00:03
お疲れ様でした。お疲れ様でした。 スペシャル初ウルトラ
シュプリームゲスト。 すごかったっすね。今回は初ゲストっていうところで、超有名データサイエンスポッドキャストを立ち上げた
しろがね工業FMね、立ち上げた吉田さんに来ていただいて、もうデータサイエンスとはこれぞやを話してもらった感じかな。
いや痺れましたね。 超刺さってるよね。過去一神回ですね。個人的神回。
ポッドキャストやってて良かったね。 良かったっす。本当にね。終わりにするか。じゃあもう。こっから行きますよ。
バイタリティというかエネルギーをもらったんで、ちょっと僕の目標にもなりましたね。 じゃあこっから
クオリティがグッと上がると、我々の ボケ数も増やしていきましょう。
そうですね。頑張っていこう。 あんま変なノリするなって言われてるからね。
ということで、じゃあスペシャルゲスト会楽しんでください。 どうぞ。
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。
ということで今回は初ゲストを呼んでます。 もうスペシャルなスペシャルなゲストですよ。特別ですね。
はい。ということで今回のゲストはプレインパッドで白金工業FM立ち上げて、現在はデータサイエンティストからその後
10Xに転職し、もうポップキャストのデータ業界では僕はスターだと思っている吉田さんに来ていただいております。よろしくお願いします。
吉田 よろしくお願いしまーす。よろしくお願いします。 完全にハードルが上がりきってますね。
いやもうね、勝手になんですけど、僕はもうこの番組を立ち上げるときの一発目のゲストを吉田さんって決めて
ありがたい。 吉田 はい、なのでちょっとワクワクしつつ緊張しつつって感じになってます。よろしくお願いします。
はい、よろしくお願いします。 吉田 僕らからしたらスターですよね。ポッドキャスト界でもスターだし、データ分析業界でもスター。
知らない人いないくらいの有名人ですからね。 いやいやいやいや。
なんかこれいろんなところで話してるんですけど、問いつつ、白金工業FMっていう会社のブレインパッドの時に同じデータサイエンティストの人たちで一緒に会社のPRも兼ねて
03:06
データサイエンスの話をするっていうポッドキャストをやってたんですけど、それ言ってもアナリティクス見る感じだと別に
どうなんだろうな。たぶん50とか100でSpotifyとAppleで×2とか×3とかだったので、リスナーはそんなに数上は出てなかったはずなんですけど、
なぜこの業界の中では聞いてくれてるっていう人が多いからすごい狭い、僕は200人とかそれぐらいがリスナーなんだと思ってます。
いや僕多分その、この間ちょっとこの配信の仕方みたいな話もしたじゃないですか、この収録する前にプライベートで普通に遊んでもらったので、その時話したんですけど、
多分全アナリティクスが拾われきってないだけな気がしてるんですよ僕は。 だって
そうなんかだいたいSpotifyAppleで50×50ぐらいかなみたいな、でなんかまあ100いたとしても200ぐらいかなってなったら、僕なんか何割か僕の周りだけでいそうな感じするから、そんな日本狭くないし絶対にもっといるんですよね。
そうそうですね、なんかまあアナリティクスだからあんましあてんなんねえなと思って全然見てなかったっていうのがあるんですけど、聞いてくださってるっていう方がたまに会うのでそれはすごい嬉しいですね。
いや本当に白金工業FMはやっぱなんかこれあれがあって、白金工業FMがあって、周りでたくさん聞いてる人がいたから、データ関連のポッドキャストやると業界の人には結構届くんだろうなって思って始めたところもあるんですよ実は。
そうなんだ、いやー全職の人に聞かせてあげたい、だからありがたい ポッドキャストってなんかこう業界とかなんか狭い範囲にぐっと届くような性質があるってよく言うじゃないですか、それを僕はなんかリスナー側として感じたのが
白金工業FMの浸透の仕方だったなと思ってるって感じですね。
いやーありがたいですね。特に最近だとデータサイエンス勉強してるあの若い方とか学生の人が多いから、まあその辺の人には意外に聞いてもらってたかもしれないですね。内容もそこまでなんかゴリゴリにそのわかんない人を完全に置いていくみたいな内容ではなかったと思うんで。
勉強のついでにも聞けるし、ちょっと知らない話を先輩のデータサイエンスやってる人たちが教えてくれるっていう意味でも興味津々で聞けるポッドキャストだったなと僕も一リスナーとして聞いていたのですごく楽しくて。
06:03
そうですね。僕が転職した後も引き続き後輩の方が引き継いでいただいて、最近だと特にブレインパッドはLLM系の仕事とか研究をかなり精力的にされてるんで、それ系興味ある方はぜひぜひ白金工業FMググってみてください。
あれはね面白いですね。
序盤から全然もう、違う番組の宣伝する。
