最近全然記事を書けていなかったのは,本業の業務が結構充実していたから。
ちょっとひと段落したので、久々に記事を書いてみる。
あえてキャッチーなタイトルにしたのは別に理由はないです。たいして見られてないし。
プログラマからデータサイエンティストへのジョブチェンジというのは予想よりも険しく、
もともと描いていたイメージでのチェンジは叶わなかったと思う。
ただ、”もともと描いていたイメージ”は、単なる妄想なので、
叶わなかったというよりは、現実を理解した、とでも書き換えるべき。
現実に適応するためのリソースがあったので、まぁなんとか記事にしようと思うレベル。
仕事は学校ではないのだから、単に教科書の手法を勉強したからといって食えないです。
今、機械学習だったり手法の勉強会を開いて転職に結びつける如何わしいビジネスが流行っていますが、
彼らはそれをヒヨコビジネスであると理解してやっています。どうせそんな知識では食えないのに。
正確には、機械学習であれ古典的統計手法であれ、その前の考えるフェーズを養わなければ、
それを道具として使わなければならないビジネスに耐え得るはずがありません。
テーマがバシッとあった旧帝大クラスの研究室出身者の方が在野の中途よりはずっと適性があります。
歳をとってもともと高くないIQが劣化した中年エンジニアにはどうしたってはまりません。
あとですね、複合領域であると言われますが、結局みんな素人になりがちな気がします。
コンサルティング的な要素が成果を分ける仕事であるため、性格的な適性もあるかと。
経験業種だとか理解している業務知識だとか、大手SI出身に求められるところもあります。
ひとつ、アナリストとAIエンジニアは分けて考えるべきです。”AI”とかいう言葉を聞いて吐いてはダメです。
Webだったり業務だったりシステム開発経験者はAIエンジニアを向いた方が良いのではないかなと思います。
今、世の中は、AIの調査や先行開発のような実験フェーズから、社会実装のフェーズに移りつつあるようです。
完全なシステム化とまではいかなくても、ちゃんとお金を発生させたり、運用して知見を得られたり。
実験的な要素があるので多額のお金をかけられないが、”そこそこ”のシステムが欲しい。そういう感じで。
ズブの開発素人では決して出来ない規模だが、2人の経験者がいれば出来ちゃうような、そんなゾーンで。
AIと名が付く限り、そういうゾーンになりがちなんじゃないでしょうか。
AIだったりIoTだったりお高めなセンサだったり、そこから得られるデータから知見を得て価値を提供する。
今であれば社会的要求の強い省力化、無人化、自動化を達成するのはこれしかない。
自力で集めたデータであれば、理解は深いだろうと思います。
何もないところから深い洞察を得るIQはないかもしれないが、これだけ傾向を知っているデータを前にすれば
流石に何かできるんじゃないか。と、IoT/AIエンジニアが思う訳です。
ここから再度手法を理解する、動機があって手段を得る、という方が近道なんじゃないかと思う次第です。
おわり。