Sabitlenmiş Tweet
僕の大学に入ってからの職務履歴はこんな感じです。
・学部3年7月：MLエンジニアインターン(1ヶ月で挫折)
・学部3年11月：webエンジニアインターン(9ヶ月)
・学部4年12月：DSインターン２社(1年間)
・修士1年2月：コンサルインターン(~現在)
・修士2年4月：DS個人事業主(~現在)3案件受託
学生のうちからこれだけ実務経験を積めたのは、財産になっていますし、本当にみなさんにオススメです！
ぜひ参考にしてください！
日本語
タランチュラ | データサイエンティスト
6K posts
タランチュラ | データサイエンティスト
@tarantula_ds_
慶應大学院卒2名で機械学習・統計のわかりやすい図解を発信🎓｜データ分析案件複数受注中(社内生成AI導入等)🧑💻｜データに基づくX運用支援・サポート実施中📱｜質問・ご依頼はDMでお願いいたします🙇
Katılım Temmuz 2023
199 Takip Edilen12.4K Takipçiler
タランチュラ | データサイエンティスト retweetledi
タランチュラ | データサイエンティスト retweetledi
【AIエンジニア必須スキルまとめ】
AIエンジニアバージョンも作ってみました。
•未経験の方
最初から全部やる必要はないです。
まずPythonとFastAPIで動くものを作って、LangChainでLLMを繋いで、GitHubに上げる。この3ステップだけで面接で話せるポートフォリオになります。
・エンジニアだけどAIは未経験の方
バックエンドやインフラの経験があれば、土台はもう揃っています。
あとはOpenAI SDKやAnthropic SDKでAPIを叩いてみるだけ。
FastAPIは使えるはずなので、LLMを繋いだAPIを1本作るだけで「AI活用開発できます」と言えるようになります。ローカルLLMも触れると強い。
•既にAIエンジニアの方
ここに書いてあることは全て押さえておきましょう。特に今トレンドなのは実課題における精度改善とLLMOps。LLMを動かせる人は増えてきましたが、Langfuseで監視・評価まで一気通貫で回せる人はまだ少ないです。
また、今回は載せていませんが、AWS BedrockやGoogle Vertex AI、Azure AI FoundryなどクラウドのRAG・Agentマネージドサービスも実務では重要です。ここまで押さえられると現場での強みになります。
タランチュラ | データサイエンティスト@tarantula_ds_
【データサイエンティスト必須スキルまとめ】 DSとして身につけるべきスキルをまとめました。 この辺りの技術はキャッチアップしたいですね！ 他にも交渉力や資料作成スキルも同時に伸ばす必要があるので、DSは大変です。 生成AIをうまく活用しながら学習しましょう！
日本語
タランチュラ | データサイエンティスト retweetledi
バックエンドエンジニア版を作ってみました！
本だったり映像講座だったりを見てある程度勉強はできますが、個人的にはアーキテクチャや DevOps、モニタリング周りは実際の開発現場で働かないと理解が進みにくいかなと思ってます。
最初の会社、案件でどれだけいい実務経験を積めるかでその後の動きやすさが違うので、皆さん勉強頑張りましょう！🔥
タランチュラ | データサイエンティスト@tarantula_ds_
【データサイエンティスト必須スキルまとめ】 DSとして身につけるべきスキルをまとめました。 この辺りの技術はキャッチアップしたいですね！ 他にも交渉力や資料作成スキルも同時に伸ばす必要があるので、DSは大変です。 生成AIをうまく活用しながら学習しましょう！
日本語
【機械学習のための数学】
機械学習のための数学が学べる本が無料公開されています。
前半が数学、後半は機械学習(線形回帰、主成分分析等)について解説されています！
"Mathematics for Machine Learning"
で検索してみてください！
日本語
【データサイエンティスト必須スキルまとめ】
DSとして身につけるべきスキルをまとめました。
この辺りの技術はキャッチアップしたいですね！
他にも交渉力や資料作成スキルも同時に伸ばす必要があるので、DSは大変です。
生成AIをうまく活用しながら学習しましょう！
日本語
【平滑化まとめ】
