00:03
ハナクソ女子の人間観察と、ハナクソの味の縁身を調べる観測っていう2つの手法を今回は紹介していくっていう、ざっくり言うと40分がそういうエピソードになります。
科学系ポッドキャスト大丈夫ですか?
ハナクソの例は実際に出てくるとして、けど今回は科学系ポッドキャストが主催しているトークテーマ、観察っていうところを軸にいろいろ話していこうっていう、そういう企画になってます。
そして、観察観測っていうスキルを持ってることによって、実は研究者がデータサイエンティストになってるっていう実態があるみたいな、そういうちょっとした研究者流出っていう、ちょっと真面目な話も今日は含まれてるって感じですかね。
社会派ですね。
社会派社会派。今日結構なんか、へーをたっちゃんからめっちゃ引き出したイメージがある。
知らないことが多かったですね。給料事情とか。
そうね、研究者になろうとした俺目線で、いろいろね、調べたこととかを話してるので、なかなか面白くまとまってるかなと思います。
ぜひ最後まで楽しんでください。
隣のデータ分析屋さん。
この番組は隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁを叶えるポッドキャストチャンネルです。
データアナリストのりょっちです。
データサイエンティストのたっちゃんです。
今日はこれ前回予告してた科学者がデータサイエンティストになる流れすごいっていう話にプラスして科学系ポッドキャストっていうポッドキャストの一大勢力があるんですけど
そこでやってる月間共通トークテーマ観察っていうのもちょっと盛り込んでみようかなっていうちょっとぎゅっとした内容になってます。
初めてそういうイベント的なのに我々も出るときが来たんですね。
そうです。
知ってます?科学系ポッドキャストって。
ツイッターで回ってきてなんか楽しそうなのみんなやってるなぁと思ってたんですけど。
もうね、今や一大勢力よ。科学系ポッドキャストなんて。
俺はメインで宇宙のポッドキャストやってるわけで、もう科学系ポッドキャストど真ん中なのよ。
そこでそもそも科学系ポッドキャストの括りを作ったのは私で言っても過言ではないぐらいの。
そうなんですか。
03:00
嘘だと思ってるでしょ。
信じきれてはいないです。
いやなんか、ちょっとまあおいおい話すか。
まあとりあえずじゃあトークテーマどんな感じなのかというと、本当に観察。
月間のトークテーマっていうのを決めていろいろ喋るんだけど、今月は観察。
で、先月は論文かな。
で、その前は宇宙とか。
ど真ん中ですね。
っていう感じで、本当になんかすごい抽象的な題目だけ作って、後はもうみんなクリエイターの皆さんお任せしますみたいな。
っていう取り組みなので、まあ観察っていうタイトルで何するかなって考えたんだけど、
まあまあまあ、データサイエンティスト、データアナリストって、そもそも数字を見ながら現状を観察し続けてる人たちじゃないっていうので、
特にそんな工夫しなくてもいいやっていう。
まあいつも通りの話ですよねきっと。
そうそうそうそう。
っていうので話していこうかなっていうところなんですが、
観察してる?
観察は日々してますよ。
してる?
だってデータ眺めるのが仕事っすもん僕は。
まあね。
観察の意味、甲子園に引いてきました。
観察は物事の真の姿を間違いなく理解しようとよく見ること。
なるほど。
まあまあデータ見てるのもだから観察でいいんじゃないかなっていう。
ポイントは間違いなくってとこなんすかね。
そう、だからダメよ、この定性的にどうのこうのは観察じゃない。
なるほどね。
ちなみにね、ちなみに、俺ら宇宙の研究室にずっといたじゃない。
うん。
観測めっちゃしてたでしょ。
観測してましたよ、班とかありました。観測チームみたいな。
あ、そうそうそうそう。
まあ俺らは違ったんだけどさ、もう天気がいい日はもうずっと徹夜みたいな、
1週間ずっと学校止まり込みみたいなやつとかいるわけじゃん。
いましたね。
観測と観察って何が違うと思う?
