みなさま、こんばんわ🌜

今日の鹿児島は晴れでした🌞

ポートフォリオの作成に向けて

今日からまた1週間が始まりました。

来るべき転職活動に向けて、「ポートフォリオ」の作成の案を練っています。

データサイエンス

これまで「機械学習エンジニア」になるために、勉強を続けてきました。

ポートフォリオを作ろうとして調べてわかったのは、機械学習エンジニアというのは、データサイエンスのチームの中で、特に機械学習を専門に行うエンジニアだということでした。

つまり、機械学習エンジニアに転職するためのポートフォリオを作るには、データサイエンスについて知る必要があるのです。

図書館で本をレンタル

データサイエンスのことはろくに勉強せずにここまできてしまったので、全然わかりません😅

データサイエンスについて知るために、会社の終わりに図書館でそれらしい本をレンタルしてきました。

全然わからない❗

自宅に帰宅して、とりあえずこちらの本から読み始めました。

しかし、データサイエンスの知識がなさすぎて、内容が全然わかりません😅💦

平易な文章で書かれてあるのですが、こういうのはある程度勉強して基本を理解しないと、ごく基本的な本でも内容が理解できないのです。

AIやディープラーニングについても、資格を取ったりしてかなり勉強していますが、まだまだわからないことだらけです。

データサイエンスとは❓

データサイエンスがわからないために、若干パニックになりながら、こちらの本を見てみると、データサイエンスについてわかりやすい簡単な説明が載っていました。

データサイエンス

統計学、数学、計算機科学などの知識を駆使しながら、ビックデータから、何らかの規則性や意味を導き出すこと、またはその手法に関する研究をデータサイエンスと呼びます。

解析や分析が困難な大量の非構造化データのうち、規則性を持ったものに対し、何らかの意味がある法則性、関連性を導き出し、データに基づいた合理的な判断を行い、組織や企業の意思決定者をサポートする立場の人をデータサイエンティストを呼びます。

	鶴長鎮一（2023）『これからはじめるPython入門講座』技術評論社, pp.218-219

どうやらデータサイエンスは、統計学を駆使してビックデータから様々な事象を予測する手法のことのようです。

AIエンジニアとは❓

更にこちらの本には、AIエンジニアについて説明が載っていました。

AIエンジニアは以下の2つのタイプに分かれるそうです。

データサイエンティスト寄りのAIエンジニア

AIモデルの作成から、AIシステムの実装・運用まで一手に担う。

モデル作成のためにデータ分析も行うことから、数学や統計の知識が求められる。

実装・運用が中心のAIエンジニア

データサイエンティストが作成したAIモデルを利用して、AIシステムの実装・運用を中心に行う。

機械学習（＝AI）エンジニアというのは、いずれもデータサイエンスチームの内で、チームメンバーとしてAIを担当するエンジニアということでした。

データサイエンティスト検定

機械学習エンジニアとして転職活動をする前に、データサイエンスについて勉強しておくべきでした・・・orz

そして、データサイエンスについて勉強するなら「データサイエンティスト検定」という資格試験があるので、この資格試験の勉強をすれば合格する頃にはデータサイエンスについてかなり知識が増えているはずなのですが・・・😅

データサイエンティスト検定の次の試験は6月。

転職活動は来月半ばからスタートする予定なので、もう間に合いません。

データサイエンスについては、簡単な薄い本で知識を増やして対応するほかありません。

機械学習エンジニアを目指しているはずが、基盤となるデータサイエンスの知識の習得を怠ってきたために、波乱の幕開けとなりました😅

何とかポートフォリオの完成を目指して頑張りたいと思います😉

最後までお読みいただき、ありがとうございました😄

また来てね～😄👋