弊社支援範囲を上流工程に絞り可能な限り貴社人材が自ら考えタスクを遂行できるよう伴走型で支援します。具体的には、ビジネス課題の抽出、ビジネス課題のデータサイエンス課題への変換、データの前処理、特徴量エンジニアリング、機械学習モデルの構築・評価、社内関連部門との連携、モデルのメンテナンスといった一連のデータサイエンス活用サイクルを伴走し支援します。データサイエンス部門の4つの機能とそれを実現する3つのケイパビリティの観点から育成を図ります。
データサイエンスや機械学習領域の技術進歩は早く、一年前に失敗したテーマであっても常に成功確率は上がっていると考えられます。また成功するか失敗するかはわからなくても、試す価値のある技術が次々に積み上がっています。この積み上げに対し技術評価を与えないと、データサイエンス部門そのものが技術的負債になってしまいます。CI.では最新アルゴリズム動向に照らし、常にデータとアルゴリズムの最大ポテンシャルを提供します。
例えばPOC死させないモデルの評価法で紹介の通りモデル評価はそれだけで奥深い点があります(解説動画はこちら)。表面的な評価指標の比較だけの認識ではモデルをビジネスプロセスに搭載してもうまくいきません。モデル開発は評価法の開発とセットでありその過程でステークホルダーとコンセンサスを積み上げる必要があるからです。助言型支援ではデータサイエンス活用時によくある落とし穴の回避を目的に主にディスカッションを通し支援します。
受託サービスの契約期間中、ご希望のクライアント企業には弊社運営のオンラインサービスCIオンラインプラスのIDを無償提供しています。データサイエンス部門に限らず、データを活用する社内ステークホルダーの方々と一緒にデータ活用に関する基礎知識の習得にお役立て下さい。
はじめまして、クリエイティブ・インテリジェンスの山田と申します。データは21世紀の新しい石油とも例えられ、多くの組織でその蓄積と活用が進められています。その中で私たちが大切にしている領域があります。それはインテリジェンスの生産です。
インテリジェンスは組織の利益に資するまでに洗練されたインフォメーションの事で、データを単に加工したたインフォメーションとは区別される概念ですが、多くの方はデータからインフォメーションへの変換までも”分析”と呼んでしまっているのが現状です。
しかし、私の知る限りそのような組織で生産性の高い組織はありません。分析とはデータをインテリジェンスにまで洗練させるものであり、そこへの理解が低い組織ではデータや人材への投資が不十分になる為と考えています。
CI.はThe Analytics Companyとして、私達自身がインテリジェンスの生産者として高い技術力と実直なマインドを有したプロフェッショナルであることを前提に、クライアント企業に対しインテリジェンス生産能力の開発と、インテリジェンス人材の育成に貢献したいと考えています。
以下はCI.が考えるDS部門の姿です。以下記事で紹介させて頂いている機能とそれを実現するケイパビリティの調達と開発なくして組織におけるデータの利活用は進みません。育成型支援やアドバイザリー型支援においては、このような視点の共有から丁寧に進めさせていただきます。
データサイエンティストが担う分析は単なるデータ加工ではなく、様々な思考法を駆使し意思決定をサポートしなくてはなりません。以下記事ではデータサイエンティストがよく活用する思考法の一つ仮説演繹法について紹介しています。このような思考法の実践力強化には地層を積み重ねるような思考の反復が無ければ難しいと考えております。
一部を除きデータサイエンスや機械学習の活用はこれからが本番です。最新の知識や技術を身につけた人材と変革を主導する組織マネジメント層の高いレベルでの協働が不可欠ですが、そこには常に組織適応課題が生じます。以下は芝浦工業大学で実施した特別講義を社会人向けにアップデートしたライブ配信動画です。そもそも統計学とは、機械学習とは、そして組織におけるデータ活用時の意義とは何かについて取り上げました。
受託サービス期間中に見放題となるCIオンラインプラス提供のサンプル動画です。受託サービス時の打ち合わせ時間だけでは全てをお伝えできませんし、またご質問されるのも難しいと理解しています。ご支援させて頂く中で登場する用語や概念について、実際にご支援させて頂く者が解説している動画ですので、一般的な研修や座学とは異なる学習成果を得られるとご評価を頂いております。