うわー難しいや。
急に金パッチ感出てくるじゃないですか。
なんか別に上手いことを言おうとかではなくて、観測は機械などを用いて、
自然界の状態や水位変化を観察し、それを数値に表すこと。
06:05
なるほどね。
これね、だから観測は自然界の状態を観察することなんだよね。
なるほど、じゃあ観察っていう大枠があって、そのうちの1つが観測なんだ。
そうそうそうそう。
しかもそれを数値に表すことが観測なのよ。
だから俺らは観測してんだよね、たぶん。
そうだね、観測によって出てきたデータ、数値を見てるんだね。
だから観察の中の、今回俺ら観測になるっていう、そういう今回のトークテーマになりますね。
難しいけど、はい。
今日もうあれでしょ、今週仕事忙しすぎて今日何話すか全く分かってないでしょ。
分かってないっすよ、もう。
急に始まったから。
でしょ、しかも俺ら今回初めてのオンライン収録だからさ。
慣れてないのがもう出てきちゃうかもしれないですけど。
なんかたぶんね、喋るスピードいつもより遅いよ。
そうですよね。
もうちょっとテンポよくいきましょうか、じゃあ。
いやまあいいんじゃない、ポッドキャストっぽくて。
いつもはちょっとうるさすぎますもんね。
編集してちょっと大変っすもん、ノイズ抑えたり。
で、まあだから観測の話を今日はしていこうっていうんだけど、
だから別に定量性がなければ観察だから、人間観察とかは観察なんだよ。
人間観察はさ、しちゃうじゃん。
しちゃうね、電車とか乗ってたら特にしちゃうね。
そうそうそう、こないださ、向かい合うパターンのさ、ボックス席のある電車あるじゃん。
ありますね。
その前に割と可愛いOLが座ってたのよ。
はいはい。
で、なんかネイルも割と綺麗で、こう水色のちょっと長めのシュッとしたやつ。
めっちゃ観察してるじゃないですか。
そうそうそうそう。
なんかここだけ聞くとすげえキモいんだけど、
その子が、まあなんか顔周りをよくこう触るんだよね。
まあ酔っ払ってるんだろうなみたいな水も結構飲むし、
まあ酔っ払ってそうだなってなったら、
なんかこう手が顔を触っていく手がこの長い爪で一瞬鼻の穴をスッてやるのね。
はいはい。
で、スッてやった後に口をスッて通るの。
おね結構やるのよ。
あ、一回じゃないんだ。
09:00
一回じゃない。
もう食っちゃってるのよ。
食っちゃってるねそれは。
ノーズファンシーを。
ノーズファンシー食べちゃってるんだよね。
ずっと見てたんすか。
見ちゃってこうショート動画。
鼻クソ。
ショート動画鼻クソみたいな。
これ観察。
これ観察だね。
で、それの毎回撮れる鼻クソの大きさとか、
その味の酸味とか。
いや待って。
鼻クソは酸味ないよ。
塩味よ。
そういうとこまでいくと観測だよね。
そうだね。
聞いてくれてる人にさ、観察と観測があんま伝わってない状態で話を進めると、
あんまり良くないじゃない。
美女の鼻クソを食うのを例に例えてみると、そんな感じよ。観察と観測の境目は。
28年生きてきてようやく知りましたよ、そこの違いを。
でしょ。
専門学者とかは本当に望遠鏡を使わなきゃどうにもならんし、
っていう意味で言うとやっぱ観測するんだけど、
観測のスペシャリストなわけですよ、研究者っていうのは。
そうですね。
鼻クソの話題からいきなり本題に入るんだけど、
その研究者をやってる人たちっていうのが、最近データサイエンティスト業界に流れ込んでるっていう背景がありまして、
いない?ポスドクやってて、今データサイエンティストですみたいな人とか。
自分の周りだったらどちらかというと、データサイエンスやりながら社会人ドクターやってますとかが多いかな。
外から入ってくる人もいるとは思うんだけど、近くにはまだいないかな。
そっか。
でも前の会社は結構いたんだよ。
それこそ、白紙号を取るこの最中は、基本的に理研の職員みたいな形だったんだけど、
理研でポスドクやってた。
ポスドクって白紙号を取った後のドクター持ちの人たちが就く研究職みたいなポジションのことをポスドクって言ってて、
そのポスドクから未来に絶望して民間企業に移動してくる人たちが結構いるし、
高齢にも実際に理研から入ってきたっていう人も何人かいたね。
未来に絶望してくるんだ。
12:01
そうそう。そこも今回サブテーマとしてあって。
まあ、この天文の業界で、俺も一応天文学者を結構ガチで目指してたわけなんだけど、
やっぱ先が見えない感は強いんだよ。
研究者として生きていくって時に?