あれ大事。
いやじゃあちょっと、いろいろ聞けたところで本題に行きたいなと思うんですけど。
そうでした。
いやもうあれなんですよ、今回何聞きたいかなってずっと思ってて、その時にもう若いデータサイエンティストとかデータサイエンス目指してる人がもう参考になりそうなことめっちゃ書いてる記事書いてるじゃん吉田さんってなって。
あのつれずれなるままに書いたと本人は言いそうだけど、みんなが多分しみそうな内容を書いてるから、ちょっとそれを話しつつ、データサイエンスとはみたいな話とかまで発展していったらいいんじゃないかなっていう回をやらせていただければと思ってます。
ありがとうございます。
8年間ブレインパッドにいたんですよね。
そうですね、2015年のもうビッグデータ活用って言ってて機械学習もAIもそんな言葉は誰も真相学習も言ってなかった時に入って、そこから8年間データサイエンティストとして受託分析っていう領域なんですけど、やってました。
真相通入者ですよね。
ああですです。
じゃあすごいですね、3人ともなんかちょっとずつ違うけど似てるところはあるというか、たっちゃんは新卒で事業会社データサイエンスっていう感じ。
そうですね。
で、吉田さんは新卒で受託のデータサイエンス。ここが多分大きく違うじゃないですか。受託と事業会社でやるっていうところと。
僕は博士取った後、新卒で入らないで中途で会社に転職みたいな形で行った時に受託の会社を選んでるので、また多分3人とも毛色が違うというか。
しかも吉田さんはセカンドキャリアっていうかその次転職先は事業会社寄りに移してるわけじゃないですか。
そうですね。
だからなんか多分いろんな目線の話ができるかなと思ってて、そもそもなんで新卒でブレインパッドなんだろうは個人的にめちゃめちゃ気になる。その時代に。
09:01
いや間違いないな。
そうですね。その時は僕は大学院に行ってて、慶応のSFCだったんですけど、そこで寄付講座があって、ブレインパッドの人が寄付講座でビッグデータ活用授業みたいなのをやってたんですよ、授業を。
その時は某スポーツ系のECサイトのデータを授業用に貸してもらって、そのデータ使ってそのECサイトがもっと儲かるような発表を最後してくださいみたいな感じで授業をあって、そこでやってて。
なんかそれ受ける前までは、ニコニコ動画とか当時というか、僕は大学生の時すごい流行ってて、その辺からインターネット大好きだったから、ミクシーとかそういうFacebookがまだ前世紀の時代だったんですけど、
なのでウェブサービスやってるエンジニアになりたいなって思ってたんですけど、その授業を受けて、なんかデータ分析の方がこれどうやら面白そうだなと思って入ったっていうのが経緯ですね。
そんな時、なんかちょっと授業がSFCっぽさありますね。
そうですね。割とそのぐらいの時からSFCはデータサイエンティストじゃないですけど、データ活用みたいな授業はすごい増えたんじゃないかなと思いますね。それ以後とかも。
まだ2015年入社だからその前、2013年、14年とかですもんね。ちょうど10年くらい前ですよね。
そんな時にそんな話知らないな。
まだだって、Pythonとかも全然使わないですよね、大学とかだったら。
そうですね。そこの時はみんな基本R使いましょうみたいな感じで、Rとか統計の授業は当時もあったんで、R使ってデータ読み込んで、なんちゃって分析みたいなのをやってやるんですけど、
授業なんでそんなでっかいデータ使わないからSQLとかもなく、Pythonも当時は全然そんなメジャーじゃなかったんで、って感じの時でしたね。
Rか。もう超楽短、大学院の超楽短授業で、5年10年くらい同じ課題しか出ないっていうので、先輩からもらったファイルを出し続けて単位を取った記憶しかない。
たぶんタッチャンもそれで取ってる単位を。
間違いない。たぶん同じペーパー見ながら解いてると思いますね。
じゃあRの使い手でもあるわけですね。
いやもうRは完全に忘れましたね。本当に一行目から何書くんだったっけみたいな感じになってて。
12:00
当時はRで、入社した後もRを書く人と、あとはビジネスのデータ分析なんで基本はSQLが多かったんですよね、当時からも。
ただ今みたいにそんなビッグクエリーとかが動いてるわけじゃなくて、割ともっさりしたデータベースで、クラウドにもそもそもそんなに移行してなかった時だから、
ローカルPCの上でMySQLとか動かしてみたいなテンションで、ぼっか的に分析をしてたんですけど、
もうちょっといったらその後にサイキットランとかがなんかすごいらしいみたいな感じになって、
Pythonを勉強する人が増えていって、そうするとPythonで機械学習とかをやるようになると、これをシステムにしたいみたいな話が普通に湧いてきて、ビジネスの現場では。
そうするとRでデータ分析するのはいいけど、システムとかにはR載せられないじゃんってなって、自然とやっぱりR減ってPythonに駆逐されていったっていうのがあって、
