先輩データサイエンティストからの指南書―実務で生き抜くためのエンジニアリングスキル

個数:

先輩データサイエンティストからの指南書―実務で生き抜くためのエンジニアリングスキル

  • ウェブストアに40冊在庫がございます。(2025年09月27日 14時32分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●3Dセキュア導入とクレジットカードによるお支払いについて
    ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 240p/高さ 21cm
  • 商品コード 9784297151003
  • NDC分類 007.6
  • Cコード C3055

出版社内容情報

データサイエンティストに求められるスキルは、いまや分析技術だけではありません。実務で活躍できるデータサイエンティストになるためには、チームでの働き方も身に付けなければいけないでしょう。本書では、分析環境の準備・分析データのチェックから、機械学習モデルの運用やプロトタイプ開発まで、データサイエンティストが抑えるべき「分析前後」の知識を身に付けられます。ワンランク上のデータサイエンティストになるための、強力なガイドとなる本です。


【目次】

第1章 実務で生き抜くためのエンジニアリングスキル
1.1 データサイエンティストを取り巻く環境の変遷
1.1.1 希少価値が高かったデータサイエンティスト黎明期
1.1.2 技術民主化の波とPoC 止まりの現実
1.1.3 データサイエンスを価値に繋げるために
1.2 プロジェクトで求められるエンジニアリングスキル
1.2.1 データサイエンスプロジェクトのフロー
1.2.2 データサイエンティストのスキル習得プロセスによる課題
1.2.3 データサイエンスプロジェクト特有の難しさ
1.2.4 価値を生むために必要なエンジニアリングスキル
1.3 まとめ

第2章 環境構築
2.1 分析の土台としての環境構築
2.1.1 なぜ環境構築が大切か
2.1.2 適切な環境構築をするために
2.2 リポジトリの構造を整える
2.2.1 適切な構造のリポジトリを作るメリット
2.2.2 本書で扱うリポジトリ構成
2.3 VS Codeでの開発環境の整備
2.3.1 VS Code の設定
2.3.2 VS Code の拡張機能
2.3.3 VS Code のデバッガ
2.3.4 VS Code のショートカット
2.4 Dev Container による仮想環境構築
2.4.1 仮想環境とは
2.4.2 仮想環境の種類
2.4.3 Docker とDocker Compose
2.4.4 Dev Container の使い方
2.5 uv によるパッケージ管理
2.5.1 パッケージ管理
2.5.2 パッケージマネージャーの比較
2.5.3 uv によるパッケージ管理
2.6 まとめ

第3章 コードの品質管理
3.1 Notebookだけのデータサイエンティストからの卒業
3.1.1 Notebookの手軽さと課題
3.1.2 Notebook vs Python Script
3.1.3 NotebookユーザーのためのPython Script入門
3.1.4 一歩上のNotebookの使い方
3.2 コード品質とは
3.2.1 コード品質の重要性
3.2.2 品質の高いコードとは
3.3 品質の高いコードとその実現方法
3.3.1 関数
3.3.2 クラス
3.3.3 命名
3.3.4 コメントの書き方
3.3.5 コーディング規約
3.3.6 型ヒントと静的型チェック
3.3.7 テスト
3.3.8 品質の高いコードを書けるようになるためには

内容説明

「Notebookで動く」だけで満足していませんか?

目次

第1章 実務で生き抜くためのエンジニアリングスキル
第2章 環境構築
第3章 コードの品質管理
第4章 データの品質確認
第5章 機械学習モデルの実験管理
第6章 プロトタイプ開発

著者等紹介

浅野純季[アサノジュンキ]
株式会社ブレインパッド リードデータサイエンティスト。プロジェクトマネージャーとしてECサイトのマーケティング分析、レコメンド、効果検証、ゲームのチート検知などのプロジェクトをリード。また、データサイエンスpodcast「白金鉱業.FM」の配信、Meetupイベント「白金鉱業Meetup」の主催、大学での寄付講義などでも活動

木村真也[キムラマサヤ]
株式会社ブレインパッド データサイエンティスト。金融・食品業界におけるDX推進組織の立ち上げに携わる。DX推進組織のビジョンやアクションプランの策定といった上流の支援に加え、課題整理、分析、運用化までのデータ活用支援も担当。顧客のデータ活用人材の育成や社内コンペの主催など、データ・AI活用の民主化に向けた取り組みも実施

田中冬馬[タナカトウマ]
株式会社ブレインパッド データサイエンティスト。デジタルマーケティングの領域での分析集計・機械学習モデルの構築や、LLMを活用したプロダクト開発などを担当。LLMに関する研究活動にも取り組み、論文の執筆や学会での発表を行なっている。社外では、AIを活用して研究の自動化を目指すプロジェクトAutoResに参画している

武藤克大[ムトウカツヒロ]
株式会社Citadel AI ソリューションエンジニア兼ソフトウェアエンジニア。新卒で株式会社ブレインパッドに入社し、機械学習エンジニアとして、製造業・小売・金融業を中心に、MLOpsの推進や生成AIを活用したシステムの検証・開発に携わる。現職では、AIセーフティーやAIガバナンスに関するプロダクトの導入支援や開発を行う

〓泉穂[ヤナギミズホ]
株式会社タイミー データサイエンティスト。新卒で株式会社ブレインパッドに入社し、通信や小売の領域を中心に、予測モデル開発やLLMアプリケーション開発、データ基盤整備などのプロジェクトに携わる。統計学を専攻していた知見を活かし、新卒研修の資料作成や講師も担当(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

最近チェックした商品