そうそうそうそう。
結局研究者ってどうやって生きていくかっていうと、
博士号を取ったっていうところだけじゃなくて、
その後に就くポジションがどこに空いてるかみたいなっていうところを見るし、
しかもそこって5年とか3年とかの任期付き。
だから3年後、5年後にはまた就活しなきゃいけないっていうのを繰り返しながら、
どっかの大学の教授のポジションが空いたら、
そこにあまた大勢の同じようなシチュエーションの奴らが一気に流れ込んでくるみたいな。
そういう業界で。
で、プラスで研究費が云々とかってよくニュースになるじゃない。
はいはい。
ああいう感じで、お金もないみたいな業界全体で。
特に日本はそうですね。
そう。ってなってくると、もうさ、今の感じでもさ、結構お先真っ暗感あるじゃん。
うん。
で、プラスでそんなに給料もいいわけでもないし、
結構重労働というか、朝から晩まで就業時間とかないからさ、っていう研究の仕方をするし、
すり減りもするっていう感じで、絶望して流れてくる。
その先に今ってデータサイエンティストっていう仕事があるから、
より流れやすくなってんじゃないかなっていうのが、俺が思ってるところなんだ。
うんうんうん。
これって観測のスペシャリストっていう共通点があるからこそ、別に就職できるんだよね。
別に民間だろうと。
そうだね。
確かに。
天文の研究をやってて、天文のデータがお客さんのデータに変わるだけだから。
うん。
まあ、だけっていうこともないんだけど、そういうことじゃん、でも。
そうだね。
だから、なんかこう、データサイエンティストは、研究業界をちょっと元気をなくさせそうな雰囲気もありつつ、
だけど、逆にこう、受け皿として健全な役割も担ってくれてるっていう職業だっていうね。
うんうん。
意外とあの、クソダサいキャッチフレーズあるじゃん。なんだっけ、21世紀で一番セクシーな仕事?
セクシー?
はい。
そう、あれ。もう、穴勝ち。穴勝ちアンセクシーでもないみたいな。
15:06
そうだね。だからまあ、正直大学でやってる研究とかの延長線上に僕らの仕事があるのかなと思うこともあるし、
逆に僕らが仕事する中で、大学で最先端で研究してる人たちの論文とか、本とか読んで学ぶことも多いしっていう、なんかこう、
まあ似たような業界、似たような仕事をしてる人ではあるなとは思ってたけど、
きっとデータサイエンスが、まあちょっと比べちゃうと、大学教授というか大学での研究と比べると、ちょっと魅力的というか、な面が多いんですかね。
まあ少なくとも給料はいいしね。大学職員よりは。
それ意外だったなと思うんですよね。大学職員。
大学教授って、もう金持ちじゃんって思ってたけど、そんな甘い世界じゃないんですね。
うん、全然よ。俺はもうさ、将来袖で食っていくかもっていうので、結構リアルに調べてるからさ。
めっちゃ有名な教授の給料だけだったら1000万円いくかいかないかぐらい。
一般的に見たら高いけど、海外でもしデータサイエンティストやるってなったら白紙ごぼう持ちで、2000万とかは固いんだよね。
そっか。
3000万とかもザラにいると思う。
ポスドクとかの値段って、確か理研とかだと600万ぐらいなの、年収。
で、まあだいたいそれぐらい。で、理研は多分結構こう、日本の中で見ても比較的倍率高めのところでそれぐらいで。
で、だからそれってだいたい20代後半から30代中盤、40代前ぐらいまでそれでやってる人もいると。
実はNASAとかも多分あんま変わんないって聞くんだよね。
そうなの?