社内のユーザーももう基本的には逆にRはビジネスで書かないでくださいぐらいの勢いで読める人も減ってきてるし、
システムに載せられないからもうPython推奨というか、みんなPythonみたいな感じに自然と切り替わっていきましたね。
未だにでもなんか求人情報にPythonとR並んで歓迎スキルみたいなの書いてあるとかありますよね。
確かに、そこで本当にR書くんかっていう大いなる疑問は僕もありますけど、書いたら書いたで困るでしょうみたいな、読める人も結構減ってきてるんじゃないですかね、どうなんだろう。
大学とかでは習ってるかもしれないですけど。
大学の方が若干物事は遅い気がするから、僕ら学部の授業の時なんてフォートランとか触ってますからね。
出た。
すごい、さすがその辺は理系のプロのとこだなって思いますね。
あんな大人になって言った時にちょっとカッコ笑みたいな感じでフォートランやったことあるとか、あとはパールか。
僕はパール書いてたんですよね、大学の時は。
今は多分書かないですよね。ちょっとあれも違うし、毛色も違うし、PythonとかRとかとは。
なんか脱線しますけど、僕大学院の時はバイオインファマティクスっていう生物系の遺伝子解析とかをパソコンでやるっていうのでやってて。
当時、今もかもしれないですけど、パールが結構メイン言語で、ほとんどのメジャーどころのツールはパールで書かれてるとか、パールで動かすの前提みたいになってたんですよね。バイオパールとかあったりして。
15:00
最近、SFCの学生の人としゃべる機会があって、今もパールなんすかって聞いたら、いやもうだいぶPythonですよって言ってましたね。
それでも天文も一緒ですね。
確かに。
天文も、NASAが世界共通のソフトウェアとかを作っていて、それをみんなが使うんですよ。
大元のソフトウェアは、多分今もメインで使われてるやつは裏はパールで回ってて、ただそれのPythonバージョンもちょっとずつ出始めてたから、もう結構食われてるかなみたいな感じが今かな。
そして歴史はわかんないですけど、ここまでちょっとAIみたいなのでPythonが固定してきたら、もうこれはCUが決したのではみたいな気もしますね。
文字を見たいなやつもまだ出てきたりしてますけど、基本はでももうPython、みんなPythonになっていくみたいな気がしますけど、どうなるんでしょうね。
確かに。でもやだな、もう一個なんか違うの出てくんの。覚えらんないわ。
そうですね。僕がその新卒の初めの方は、JULIAとかも計算言語としてめちゃくちゃ早いって言って、JULIA Tokyoみたいな。
聞いたことない。
そうですか、JULIAっていう言語が割と一時期、いやこれ食うんじゃないかみたいな感じだったんですけど、そこも最近は聞く影もなくみたいな雰囲気になってるんじゃないかなって気がしますね。
じゃあもうあれですね、このポッドキャスト聞いてデータサイエンス目指したいなっていう学生とか転職したいなって人はとりあえずPython勉強しとけばいいかなみたいな感じですよね。
そうですね、でももっと言うと多分SQLなんだろうなと思いますけどね。がまず一番最初に仕事を本当にやるっていう絵ではあって、当然今最近この業界だったらPythonも書けるよね、機械学習もできるよねみたいなのがデフォルトになってきてると思いますね。
いやもう本当に目覚ましい発展をしてると思います。僕が今BrainPad新卒で受けても100%落ちると思いますね。
BrainPadの新卒ってやっぱレベル結構高いんですか?
めちゃくちゃ上がったと思います。これ社員の新卒の人がほぼ全員言うんですけど、今自分が受けたら絶対受からないっていう風に言ってて。
昔って僕とか本当に2015年だから最たるもんだと思うんですけど、別にパールがちょろっとかけて、Rも授業でやったんでみたいなぐらいの、研究も理系だったんでぐらいのテンションでBrainPadみたいな会社にも通ってたんですけど、
18:03
今だと機械学習を大学でそもそも研究としてやってますみたいな、論文読んで実装してますみたいな人がすごく増えたので、確実にレベルは段違いで上がってますよね。
レベル高いな、そう考えると。
新卒でBrainPadに入るのは、結構今レベル上がってるなっていうのは、今の話聞いてすごい思うところだと思うんですけど、今ファーストキャリアでデータサイエンティストになろうとしたら、
どういう、どのぐらいのところに入ったり、どういう要求をされるところがちょうどいいんですかね。ゴリゴリのコンピューターサイエンスじゃない人とか。
なるほどな。ちなみに別にそんなに擁護するつもりで言うんじゃないですけど、BrainPadは問いつつ、結構ゴリゴリじゃない人も、新卒ってポテンシャル採用として取るので、
