ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
勉強は、目的からまず押さえよ。どういうシーンで使えるかを知ってから、理屈を理解する。1:30 具体的な仕事内容 (3ヶ月) 初め数ヶ月研修 統計、機械学習（アルゴリズム理解） Python, SQL, R→アルゴリズムを理解していると、 出てきた結果がビジネス価値あるのか、 プログラムの修正が価値を生み出すのか判断つく4:56 企業から求められるもの 情報科学、数理的アルゴリズム プログラミングスキル、モデリング寄り→未経験からじゃ厳しい→研修を受けれる会社を狙った →客先常駐系を多く受けた7:20 転職前にやったこと Python 、統計の基本的な所10:30 転職後平日2,3h土日6h勉強
質問者が良すぎてすげぇ有益な動画になってる
とてもリアル感のある話で、とても参考になりました。ありがとうございます。
給与が下がりつつも現実を見て謙虚に堅実に挑戦されている姿はとても素敵だと思いました。IT業界は特に未経験を見下す人が多い印象ですが、そんな声に負けず頑張る人が増えればいいと思いました。
この手の生の声を聞けるってかなり重要だからもっと増やしてほしいなぁ。あと、ゲストが今どうなっているのかも聞きたい！
実務と照らし合わせながら勉強するという点が参考になりました！ありがとうございます！
これ聞くと大きい会社なら社内転職狙ったほうが良さそうだな（できるなら）。
ブログでこの人の現在(2024年9月)見たけど、この動画のあと、統計検定一級取ったり、自動車メーカーに転職、コンサルで現職だから順当にキャリア積んでるよね
貴重なお話ありがとうございます。10年も生産技術のご経験があれば、①DXコンサルへ転職し、コンサル内のデータ分析者と協力してビジネス課題解決力を付ける、②転職せず事業会社で社内外のデータ分析者へ依頼できる組織構築を実行することの方が年収を下げずにデータサイエンスを扱えるのではないかと思いました。データ分析未経験で転職となると20代とも比較されて、年収もかなり下がると認識します。そういった背景を踏まえてでもご自身で手を動かすデータ分析者をやられたい理由を知りたいと思いました。（データ分析のような数理的な検討が元々好きだった、等でしょうか）
動画の視聴ありがとうございます！インタビューを受けているくまと申します。>そういった背景を踏まえてでもご自身で手を動かすデータ分析者をやられたい理由を知りたいと思いました。（データ分析のような数理的な検討が元々好きだった、等でしょうか）一言で言ってしまえば、世界観が狭かったからだと思います（笑）※分析者の方を批判している訳ではありません当時はPythonを覚え初めだったことや、生産技術者周辺の仕事しか見えていなかったため、自らが手を動かす分析者になるイメージしかもっておりませんでした。しかし、現職で経験を積む中でデータサインエスのソリューションビジネス自体に興味を持ち始め、今はSan Eiさんがおっしゃる①、②の職種を志向しています。しかし、その場合も、ヒアリング→課題整理→データ精査→分析提案書作成→分析→レポーティング→報告という一連のフローを経験しておくことは役立つと考えております。そのフローを経験した後であれば、分析を自らやらなくても良い、と最近思い始めました。
@@BNQUET1985 ご返答頂きありがとうございます。年収の面では厳しいのかもしれませんが、現場での課題解決経験あり＋手も動かして分析も可能＋ソリューションも提案可能となると、これら全て経験されている方は希少でニーズが非常にあるように思います。私自身も製造業技術者(30代)で現場課題を見つけて解決する業務をしていますが、社内のデータ分析者は元が数理的な研究を主にしていたorシステム屋からのデータ分析者へ転換が多いため、現場感覚を持たれている方は非常に少ない感覚です。従って、現場の言葉（製造プロセス・計装・ＰＬＣ・ＭＥＳ等）なり感覚を伝える必要があることが実情です。kumaさんの経歴を積まれた後に、手を動かして分析もできる（知っている）コンサル・ソリューション的なで立ち回りをされると需要も高く価値ある仕事が出来そうだと思いました。（私自身も次キャリアでは悩むこと多く、動画での得られるスキルの画一化、は非常に同感です。その上で、実際に動いてキャリア形成されていることにすごく心が動かされました。ありがとうございます。）
@@lllnimrod そう言っていただけると嬉しいです！＞現場の言葉（製造プロセス・計装・ＰＬＣ・ＭＥＳ等）なり感覚を伝える必要があることが実情です。仰られることは、私も非常に納得できます。現在、プロセスオートメーション分野のデータ解析を担当していますが、製造現場のビジネス課題を解決するというのは生半可なことではなく、データ解析だけでは力不足と感じております。FMEA、FTA、HAZOPといった品質工学的手法もフル動員しないといけないですし、ご指摘のとおり、計装、PLC、DCS、MES、プロセス制御と言った工学知識も必要になってきます。要は、データ解析は１ピースに過ぎず、使える手を総動員しないと現場の課題を解決できないし、まして現場に根付かせることはできないと強く感じております。（実際、データサイエンス一本槍で突っ込んだデータ解析ベンダーさんが敗退されました）色々大変なことが多いと思いますが、お互い頑張りましょう！（笑）
同じように異業種から考えているので、とても参考になります…！
未経験から転職を考えてる人にとってぜひ聞いておきたい内容でした。もっと見てみたいです。
参考になります！ ただBMGが..😶🌫️
話が、「専門性を身につけ方」の本の内容と合ってるような気がする😮😮😮
30代でキャリアチェンジ羨ましいです！10年くらい学んだら違う業界に踏み出す大切さを知りました！
誤字発見！「体型的に」→「体系的に」
