データ分析者を目指す上でのマインド

初めまして、まずは自己紹介として経歴を記載します。
私立理系情報系大学卒業(劣等生…)
Javaをやる(社会人3年目まで)
やりたいデータ分析系の仕事(未経験)を始める(社会人4年目)
分析案件と開発案件を行なっている(社会人5年目)←今！！！

今回のお話
【データ分析者を目指す上でのマインド】

ここで伝えたいこと
【未経験でも頑張れば何とかなる(かなりの努力も必要)】
【5W1Hなどの思考のフレームワークはITエンジニアでも使える】

自論ですが、データを見る素養のある人は限られていると思います。
会社などで「データを見る目があるね」と言われている方のほとんどは
学生時代に研究か何か実践に近い形で触れている方だなと思っています。
経験の話になってしまっては自分のような未経験者は何もできません。
その時に最低限必要だと思って勉強した内容について書いていきたいと思います。

具体的には思考のフレームワークと呼ばれるものについて勉強しました。
特に、5W1Hを使えると何とかスタートラインに立てるのではないかと思います。

例に挙げるとこんな感じ↓

When(2020年)、Where(日本)でWho(若年層)のWhat(商品A)の売上が減少
Why(何故)の理由を探すためにデータ分析を行った結果、
How(購入方法)が現金のみだったため他店舗にWho(若年層)が流出してしまった

一例ではありますが、5W1Hを使うことで分析の取っ掛かりになり得るのです。
データ分析の仕事をしてみたいと思っている方はこんな感じで5W1Hを
使っていくと良いかもしれません。
初めの一歩はこんな感じで入るといいかもしれません。

もう一つは仮説⇄検証を繰り返すことです。

例に挙げるとこんな感じ↓

3 つの学習データからAIモデルに学習させ推論した結果、精度が低かった。
確認したところ、不正解にするべき物を正解にしていることがわかった。
学習データの正解データ数を増やすことで精度は向上するだろう。(仮説)
正解データを増やし、結果としてモデルの精度は向上した(検証)

本例では1回のサイクルで完了しましたが、検証結果が想定と異なっていた場合、
その検証結果から新たな仮説を行い、再び検証を行います。
AIモデルの精度向上を行う際はこんな感じで進めていきます。
(当時AIモデルの精度向上を行なっていたとき、これが何も意識しないまま行なっていたため、延々と低精度のループをしていました…)

優秀な人たちからすれば、こんなこともできてないのかよ、
なんて思っていたかもしれません。
ただ、データ分析の仕事を諦めきれず、今日も食らいついて何とかなっています。
データ分析未経験でもこんな感じで頑張ればできるかと思います。

最後に宣伝です！

株式会社ロンドソルは一緒に働くエンジニアを募集しています！
こんな方にお勧めしています！
自分の目指したい事が今の会社では叶わないエンジニアの方、
業務を選択できる自由が欲しいエンジニアの方、
小さな会社を大きくしていきたいエンジニアの方(希少な気も…笑)
ぜひ応募していただけると嬉しいです！
以下が会社のURLです⬇︎

株式会社ロンドソル〜毎日の日の出を踊るような気持ちで迎える〜

次回はPython関連か資格関連のどちらかについて書こうかなと思います！
(もしかしたらフレームワークの話になるかも…)
読んでいただきありがとうございました！( ^ω^ )