割と機械学習やってたんですっていう人じゃないと受からないかっていうとそうではなくて、人文系の人とかも取ったりしてるんですよね。
っていうのがどうでもいいエクスキューズがありつつも、僕は最初でもBrainPadみたいに、分野を問わず自宅分析だから基本何でもデータ分析のことやりますよっていうのはいいんじゃないかなって思ってて、
どこかもヘルスケアですとか、なんとかですって分野に突っ込むよりも、一回こんな世の中だからこそ広く見るのを後にすごい経験として生きるなと思うので、割とおすすめですね、受託は。
確かに幅はめちゃめちゃ広がりますよね、受託。
僕はなんか入った会社が結構こう、もうでっかい事業会社の子会社に近いところというか、データサイエンスの部署がそのまま会社になったぐらいの感じだったから、結構業界特化だったんですよ。
だからそういう意味では逆に業界めっちゃ強くなった感はあってよかったんですけど、幅広さの方が個人的にはめっちゃ汎用性あるしいいかなと思うところはある。
なんか最初のファーストキャリアでって考えたら、やっぱり新卒のスポンジ力はえげつないと思うんで。
吸い込みまくり。
そうそう、そのタイミングでいろんな業界に触れられるわ、めちゃめちゃ成長できるんじゃないかなと結構僕も思ってますね。
あれ、事業会社の人。
そう、新卒って入ったんだけど、その会社はいろいろこう事業はいろいろあるので、一つの事業にどっぷりじゃなくて半年くらいでマーケティングもやらせてもらったり、マーケティング業界のデータを扱ったりとか、
21:01
センサーで取得したデータを扱ったりとか、あるサービスのデータを扱ったりとかっていうところでの経験は詰めたっていう意味だと、最初のこのイケイケで何でも学んでやろうっていうタイミングで経験できたことはすごくいいかなって思ってますね。
確かに。
一回ちょっと意識高くなるしね、データサイエンティストになってすぐの頃って。
なりますね。
そうですね、最近だと特にかっこいいんじゃないですかね、やっぱりなんかデータサイエンスできたらどうなんだろうわかんないけど。
これの前のエピソードで、僕今中央大学のデータサイエンスの授業を持ってるんですけど、その履修者の人数の話をして、去年持ってた時は300人とかだったんですよ。
それでも多いんですけど、今年1500人になってて。
5倍。
1年でこんな変わるかみたいな。
そうっすよね。
落胆ってバレたか。
どっちか。
人気あるんじゃないですかね、やっぱり。
あと僕ブレインパッドの後半の採用活動もやってて、新卒の面接もやってましたけど、本当に年を減るごとに、大学でデータサイエンスを学んだ人っていうのがもう如実に増えていってたんですよね。
だから教える大学がもう明らかに増えてるっていうのは実感としてもありましたね。
確かに。学部の名前になってたりしますもんね、今。
ですよね。初めの方はそんなの流行らんやろみたいな、ややちょっとディスられてるというか、データ出たみたいな特化型。
カタカナ学部。
そうですね、カタカナ学部ワローみたいな感じだったと思うんですけど、まあ人気ですよね、引き続き。
SFCもかっこいいっすもんね。
そうですね、僕もだいぶミーハーな気持ちでSFCに。
大学院から行ったんで、もう全然人のこと言えない。
大学院からなんですね。
そうですね、島根にもともと住んでたんですけど、SFCにいた人が島根に来てて、その人がSFCめっちゃいいよって言うから、じゃあそっちに行きますって言って、
なんかキャリアを進む時に近くにいた人のあれに乗る感じがすごいですね。
そうですね、たまたまそういう魅力的な人がいてっていうのがあったかもしれないですね。
タイミングつかむのがうまいんだろうな、ないんですね、僕あんまりそういうの。
確かに、まあでもそれだけで生きてきた感も多少ありますけど。
そうですね。
行きは魅力だな。
でもなんか今から入るんだったらっての話にちょっと戻すと、僕はなんか基本的にやっぱりできるだけでかい会社行けばって思うんですよね、データサイエンスの人にとっては。
24:06
昔だったらもっとベンチャースピリッツ出して小さいところからのし上がれやみたいな思ってたんですけど、
ただデータ系ってやっぱりいかんせんとにかくデータがあるっていう当たり前のことが前提にあって、
データを真面目に持っている会社ってそれほど多くないですよね、やっぱりまだ。
そうですね。
かつそのデータを持っているところって割といろんな業種とかビジネスやってるので、
データサイエンティストとして入ってもある一つの分析だけを延々にやらされるとかじゃなくて、ちょっとなんか経路の違う分析とかこっちの部署のこれも手伝ってよとかって言って、
割と事業会社であっても多様な経験とか詰めそうだから、いけるんだったらデカめの会社に素直に行くっていうのは全然いいんじゃないかなって思いますね。
確かにな。どっちで入った?どういう気持ちだったかな選んだ時。たっちゃんあった?その軸。