そうそうそうそう。
まあ実際今は物価も上がってるしもうちょい高いかもしんないけど。
けどまあだいたいそんぐらいって聞いた。
ああって思ったの俺は。
そうだね。
かつ働く環境もね、そこまでいいとか言えないからね。
社会保険とかあるかないかギリだったりするし。
それもあるか。
で、自分のやりたい研究だけじゃなくて大学の講義持たなきゃいけないとか、論文とかを添削しなきゃいけなかったりっていう大変さもありますよね。
そう。
あってってなるから、じゃあ同じぐらいのスペックでデータサイエンティストにアメリカの大手IT企業でなった場合ってなると、さっき言ったみたいに2000万とかのオファーは全然ある。
18:17
そっか。
じゃあ行くよ。
もちろん金だけじゃないんだけど。
し、確かにそことか全然気にならないぐらい研究がめちゃめちゃ面白いっていう無双のフェーズは絶対あるのよ。
だから一概にそこで比較すんなよっていう話はまさにその通りなんだけど。
その無双状態を永遠に続けられる楽しみ方を持っていれば遠国みたいな仕事で。
その一方でちょっと苦しいなみたいな気持ちがちょっとあると、これはなかなか足を引っ張るし、データサイエンティストがキラキラして見えてくる、そこから。
実際にもう国内でそういう流れが来てるってことなんですか今、多い?
それこそね、だって理研から出てデータサイエンティストになったっていう同僚がいたし、前の会社で。
だし、そもそも俺がいる間に同じ研究室の人もデータサイエンティストに転職していなくなってった。
そうなんだ。
そうなんだ、からNイコール2だけど、観測数は。
けど、そういう流れはやっぱね、あるね。
あとはデータサイエンスっていう触が生まれたっていうのが一番なんですかね、きっとタイミング的にも。
それはね、めちゃめちゃあると思う。
15年前くらいまでもないのかな。
いや、ないよね。
データアナリストはいたかな、あとはデータマイニングとかっていう人が今の多分ね、データサイエンティストっていうのの走りみたいになってるから、そういう人も多いかな、データサイエンティストには。
データがいっぱい取れるようになってきたよっていう状況があるからこそデータサイエンスとしての仕事が生まれたわけだから、ちょうどここ10年とかでそういう仕事が出てきたんだろうなっていうのもあるし。
そうだね。
そうなるとおのずと市場価値も上がるから、研究者とかの人も民間に流れてくるよとかそういうことですよね。
たぶんそうなるね。
しかもやっぱり研究の中でものすごくシビアに統計的な議論とかをさせられたりするわけだから、それってデータサイエンティストになってもやっぱり使うじゃん。
使いますね。
例えば2つの物事を比べたいってなったときに、こいつが例えば10%ぐらい差が出てましたみたいな効果に。
21:09
だから10%改善したこっちを採用したいってなっても、その10%たまたま出た10%なんじゃないんですかみたいな話とか。
ああいうのって結構基礎的な話だけどやっぱり統計使うから、それを手足のように扱える研究者っていうのはデータサイエンティスト業界ではめちゃめちゃ重宝される。
いや間違いないな。
統計学を真面目に勉強してやってきたデータサイエンティストの方が少ないから武器になるっていうのもある。
結構無双状態ですよね、データサイエンスの仕事をしたときに。
あと問題は込み力ね。
それは偏見ですよ。
いやいやいや。
それは偏見。
だめだよ。
研究者は陰キャンみたいな、それは偏見ですよ。
いやでも、全体で見たら結構やっぱ込み力が課題になると思うけどね。
まあそっか、で仕方ないか。
そうだね、俺だって何なら研究やってるときですら、俺込み力で生きてた気するし。
研究成果とか、研究能力とか、より込み力だと思う。
そう。
だって俺込み力でNASA行ってるから多分。
まあそういうことか。
絶対そう。
俺あのタイミングであの人に喋りかけたときがNASA行く決定だったみたいな思う出来事一個あるし。
あ、そうなんすか。
あの学会であの人に喋ったのがNASA行くきっかけになったのは多いね。
じゃあまあ必要か、込み力は。
込み力って紙砕き力みたいなとこもあると思ってて。
分析結果は出せるけど、分析結果の伝え方?
