か。要望と提供可能なものとの折り合いをどうつけるか？

自分の商品価値とは？

自分の希少価値は何か？すでに持っているスキルに価値があるのか？どちらかといえば、柔軟に新しい分野の勉強をしてきたことを利用するべきじゃないか？固有技術ではなく、必要とされるものを習得して提供することが価値になってきたじゃないか？

ウェブ系の知識を仕入れるべきか？需要が高いとはいうけども、実際にそれで人を探してるところがどれだけあるのかといった温度感が分かってないし、単価どれくらいになるのか。勉強するだけの価値があるのか？

全く新しいスキルを習得するのではなく、これまでの経験に付加したら需要が強まるスキル…。なんやろ？

そもそも今の自分はどういうスキルセットになっているのかを把握できているか？具体的なものは #python , #R を使った #機械学習 のモデル作成、#データ解析 になるのか。周辺知識として #git , #Linux , #docker を触れるってくらいか。

複数分野を横断的に知識や技術を持っている、という言い方をしよう。大学では #応用物理 を専攻して、大学院では #情報数理 を研究、修了後は #機械学習 の知識を活かして #自然言語処理 のタスクに携わっている。ふらふらしとるなー。

機械学習の応用について相談に乗るとかかー？イマイチ企業さんがどのレベルを求めてるのか掴めてないよなー。別に研究者を求めてるところは多くないやろし。ふわっと機械学習って単語を聞いたことがあるところに実際に動くものを納入しまっせ、となるのか？

納入物もUIを作るスキルはまだ無いからcsvとかエクセルのデータをほにゃほにゃして出力するプログラムを作りまっせ、とまでしかならないよな。#Streamlit でデモ作ると売りやすいのか。