ありましたよ、やっぱりデータいっぱい持っている会社どこだっけっていうのは一つ軸として持っていての事業会社ではあるんですが、今の話を聞いて思ったのは、とはいえないものねだりなのかなと思ってて、結局大きな会社に行くとそれぞれの組織があって、
データサイエンスにどっぷり使われる反面、データの取得の仕方とかこういうふうなデータベース作りましょうっていうのはまた別の部署がやっていて、いわゆるデータの基盤を扱う部署。
そことのやり取りがかなりコミュニケーションコストかかって、なかなか欲しいデータが得られないとか、こんなふうにはデータでも取りたいんだけどっていうこのコミュニケーションの難しさは感じるなというところで、なかなかサービスをいいものにしていくっていうPBCへの回すサイクルが遅いなぁとは日々思っているので。
そういう意味だともう少し小回りのきく会社のほうがデータサイエンスを幅広くいろんなことできるのかなぁとも結構今思っているフェーズでもありますね。
そうですね。ただないものねだりってすごいキーワードだと思っていて、今日キャリアの話しましょうっていうのがあったんですけど、僕は別にキャリアについてブログ書いておいてなんなんですけどそんなに意見はなくて、
その時に楽しいと思ったら好きなことをやればいいと思ってるんですよね。かつ基本やっぱりないものねだりで動くなと思って、今の環境が楽しいところもあるけど、そういうないものが目につくようになってくる。だんだんシニアに向かってくるとその職場の中で。
それを感じたら転職の仕時とかキャリアの変え時っていうだけなんじゃないかなって思いますね。そして誰もが分かってますけど、転職した先でも結局また別のないものがあったりとかあるから、延々に満足はしないしそんな100点の職場みたいなのがないから、
27:10
それでもどのタイミングで、どういう意思決定で残るか動くかみたいなのが人の出会いだったりとか、LLMが出たタイミングだからみたいに謎の社会の中に乗ったりとか、それだけなんじゃないかなとは思ったりしますね。
そんなにこういうことに気をつけろみたいなのはあんまり意見としてないなって思ったりしますね。 確かにないですよね。僕もどっちも良かったです。
住宅でやる会社も、事業会社で働くのも、どっちも面白いなみたいなのはすごい思いますね。じゃあそれで言うと8年もブレインパッドに入れたのってすごくないですか?
いやすごいですよね。僕一言みたいに。 多分だけど無理なんですよ。一箇所に8年もいるって。 いや僕もそう思ってました。めちゃくちゃそう思ってました。
それはやっぱあれですか、環境がすげえ変わるから飽きなかったっていうのか、それとも技術を学ぶ方が楽しくて、例えばそこまでないものねだりみたいなのがわかなかったとか、いろいろあると思うんですよ。
そうですね、本当に僕の場合はっていう前提付きですけど、結構いろんな理由ですね。案件が変わるから割と楽しい。いい意味でごまかしが効く。今回つまんなかったとしても、今回飽きたやつが来たとしても、次面白かったらもう1、2年いてもいいかなって思える気になったりとか。
あとは別に案件外でも、5年6年目とかになると、後輩の新卒研修の資料を作ってくださいみたいに、全然斜めからまた違うことが来て、それも思いのほかすごいやりがいとか楽しさがあって、
そういうので念字を重ね、あえて悪く言うんだったら、そういうので念字を重ねちゃったっていうのもあるんですけど、ベースはでも会社好きだったし、一緒に働いてる人たちが好きだったから、思った以上に長く行っちゃったわてへみたいな。
僕も絶対3年ぐらいで辞めると思ってたんですよね。そして周りの人からも同期の中で、吉田が絶対一番早く辞めると思ってたら、お前がほぼ最後やんみたいな感じで。
転職するときもそれを何人からも言われましたね。本当にこんな長くいるとは思わんかったわっていう風に。
じゃあ普通に普段関わっててもそう思われるぐらいの感じなのにめっちゃいたんですね。
そうですね。多くの人と一緒だと思うんですけど、やってるうちに自分なりの楽しさみたいなのを勝手に見つけられると思うんですよね。
30:11
新卒研修のやつやるの楽しいじゃんとか、あとは年次が長くなってきたから社内を良くしようみたいな活動をやったら、意外にそれがすごいやりがいにひも付いてとかっていう。
ある中から何かその時に自分が楽しいと思えることを探すと思うんですけど、それがうまくそういうおもちゃって言ったら怒られそうですけど、
自分が楽しめるおもちゃがいいタイミングであって8年波乗りしてきたみたいな感じはあるかもしれないですね。
大人。
これはでも8年働いちゃったからっていう自己肯定ももちろんあると思うんですけど、なんかでも8年いてそれほど後悔はないですね。
いやもうめっちゃもっと早く転職しとけばよかったわっていうことでもないかなとは思いますけどね。
人それぞれかなあそこは。
確かにな。
いや面白い。
たっちゃんなんかあります?