あーなるほどね。
これは込み力だよ。
そっか。
それは込み力か。
うん、ならそれをその一段浅く、さっきのこの観測から観察に入るときに鼻クソのネタを持ってくるみたいな、
あそこの例え話を一個挟めるか、みたいな話。
はいはい。
そうだし、ポッドキャストとかは割とね、科学系ポッドキャストそういう、その意味での込み力の高さみたいなのを持ってる人は多いイメージ。
うん、分かりやすく物事を伝えるっていうのは確かに重要っすね。
24:05
なんか擬人化とかね。
例え話?
そうそうそうそう。はいはい。
いやそうだね、だって伝えるためにはね、難しい言葉並べても分からない問題ありますもんね。
そう、一回なんかデータサイエンティストとはみたいな話を多分さ、序盤?一回目か二回目ぐらいにしたときにさ、
データサイエンティストとは、なんかあのエンジニアリング力と、あのなんだっけ?
コンピューターサイエンスみたいな話?
そうそうそうそう。あそこのね、3要素にね、追加したいぐらい。
コミュニケーション力。
コミュニケーション力。大事だと思う、伝え方。
結局は、研究職からビジネス寄りのデータサイエンティストに入ってくるっていうパターンが、別にめちゃめちゃあるのはいいことで、
ただこっちになって何が変わるかっていうと、伝える先が変わるんだよね。
うん。
研究やってるときは、同業者とか、ある程度の知識を持った。
そうだね。
でも、ビジネスの方にいざ降りてきた場合って、説明する相手は、すごい極論言うと、
土文系、数学わかりません、みたいな人も言っている。
人に喋って、その人がビジネスにどう応用していくかのところまで寄り添わなきゃいけない。
から、それも含めのコミュ力、みたいなところの違いが出てくる。伝え方の違いというか。
大事だよな。
あと、それも全部わかるっていうコミュ力もあるよ。
確かに、それめっちゃ大事だよな。
っていうパターンもある。いろんな武器の持ち方がある。
それで出世してる人とかいますよね。
いるね。
なんとなく知ってる風出して、登り詰めてる系の人ね。
ダサいな、それ。
そういう、ちょっとまとめっぽくなるんだけど、観察とか観測とかっていうような、観測の能力だね。
それの共通点っていう、言っちゃえばスキルの共通点があれば、
研究者とデータサイエンティストっていう、全く畑の違うところにも移動できるし、
だからこそ最近そういう、研究者流出みたいなところにも実は繋がってくるみたいな、
今回は実は観察を軸にね、社会派の話題をちょっと提供してみてる感じですね。
この番組結構社会派の方でもいけそうなエピソードいくつか増えてきてますからね。
そう。
27:01
真面目に話せんのよ。
実はね。
実はね。
それで言うとさ、研究者とデータサイエンティストっていうところの流れがあるみたいな話したじゃん、今日。
ってなった時に、俺これ両方やってるからっていうので、最近イベントとか呼ばれることがちらほらあって。
これね、ポッドキャストのおかげもそうだし、研究者やってたってのもそうだし、データ分析できるっていうのもそうなんだけど、
まだ話してないと思うんだよな、このポッドキャストで。
ディサイ東京っていうカンファレンスに登壇したんですよ。
ディサイ東京。
ディサイっていうのがディセントラライズドサイエンスの略で、
Web3×学術研究の分野。
でなんか、研究者の闇みたいな話、さっきチラッとしたじゃん。
はい。
それに加えて、もうなんか、今の学術研究の業界が抱えてる大変なことみたいなのが、結構現場で働いてる人からあふれ返ってるのね。