時系列予測の精度を向上させるためによく利用される平滑化の方法についてまとめました。
・移動平均法
・指数平滑法
・Holt-Winters法
・カーネル平滑法
時系列予測に取り組んでいる方は必見です！
日本語
【機械学習の計算量オーダー】
大規模なデータで機械学習を行うようになると各モデルの計算量を考慮する必要が出てきます。
そこで代表的な機械学習モデルの学習・推定時のオーダーをまとめてみました！
日本語
【わかりやすいPythonコードの秘匿化解説】
コードを納品するとき、「秘匿化」は重要な技術になります。
わかりやすく記事を書いたので、初めての方はぜひ一度読んでみてください！
qiita.com/tarantula426/i…
日本語
タランチュラ | データサイエンティスト retweetledi
ド文系のわたすは3級の勉強含めて160時間もかけて2級に受かりました。
タランチュラ | データサイエンティスト@tarantula_ds_
【統計検定レベル別内容・難易度】 統計検定のレベル別に内容と難易度をまとめました。 ・1級: 24% ・2級: 48.0% ・3級: 61.9% ・4級: 75.9% 差別化・数学力の証明にするためにはぜひ準1級取得に挑戦してほしいです！
日本語
タランチュラ | データサイエンティスト retweetledi
タランチュラ | データサイエンティスト retweetledi
タランチュラ | データサイエンティスト retweetledi
2級48%って思った以上に低い。
マーケ時代で他の2級をとった時ってもっと簡単だった印象。ただやっぱり面白そうだから準1,1級はとっておきたい。
タランチュラ | データサイエンティスト@tarantula_ds_
【統計検定レベル別内容・難易度】 統計検定のレベル別に内容と難易度をまとめました。 ・1級: 24% ・2級: 48.0% ・3級: 61.9% ・4級: 75.9% 差別化・数学力の証明にするためにはぜひ準1級取得に挑戦してほしいです！
日本語
タランチュラ | データサイエンティスト retweetledi
ライブラリに投げるだけでこれだけ可視化してもらえるということを知っているだけでもAIにどう話すかが見えてきますね。
いつもありがとうございます。
＃データサイエンス
タランチュラ | データサイエンティスト@tarantula_ds_
【Matplotlib公式まとめ】 データ可視化でよく利用するMatplotlibの公式チートシートです。 データを可視化することを侮ってはいけない！重要な発見につながることもあるから、DSとして最初に身につけたいライブラリの一つですね。
日本語
【Matplotlib公式まとめ】
データ可視化でよく利用するMatplotlibの公式チートシートです。
データを可視化することを侮ってはいけない！重要な発見につながることもあるから、DSとして最初に身につけたいライブラリの一つですね。
日本語
【統計検定レベル別内容・難易度】
統計検定のレベル別に内容と難易度をまとめました。
・1級: 24%
・2級: 48.0%
・3級: 61.9%
・4級: 75.9%
差別化・数学力の証明にするためにはぜひ準1級取得に挑戦してほしいです！
日本語
【情報量規準まとめ】
モデルを構築するとき、誤差しか見ていない人は要チェックです！
モデルの評価には複雑性も考慮していく必要があります。
そこで重要なのが情報量規準。4つの情報量規準をまとめたので、ぜひチェックしてください。
日本語
【離散確率分布】
離散を表す代表的な確率分布6つを紹介します。
期待値や分散の導出方法まで丁寧に解説しています。
期待値や分散を暗記しようとしている人は、応用できないので、ぜひ一度計算してみてください。
日本語
【松尾研 論文の書き方】
大学4年、大学院生必見です。
僕はこの記事を参考に修士論文を執筆しました。
AI領域で非常に有名な松尾研究室の松尾教授の論文の書き方まとめです。
完成度を徐々に上げていくことが大切ですね！今はChatGPTと協力して、精度を高めていくと良いかも！
ymatsuo.com/information/ho…
日本語
因果推論の総まとめ資料】
因果推論を丁寧に解説している資料の紹介です。
因果推論とは？から代表的な因果推論手法までしっかり理解したい人にオススメなのでぜひチェックしてください！
ieice.org/~sita/forum/ar…
日本語