その中でこの8年後に突き動かした、転職に突き動かした最大のモチベーションはどこなのかなっていうのは聞いておきたいなと思っていて、
今もともと受託分析の会社からさらにまたデータを扱う会社にポジションに移動されたわけじゃないですか。
データっていう一つの業界は変わらずなんですけど、そこの中でなぜにまたこのタイミングで転職しようと思ったかを知りたいです。
しようとしてんな転職。
いやいやいや、参考としてですよ。
あれって僕全然自己紹介しなくてすいません今更なんですけど、今働いているところは10Xっていうネットスーパーを立ち上げるビジネスをやっているスタートアップで、
そこでデータプロジェクトマネージャーっていう肩書きで仕事をしてますと、
それってもうちょっとデータサイエンティスト、自宅分析のデータサイエンティストの時より違うのは、わりとシステム開発に近いような仕事なんですよね。
もうちょっと具体的に言うと、お客さんである小売の、今回だとスーパーマーケットとか薬局になるんですけど、
そこの人たちのこういう商品が何個いつ入荷します、いくらで売りますみたいな期間データがあって、そこをデータをもらってきて、
10Xが持っているこの知識の推移を結晶して作られたようなデータパイプラインがあって、そこに通すとあら不思議、この商品は何個ある、いつ入荷するっていうのがノイズなく綺麗に出てくるようになって、
そこでいろんな前処理とか変換とかをかけてってことなんですけど、そういうきれいになったデータを10Xのアプリに載せて、
33:05
期待する通りのECのサイトみたいにして、ネットでスーパーの商品が買えるようになるっていうような仕事をしてて、
そこのデータ変換とかをするっていうところがデータプロジェクトマネージャーがメイン領域としているところで、
多分にデータ分析というよりは本当にデータのパイプラインを作る、わりとシステム開発、まさにプロダクトを作っているかのようにデータを扱うみたいな意味で、そういう名前なんですよね。
話を戻すと、なんで転職したかなんですけど、8年働いて思い立ったことはめちゃくちゃ当たり前のことを言うんですけど、
データが綺麗じゃないとこれデータ分析しても意味ねえわっていうことに、8年経って憎しみのように変わっていってですね。
データサイエンスの人ってプログラムを書けるから、どんな汚いデータで分析してくださいって言っても、どうにかなるんですよね。
アドホックにコードを書いて、そのまま限りで動くものを作ったりしょうがなくする時もありますし、
これギリギリ動いてるけど動くからよしみたいな感じでデータ分析したりとかレポート書いたりとかシステム作ったりするっていうのがあるんですけど、
自宅分析って特に経路が強くて限られた3ヶ月とか半年とか1年の間でデータを使ってビジネスインパクトを出してくださいってなったら、
そんなに上流のデータをまず前処理して綺麗にしましょうとか、出来上がったプロダクトが安定的に動くようにデータを綺麗にし続ける仕組みとか、
この機械学習のシステムが未来英語を動くようにデータバリデーションをしてみたいなことができないんですよ案外、自宅分析だと。
そんなことしてるのにあなたたちの高い単価使わないでくださいって言われちゃう世界なんで、
でも僕はそれにすごいフラストレーションというか、結局でもそこの当たり前のことを当たり前にやらないとサステナブルなシステムってできないし、
ちょっとした変更に耐えられないしっていうごくごく当たり前の話をやっぱりこれは真面目にそこをやらないといけないんだなっていうので、
データパイプラインっていうのが前後何年かで出てきて、特にDBTみたいにSQLでシステム開発のようにうまくデータパイプラインを作るツールとかも出てきて、
割とその辺の分野が厚くなってきたときに、まさに真面目にやらないといけないのはここなんだよなっていう課題感があって、
じゃあこれ職業に次するかっていう、しかも小売業界なんて明らかにデータ汚いところを真面目にデータ整理したらこんなにもビジネスとして成り立つんだよっていう、
その実績作りに携わってみたくなったんですよね。絶対これ正しい道だと自分は思ってたから、それでいこうみたいな感じですね。
36:07
しびれますね。
すげー。むずいですよね。
基本の基ですよね。データ分析するにおいて、きれいなデータにしましょうっていうところは、当たり前なんだけど、だけど実は見落としがちな部分でもあって、
忘れがちなところでもあって、いろんな素晴らしい機械学習の方法がいろいろある中、真相学習がある中で、じゃあそれを使う側の方に意識がいっていて、そもそものデータに目線がいっていないなと自分は今の話を聞いて、反省も含めて話を聞いたんですけど。
これは全データサイエンティストの課題ですよね。機械学習って普通にすごいんで、割と汚いデータを多少前処理しても100点の答えみたいな、100点の性能みたいなのを出せるんですけど、
データがもっともっときれいだったら普通にこれ500点1000点いくじゃんみたいな世界があると思うんですよね。
100点でも十分すごいんだけどみたいな感じで、それをもっと真面目にやろうよっていう気持ちになったって感じですかね。
今の話ってあれですよね。冷蔵庫の中にあるもので、ありもので作ってくださいみたいな料理をっていう状態か、ちゃんと仕入れ先を確保して毎回安定的に食材、きれいな食材でうまい食材が入ってくるから、このレベルの美味しい料理を作れるみたいな。
たぶんそういう仕入れ先とかそういうところがちゃんと最適化された状態の方がパフォーマンス出るじゃんっていう、っていう当たり前の残飯で作るよりそれはちゃんと買い物行った方がいいじゃんみたいなことじゃないですか。
マジでそうですよね。しかもデータ使ってる人って、どこに美味しい魚があるかとかって全然わかるんですよね。目聞きできるから、じゃあそれ用意しましょうよって言うんですけど、いやいやお前海まで行ってる余裕ねえからって言われて、なんかオフィスに閉じ込められてるみたいな。お前は冷蔵庫の中にあるやつだけでとにかくやってくれみたいな。