っていうのを、ブロックチェーンとか、ああいうのを使って解決できませんかね、みたいなのを、今世界中で考えるトレンドみたいなのがあるのよ。
へー。
新しい概念として。
それのね、イベントに、2ヶ月前ぐらい、4月とかに、パネルディスカッションのモデレーターみたいな感じで登壇してきたのね。
はいはい。
そもそもパネルディスカッションのモデレーターすら初なのに、それを全部英語で回さなきゃいけないっていう、爆裂小魅力の話なんだけど。
すごいねー。
で、なんかそれはまあ、ある程度こううまくいってよかったねってなって、そこからまあ、別に1回の単発の研究会とかじゃなくて、もっといろいろムーブメントを起こしていこうみたいになってて、
ディサイを取り組む新しいイベントに今度また登壇するんですよ。
へー。
広がってるな。
この番組で散々さ、Web3のサービス、まゆつばも多くねみたいな。
はい。
まあ、もちろんしっかりしたのもあるから、それはそれで楽しめばいいと思ってて、世界を変えてくれるんじゃないかなと思うんだけど、
ブロックチェーンっていう技術が、今の科学研究の課題を解決してくれるかもみたいなのを、ちょっとね、このポッドキャストでも話してるようなブロックチェーンのデータ分析の話をしてこようかなと。
おー。
で、しかもこう、研究者をやってたとか、研究者をちゃんとこう、博士活動まで取って、
うん。
目指してた立場で、こういうところが課題だと思うっていうのは多分めっちゃリアルに想像できて、
30:05
うん。
その上で、データ分析のパワーあると、こういうところの裏付けができるから、科学業界をブロックチェーンでよくできるんじゃないかみたいな話ができそうだなっていうのを思ってて、
このポッドキャストで話してるような内容でちょっと登壇してこようかなと。
あー、いいっすね。そっち方向というか、なんかこれまでって結構研究者が発見した技術とかをデータサイエンス側が使うっていう方向の動きがあったけど、
これからそういうブロックチェーンとかの技術が発達していって、逆になんか現場から研究の方に向かうベクトルで話が広がってくっていう、なんか、
うん。
過虐的というか、
そうね。
双方向にね、いいムーブが起きてるって感じなんですね、今。
そうそうそうそう。で、しかもなんかWeb3とかってなると、ちょっとやっぱこうビジネス側から寄ってくる人もいたりするし。
うんうんうん。
そうでもね、面白かったのは、ほぼほぼ科学者、研究者とかの人がマジでこの取り組みなんか未来変えそうみたいな感じで集まってきてたから、8割9割ぐらいがそういう人だったの。
へー。
これWeb3関連のカンファレンスだとマジ珍しくて、
うん。
Web3系のそういう会議って、なんか、お金の匂いにつられてきた、すげー悪い言い方するとね、
はいはい。
とかっていうような、なんか軽いノリの人が結構多いの。
うん。
まあでもそういう人が結局なんか、バカでかいことをしでかすっていう意味では、全然別にそれが悪ってわけじゃないんだけど、
いやーわかりますよ。
そういう人がほぼいないカンファレンス。
うん。
Web3の。っていうのがめちゃめちゃ新鮮で。
確かに。
そう、ただ何人かやっぱ紛れ込んでたのね。
はいはい。
そういう人が。で、喋りかけられたの。
うん。
ってなったけど、あのね、なんでこの会場ってこういう雰囲気なのって聞かれて。
うん。
なら、たぶんね、俺的目線では、そのWeb3の、なんていうんだろうな。
Web3っていうものに対して寄ってくる人間には2種類いて、
はい。
新しい技術で、もうなんか一攫千金、人生変えてやる、この後の15年俺がしてやるみたいな。
うんうん。