ご指摘ありがとうございます！
勉強は、目的からまず押さえよ。
どういうシーンで使えるかを知ってから、理屈を理解する。
1:30 具体的な仕事内容 (3ヶ月)
初め数ヶ月研修
統計、機械学習（アルゴリズム理解）
Python, SQL, R
→アルゴリズムを理解していると、
出てきた結果がビジネス価値あるのか、
プログラムの修正が価値を生み出すのか判断つく
4:56 企業から求められるもの
情報科学、数理的アルゴリズム
プログラミングスキル、モデリング寄り
→未経験からじゃ厳しい
→研修を受けれる会社を狙った
→客先常駐系を多く受けた
7:20 転職前にやったこと
Python 、統計の基本的な所
10:30 転職後平日2,3h土日6h勉強
質問者が良すぎてすげぇ有益な動画になってる
とてもリアル感のある話で、とても参考になりました。ありがとうございます。
給与が下がりつつも現実を見て謙虚に堅実に挑戦されている姿はとても素敵だと思いました。IT業界は特に未経験を見下す人が多い印象ですが、そんな声に負けず頑張る人が増えればいいと思いました。
この手の生の声を聞けるってかなり重要だからもっと増やしてほしいなぁ。
あと、ゲストが今どうなっているのかも聞きたい！
実務と照らし合わせながら勉強するという点が参考になりました！ありがとうございます！
これ聞くと大きい会社なら社内転職狙ったほうが良さそうだな（できるなら）。
ブログでこの人の現在(2024年9月)見たけど、この動画のあと、統計検定一級取ったり、自動車メーカーに転職、コンサルで現職だから順当にキャリア積んでるよね
貴重なお話ありがとうございます。
10年も生産技術のご経験があれば、①DXコンサルへ転職し、コンサル内のデータ分析者と協力してビジネス課題解決力を付ける、②転職せず事業会社で社内外のデータ分析者へ依頼できる組織構築を実行することの方が年収を下げずにデータサイエンスを扱えるのではないかと思いました。
データ分析未経験で転職となると20代とも比較されて、年収もかなり下がると認識します。
そういった背景を踏まえてでもご自身で手を動かすデータ分析者をやられたい理由を知りたいと思いました。（データ分析のような数理的な検討が元々好きだった、等でしょうか）
動画の視聴ありがとうございます！
インタビューを受けているくまと申します。
>そういった背景を踏まえてでもご自身で手を動かすデータ分析者をやられたい理由を知りたいと思いました。（データ分析のような数理的な検討が元々好きだった、等でしょうか）
一言で言ってしまえば、世界観が狭かったからだと思います（笑）
※分析者の方を批判している訳ではありません
当時はPythonを覚え初めだったことや、生産技術者周辺の仕事しか見えていなかったため、
自らが手を動かす分析者になるイメージしかもっておりませんでした。
しかし、現職で経験を積む中でデータサインエスのソリューションビジネス自体に興味を持ち始め、
今はSan Eiさんがおっしゃる①、②の職種を志向しています。
しかし、その場合も、ヒアリング→課題整理→データ精査→分析提案書作成→分析→レポーティング→報告
という一連のフローを経験しておくことは役立つと考えております。そのフローを経験した後であれば、
分析を自らやらなくても良い、と最近思い始めました。
@@BNQUET1985 ご返答頂きありがとうございます。
年収の面では厳しいのかもしれませんが、現場での課題解決経験あり＋手も動かして分析も可能＋ソリューションも提案可能となると、これら全て経験されている方は希少でニーズが非常にあるように思います。
私自身も製造業技術者(30代)で現場課題を見つけて解決する業務をしていますが、社内のデータ分析者は元が数理的な研究を主にしていたorシステム屋からのデータ分析者へ転換が多いため、現場感覚を持たれている方は非常に少ない感覚です。従って、現場の言葉（製造プロセス・計装・ＰＬＣ・ＭＥＳ等）なり感覚を伝える必要があることが実情です。
kumaさんの経歴を積まれた後に、手を動かして分析もできる（知っている）コンサル・ソリューション的なで立ち回りをされると需要も高く価値ある仕事が出来そうだと思いました。
（私自身も次キャリアでは悩むこと多く、動画での得られるスキルの画一化、は非常に同感です。その上で、実際に動いてキャリア形成されていることにすごく心が動かされました。ありがとうございます。）
@@lllnimrod
そう言っていただけると嬉しいです！
＞現場の言葉（製造プロセス・計装・ＰＬＣ・ＭＥＳ等）なり感覚を伝える必要があることが実情です。
仰られることは、私も非常に納得できます。
現在、プロセスオートメーション分野のデータ解析を担当していますが、
製造現場のビジネス課題を解決するというのは生半可なことではなく、データ解析だけでは力不足と感じております。
FMEA、FTA、HAZOPといった品質工学的手法もフル動員しないといけないですし、
ご指摘のとおり、計装、PLC、DCS、MES、プロセス制御と言った工学知識も必要になってきます。
要は、データ解析は１ピースに過ぎず、使える手を総動員しないと現場の課題を解決できないし、
まして現場に根付かせることはできないと強く感じております。
（実際、データサイエンス一本槍で突っ込んだデータ解析ベンダーさんが敗退されました）
色々大変なことが多いと思いますが、お互い頑張りましょう！（笑）
同じように異業種から考えているので、とても参考になります…！
未経験から転職を考えてる人にとってぜひ聞いておきたい内容でした。もっと見てみたいです。
参考になります！ ただBMGが..😶🌫️
話が、「専門性を身につけ方」の本の内容と合ってるような気がする😮😮😮
30代でキャリアチェンジ羨ましいです！10年くらい学んだら違う業界に踏み出す大切さを知りました！
誤字発見！「体型的に」→「体系的に」
ご指摘ありがとうございます！