渋谷駅前の人が紹介していたので眺めてみた。
2024年版：独断と偏見で選ぶ、データ分析職の方々にお薦めしたいホットトピックス＆定番の書籍リスト - 渋谷駅前で働くデータサイエンティストのブログ
データサイエンススキルとデータエンジニアリングスキルの違いがいまいち分からない…。
![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]](https://m.media-amazon.com/images/I/51cUi7d-CZL._SL500_.jpg "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]")
第1部 プロジェクトの準備
第1章 AI・データ分析業界の概要
第2章 データサイエンティストのキャリアと雇用
データサイエンティスト協会が定義しまスキルセットである，ビジネススキル，データサイエンススキル，データエンジニアリングスキル
ビジネススキルとは，問題の背景を理解したうえで，ビジネス課題を整理して解決する力
→プロダクトマネージャー／プロジェクトマネージャー
データサイエンススキルとは情報処理，人工知能，統計学などの情報科学系の知恵を理解し，使う力／コンピュータサイエンス，数学などの理論とプログラミングによる実装に関する知識や手段を認識し，ビジネス部門で定義された課題に対して科学的アプローチで解決手段を提示
→リサーチャーや研究職
データエンジニアリングスキルはデータを意味のある形に使えるようにし，実装，運用できるようにする力
→SRE (Site Reliability Engineering) エンジニア
第3章 データサイエンティストの実務と情報収集
第2部 プロジェクトの入口
第4章 社内案件の獲得と外部リソースの検討
第5章 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
第6章 AI・データ分析プロジェクトの起ち上げと管理
第7章 データの種類と分類手法の検討
第8章 分析結果の評価と改善
第9章 レポーティングとBI
第10章 データ分析基盤の構築と運用
第4部 プロジェクトの出口
第11章 プロジェクトのバリューと継続性
第12章 業界事例
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 | NDLサーチ | 国立国会図書館
336.17