それに、あそこか。だから8年やって、いろいろ感じる部分はあるけど、自分の中で一番印象に残ったり、まあ多分そのタイミングにもよると思うんですけど、多分いろいろ料理ができるようになってきたから、ちゃんとした調理場作りてみたいな。
そうかもしれないですね。確かに、本当の料理するシェフの人たちも一定まで行くと、自分で食材の買い入れとかやってますよね。テレビとかでよく見るけど、あの感じに近いのかもしれないですね。確かにそういう例えがまさにそうかも。
39:00
最近また思うのは、割と経営層の人が海まで食材取りに行くのが当たり前であるべきだよねって思ってるかどうかみたいな感じはありますね。その上流のデータをとにかくきれいにすることに、うちは遠回りでもコストを払ってでもそこが重要だからやるって決めてる。
その先に機械学習なりAIなりがあるはずだよねみたいな、初めから機械学習とかAIを汚くても駆動するみたいなことはやらないというか、うちの会社ではそういう思想じゃないよって言ってくれてるトッププレイヤーの人たちがいるところで働くって感じですかね。
めっちゃいい。何年か先とか、数ヶ月先とかのところで指数関数的に伸びる、スケールするタイミングにちゃんと全部準備しましょうみたいな雰囲気ですよね。
投資家泣かせ、投資家泣かせではある。
相言葉のようにその経営層も技術を知ってる会社が今求められてるみたいな話がよくありますけど、でもそれ本当にマジでその通りだと自分は思ってて、別にコーディングできる必要はないんですけど、
例えばヤモトさんとかってNX社長のヤモトさんは技術畑出身の人じゃないんですけど、趣味としてSQL書いたりするんですよね。
今このスーパーの売り上げどうなってるかなみたいな。いやでもなんかそういうことなんだなって思うんですよね。
自分でデータ見に行ってデータの価値がすごく本当に理解してる人だから、こういうデータプロダクトマネージャーみたいなの置いてデータをきれいにしてこれでビジネスをするっていうことに、
その工数を割いてもそれを良しとしてくれる。会社のコストとして払ってくれるっていうのがあるんじゃないですかね。
なるほどな。僕ちなみになんですけど、10X知ったのって、いろんなニュースでチラッと見たことあるような気もするけど、実はポッドキャストだったりするんですよ。
いやわかります。僕もポッドキャストの会社だとはじめ思ってましたよ。それは冗談ですけど。
入り口は一緒か。ポッドキャストで知ってる人結構いますよね。
めちゃくちゃ多いです。採用で実際入ってきた人たちもポッドキャストの認知率めちゃくちゃ高いですね。
可能性あるポッドキャスト、すげえ。
これ本当に恋を題にして言いたいんですけど、採用にポッドキャストめちゃくちゃ効きますよ、絶対に。
プレインパッドの時も新卒入社で入ってくれてる人たちに人事の人がちゃんとアンケートを取ってくれて、その時も確か認知率3割ぐらいだったかな。
面接を上がってきてくれる人ほど、やっぱり聞いてくれてるんですよね。
42:04
それは本当に聞けっていうプレッシャーをやってるわけではなくて、自分が本当に内定するかもって思う会社だったら、
出してる情報を一回全部目通しとくかぐらいのテンションには普通なると思うんですけど、その中の一環で聞いてくれてて、
しかもこういう発信内容だったら自分も違和感ないっすみたいな感じでそのまま来てくれてるので、採用にはめちゃくちゃ効きますよね。
本当に全会社やればって思うんですけど、これは多分並のオウンドメディアよりも運営が大変だし、割とパーソナリティ力というかその人望というか、
むずいですよね。誰がやってもいいわけじゃないから。
なんかITの会社やってて一番出しちゃいけないその俗人性みたいなのがモロに出るから、手出しづらいってのありますよね。
いや本当そうですね。俗人性してなんぼみたいな話なんで、ポッドキャストは。
だから多分スタートアップとかの創業者とかCEOがやってアトラクトするのが一番形としては綺麗というか、
人がどんなに流れていってもそこからいなくならない人が、かつ一番解像度の高い人が話すのがいいんだけど、
その人って一番忙しいからむずいですよね。
ですよね。あとヤモトさんが本当にロジカルに話すのがすごいうまい。
もう明らかに1話分のエピソード聞いてもこの人ズバ抜けて賢いんだなっていうのが一発でわかるような話し方されるので、
やっぱテイクスが人引きつけてるのって優秀な人引きつけてるのってそれがすごい多分にあると思うんですよね。
だから聞きやすいっていうのもあるんですかね。
ですね。それが世の中のあまねく社長があんなにうまく喋って、しかもあんなにモチベーション高く、
なんかうちの会社マジやったるぜみたいなモチベーションをたきつけてくれるような感じかっていうと、それはそうじゃないよねって思うし、難しいですよね。
全員やれとはとても言えない感じは。
確かに。めっちゃマイナスに作用する可能性もありますもんね。
ですよね。これなんかよく言われるな。
アホやんみたいな。
なんか飲み会に行ったら一人は絶対に話が面白い人がいるから、そういう人をポッドキャストに出せばいいっていうことをよく言われるんですけど、
結構怖いなと思ってて、飲み会で話うまい人と会社の一部顔みたいなのを背負ってポッドキャストやる人ってやっぱ違うと思うんですよね。
例えば言葉遣い一つとっても、そういう強い言葉を使う会社はちょっと自分はあんま好きじゃないですって跳ねられる可能性全然あると思いますし、
話す内容とかも真面目すぎても聞かれなくなるから、程よくエンタメみたいなのを入れないといけないですけど、そこもめちゃくちゃセンス問われますよね、普通に。
45:02
すげー刺さってる。
ふざけすぎるとね。ふざけすぎると視聴数落ちますからね。
それは現実として起こってるって話なんですか?
