Books

Ai・データ分析プロジェクトのすべて ビジネス力×技術力=価値創出

大城信晃

Product Details

ISBN/Catalogue Number
ISBN 13 : 9784297117580
ISBN 10 : 4297117584
Format
Books
Publisher
Release Date
December/2020
Japan
Co-Writer, Translator, Featured Individuals/organizations
:

Content Description

現場でしか得られないビジネス知識/暗黙知を解説。課題設定→案件獲得→外注見積→契約→分析手法の検討→進行管理→分析結果の評価→レポーティング→分析基盤の構築検討→収益化。プロジェクトの入口から出口までのノウハウを網羅。

目次 : 第1部 プロジェクトの準備(AI・データ分析業界の概要/ データサイエンティストのキャリアと雇用 ほか)/ 第2部 プロジェクトの入口(社内案件の獲得と外部リソースの検討/ データのリスクマネジメントと契約)/ 第3部 プロジェクトの実行(AI・データ分析プロジェクトの起ち上げと管理/ データの種類と分析手法の検討 ほか)/ 第4部 プロジェクトの出口(プロジェクトのバリューと継続性/ 業界事例)

【著者紹介】
大城信晃 : NOB DATA株式会社代表取締役社長。ヤフーやLINE Fukuokaなどでデータサイエンティストとしての経験を経て、福岡にてNOB DATA株式会社を起業。データサイエンティスト協会九州支部委員会の委員長

マスクド・アナライズ : 空前のAIブームに熱狂するIT業界に、突如現れた謎のマスクマン。“自称”AIベンチャーを退職

伊藤徹郎 : Classi株式会社データAI部部長データサイエンティスト

小西哲平 : 株式会社biomy CEO。大阪大学大学院基礎工学研究科修了後、NTTドコモ先進技術研究所にて研究/新規事業開発に従事。NTTドコモ退社後、ITベンチャーCTOやバイオテックベンチャーAI Lab部長などとして複数の会社でのデータ分析/AI開発を行い、株式会社biomyを創業

西原成輝 : 合同会社オコジョデータサイエンティスト。大企業での勤務経験を経て、データサイエンティスト

油井志郎 : 株式会社ししまろCEO。Webデザイナー・ディレクター・マーケターを経て、東証一部上場企業にてソーシャルゲーム・広告データの分析に従事し分析業界へ。その後データ分析コンサルティング会社にてさまざまな分析業務・AI開発を行い、フリーランスを経て、株式会社ししまろを設立(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)

(「BOOK」データベースより)

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • nbhd

    資本主義社会のビジネスにおいて、データサイエンスをどのように作動させるかをていねいに概観した本。よぉく理解できた。…どうやら、データサイエンスと資本主義はベッタリと密着しているようで、資本主義アレルギーを罹患している僕にとっては、わりとゲンナリする内容だった。なんでそんなに、お金儲けしたいかねぇ…。というわけで「教訓」、データサイエンスを学ぶ前に、資本主義アレルギーをまず何とかせよ!

  • エリナ松岡

    よくまとまっていて分かり易かったです。実際にプロジェクトをこなすのは大変そうではありますが、大体この本に沿ってやっていけばこなせるんじゃないかという気になってきました。会社の一部門ならまだしも、専業の会社としてやるのはかなりハードル高そうですが、数こなせばどうにかなるのかな?

  • Taizo

    AI・データ分析の「技術」に関しては本や無料のWeb講座が掃いて捨てるほどある中で、実際のプロジェクトでどう活用していくのかに関してはブログなどに散見しているのが現状だと思います。この本を除いては。「データサイエンティスト」と言う言葉が生まれる前からデータ分析の仕事に携わってきた著者人によって書かれた、現状比類なき分析プロジェクト推進に関する教科書ではないでしょうか。 ビジネスには明るいが分析は初心者or技術は一通り分かるので実務で活用したい、という方にはぜひ一読をオススメします。

  • ぶう

    「組織の立ち上げ方」や「プロジェクトの進め方」など、内容はビジネス面がメインテーマ。DXがバズワード化する昨今、AI 活用に取り組む企業も増えたが、結果が出ている所は少数。現場側のAI への無理解が原因となる不適切なテーマ設定が大きな理由のひとつであろう。そういう意味ではテーマ設定で成功するか否かがほぼ決まってしまうとも言える。どういう課題を解くためにAI を使うのか?目的を見失わない事が重要。またクラウドではaws が強いがデータウェアハウスとなるとBigQuery推しの人がやたらと多い。参考にしたい。

  • らっそ

    YOUTUBEの推薦図書。「経営層との期待値調整」と項が設けられているのリアル

レビューをもっと見る

(外部サイト)に移動します

Recommend Items