っていうなんか野心家タイプのWeb3っていう言葉に引っ張られてきたパターンの人と、
今なんか他に課題を持ってて、
うんうん。
どうしてもこれを解決したいんだ。で、その時に、あ、ブロックチェーンっていうものがあるんですね、みたいな。
うんうん。
っていうような、方法を見つけちゃった、やったわーいっていうめちゃめちゃ地に足のついた派閥の2パターンがいて。
33:07
うん。
で、それの地に足ついた人たち多すぎて、なんかね、面白いの雰囲気が。
あ、いいっすね。いや、そっちが結局Web3の本質じゃないっていうとこっすよね。
なんかいろいろ調べるとそういう感じっぽいよね。
うん、そうだし、結構最近世界の潮流的にはそっちの地に足ついたタイプ、結局ブロックチェーン技術使って課題解決しようぜに、
お金も集まってきてる、投資家とかも。
うん。
っていう感じだから。
あ、リサイトオーケはそういう話なんだ。
面白いね。
面白いよ。
ちょっとまあ、そんな感じでね、かなりこう、余談的な感じで話したけど、
はい。
まあでも、割と今日のテーマの観測とか、観察とかっていうところ、Web3側も絡むかなっていう、
今まで全く企業とか組織とかで見えてこなかったものが観測対象に変わるというか、観測可能なものに変わる世界がWeb3だと思うよくて。
え?
っていう感じの、まあとにかく今日は観測観察の話でしたっていう。
はいはい。
で、これ概要欄にも貼るんだけど、スポティファイのプレイリストに、今回の科学系ポッドキャストの観察っていうテーマを作った人がプレイリストガーって作ってくれて、それも公開されるからそれも貼っときます。
へえ。
だから観察っていうテーマで話してる番組がね、15個ぐらい羅列する。バーって。
楽しいね。
そう、だから結構ね、みんな違う角度で観察の話をするから、そういう楽しみ方をしてくれるのは結構いいかもしれない。
うんうんうん。
で、しかもnoteとか、noteってブログ書くサービスね。あそこにもまとめの記事とかが掲載されたりすることになってるんで、結構まあいろんな角度で観察の話してくれたらいいんじゃないかなと思います。
はい。
俺もあのね、宇宙話の方でもね、観察の話していこうかなと思ってるから。
うんうん。
ちょっとまあ、流れで聞いてくれたら嬉しいです。
いいっすね、なんか普段聞かない人たちの話も聞けたり、知らないポッドキャストを見つけることができたりとか。
うん、めっちゃいいと思うから、ぜひ聞いてもらって、ポッドキャスト楽しんでもらえたらなと。
あ、科学系ポッドキャスト作った時の話すんな、忘れたからまた今度するわ。
はいはいはい。
はい、ということで、次回、今日めっちゃ俺喋ったけど、次回も多分俺めっちゃ喋ります。
36:00
はい。
次回はね、これね、すげえうさんくさいタイトル考えてきたわ。
なんすか。
成功の科学、サクセスです。
まあ、ちょっとコメントは控えて楽しみにしときます。
バカにしようとしてんじゃん。
いやいやいや。
なんか、この番組はデータの番組だから、成功っていうものが偶発的なものなのか、こういうふうにハックすれば成功できるのかみたいな、そういうのをマジで科学的に研究した論文から引っ張ってくる話。
うーん、論文なんだ。
そう、面白い話なんで、ぜひ次回も楽しみにしておいてください。
隣のデータ分析屋さん、今回も面白いなと思ったらフォロー、レビューよろしくお願いします。
番組の感想や質問は、ハッシュタグ、隣の分析屋。隣のがひらがなで、分析屋は漢字でお願いします。
また概要欄に貼ってあるお手紙フォームからコメントお寄せください。
ではまた。
バイバイ。