今その可能性を感じ始めてますよね、アナリティクス見ながら。
ここの落ち方は、すげーつまんないこと言った落ち方なんじゃないかみたいな。
いやー面白いですよね。全然それが好きな人が引き続き聞いてくれるし、でもそうじゃないって分かった瞬間に離れる人も絶対言っているから、
やっぱりポッドキャストで発信するにも、うちはどういうカラーでやってる会社かみたいな、結構ブランディングというかその会社が大切にしていることをちゃんと体現できるような人が喋らないといけないって言ったら、
まじで誰やねんそんな、それは社長じゃなくてでも社員でも社員なのか社員には似顔も過ぎるのではみたいな感じになりますよね普通に。
なるなーそれは。
普通に考えたら。
逆にでも本当にマッチした時強いはありますね。会った時の親近感とかもすごいし。
ですよねー。マッチ、刺さり方は尋常じゃないですよねやっぱり。
このポッドキャストもあれですね。吉田さん出てもらったおかげで認知してもらって、誰かの新卒の材料にしてもらって、視聴者数増やしてもらいましょう。
いや今白金工業FMの星見たら8個しかついてなかったんで。
そのうちの1個僕です。
じゃあ7個。そうなんです。僕は本当にかなり今日褒めてもらいましたけど、別にそんなにすごいデータサイエンティストでもなく、ポッドキャストも趣味でやってただけと、
あとキャリアについてもめちゃくちゃコメントがある。1時間喋っといてなんなんですけど、そんなにコメントがあるわけでもない、普通のデータ分析系の人っていう一つの意見として、そんなのもあるなって聞いてもらったらいいなと思いますね。
こうやってこれを皮切りに、いろんなデータ分析やってる人たちの意見を聞いていくと、多分いろんなバリエーション出て面白いんだろうなと思ってるんで。
そうですよね。
吉田さんも出たんだぞっつって、いろんな人引っ張ってきて、こっち側からいろんな価値を届けられるように頑張っていこうかなと思ってるんで。
1個目これでよかったのかなってめっちゃ思ってます。
いまだに。
大丈夫です大丈夫です。
ありがとうございました。
いやー面白かった。ありがとうございます今日は。
ありがとうございます。
今働いてる10Xの話もそうだし、BrainPadの話もいろいろしてもらいましたけど、なんか最後お知らせとかあれば。
10Xは今積極採用中なので、僕に直接DMしてもらったりとか会社の窓口とかにしてもらったらカジュアル面談とかぜひしましょうっていう宣伝をさせていただきます。
48:18
よしださんのTwitterのURLと、あとは10XのPodcastのURLも概要欄に貼っておくので、ぜひ皆さん聞きに行ってみてください。
感想はちゃんとしてね。
あともう一つだけ。
白金工業FMは僕は卒業したんですけど、普通にそもそもPodcastが好きでやってただけなんで、最近個人のPodcastを始めたので、また気が向いたら聞いてみてください。
界隈.チャットっていう名前で始めました。
ぜひ。これ僕ら出ていいんですか?
ぜひ次回出てください。これのバーターとして出てください。
分かりました。これのアフタートークになるのか別軸の話になるのかっていうところもありつつ、僕らも遊びに行くんで。
なので皆さん概要欄からそっちも飛んで聞きに行ってください。よろしくお願いします。
お願いします。
ということで今回はそんな感じで終わりにしたいと思います。
となり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いたします。
番組の感想や質問はハッシュタグとなりの分析屋、となり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便り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。
吉田さんありがとうございます。
ありがとうございました。
吉田 ありがとうございました。
