2017年の振り返り
こんにちは。
今年は何をやったか思い出せないくらいにはなんかやってた気がします笑。去年もやりましたが、今年も一年の振り返りをしておこうかなぁと思います。
あと、これも去年書いてますが、最近色んな人が私のブログを見てくれているようで、ここで今年の感謝と来年もよろしくお願いしますと言わせて頂ければと思います。来年からは予定通り行けば社会人です。
これからもよろしくお願いします。
2017年の振り返り
去年と同様に時系列にやったことを書きます。ただ、全然思い出せない…笑。なんかひたすらに今年は勉強していた気がします。ブログとかslideshareとかでは定期的にアウトプット出してましたが、プロダクトや成果としてのアウトプットの量が少なかったなぁと思います(反省)。
1月：就活＆機械学習の勉強してた
この時期は就活の続きをしていた気がします(あんまり覚えていないという汗)。あとは、2月に始まるリクルートのデータサイエンスのインターンシップに向けてってほどでもないんですが、普通に勉強していました。
確かこの時から企業の方の案件を始めたと思います。初めてデータサイエンスの案件をやることになったので、とてもビクビクしていたような気がします。笑
2月：リクルートのデータサイエンスのインターンシップに行ってた
これって今年だったのかと思うくらいには、だいぶ昔のことのように思えますね。この時に、「同世代にこんなやつおるねんやー」とか、「リクルートのデータサイエンティストの人ってこんな人おるんやー」とか思えたのは、今年の1年において大きく自分に影響を与えたように思います。
この機会によって、この年に行うことが結構決まったように感じますし、課題感が明らかになりました。結果はあまり良くなかったですが(笑)、行ってよかったなと思います。
3月：データ分析プロジェクトの開始＆論文を書いてた
たしかこの時期に、英語の論文をせっせと書いていたと思います。データ分析のプロジェクトに合わせて、
- 時系列解析
- 数理最適化
の2つを本格的にやりはじめたのもこの時期でした。一つの企業のデータはかなり綺麗だったのですが、もう一つの方がなかなかうまく行かず、結構苦戦していた記憶があります笑。Pandasとかはこれで結構勉強もできたので、色々良かったかなと思います。
次の研究のネタについても少しずつ準備して板敷きでもあり、動き出していた時期でもあります。もうだいぶ前だなぁ笑。
4月：強化学習の入門を始めた＆データ分析プロジェクト
強化学習の入門を始めたのが、この時期でした。勉強会に強化学習をデキる人が入ってきたので、その影響もあり流行っているし勉強しておくか的な感じで勉強しました。
普通に面白かったですが、まだ理論勉強したり論文読んだりして、簡単な実装くらいしかしてないので、ここももう少し掘り下げてアプリとかにしてみたいなぁと思っています。
5月：時系列予測のプロジェクトの完了＆DQN祭り＠機械学習勉強会
後輩と一緒に、店舗の時系列の来客数のデータを用いて、予測のプロジェクトをしていたのですが、それを報告して完了させました。そんなに難しいタスクではなかったんですが、時系列解析の入門がそこそこできたので、色々勉強になりました。
いつものサンプルとかとは違って、実際に企業のデータを用いて時系列の予測をしたので、結構おもしろかったです。精度もそこそこでましたし、結果としてもそこまで悪くなかったんじゃないかなと思います。
ただ、この時に感じたのは、
- その成果と、プロダクション環境にぶち込むことは違うこと
- 精度を出しても理解されないと意味がない
- 組織の中でデータを活用しなければ精度を出しても意味がない
ということです。このあたりは来年の課題でもあるなぁと思っています。この影響もあり、人事とかにより熱心に勉強し始めたり、データ分析を行う組織とかについて興味を持つようになったのもあります。
6月：画像認識の入門をする＆研究
前からやりたかった画像系の勉強ができました。以下の本とかを読みました。
最近はDeep Learningでの画像処理が流行っている(というかそれしかない気が)と思いますが、Deep以前も知れて良かったです。Deepの方の画像処理も自分でごちゃごちゃやるくらいには出来るようになったので、来年は画像処理関係でアプリとか作ってみたいなと思っています。
7月：アンサンブル学習の入門をする＆研究
前からKaggleに参加したいと思っていたのもあり、よく使われるアンサンブル学習の手法を一通り入門をしました。今Kaggleやっていて、そのカーネルとかみていると、もう本当にアンサンブルばっかりだなぁと笑。みんな精度あげるために本気出しすぎてワロタ的な感じになっています笑。・
8月：数理最適化を勉強＆MCMC/Stanを始める
ちょうどやっていた分析プロジェクトの一つがシフト作製とかだったので、数理最適化を勉強し直していました。pulpとかで最適化問題を実際に実装したり、夏休みを利用して目一杯本を読んだりしたので、結構個人的には次同じようなタスクが来ても大丈夫なくらいには勉強できたのではないかなと思っています。
また、MCMCが個人的にやりたかったので、これもやってみました。結構面白くてStanとかでパラメータの最適化とかもやれたので、なんか面白いタスクないかなぁと思っています。MCMCとかはもう少し勉強したいですが、変分ベイズをそろそろ克服しないとなぁという感じですので、そっちからやるか…汗
9月：異常検知と変化検知の勉強を始める＆Deep Learningの研究
内定先的に勉強しておいたほうが良いかなぁと思って、なんとなく始めたのが「異常検知と変化検知」の勉強。
読んだ本とかが「PRMLくらいはわかっておけよ」って言うノリが強かったので、苦労して読んでよかったなとなっていました。
勉強した本では結構応用よりのタスクに対してどうやって対処するかって感じで書かれていたので、勉強した基礎的なところが出てきて、成長を感じれたので嬉しかった記憶があります。
10月：修論の中間報会＆プロダクト開発
修論お前何やっているんだっていうくらいには、修論以外のネタがココまで出てきていますが、書いても面白くないので飛ばしているだけで笑。この月は中間報告があったのでソレに向けて本気出すというのと、あとはプロダクトの開発をしていました。
実は、7月か夏休みか、そこら辺くらいからWebアプリケーション作るために、HTML/CSS/webpack/babel/ES6/Flask/MySQL/Dockerとかを勉強していて、その開発とかをメインでやっていたという感じですね。
なんでかというと、Webメディアをゼロベースで作るというのを、6月くらいから企画からコンテンツ、デザイン含めてチーム(4人くらい)でやっていて、ちょうど企画やコンテンツ、デザインが落ち着いて本格的に実装に入りだしたので、ここから本気出していました笑。
その関係もあり結構不規則な生活しまくりだったので、しんどかったですが、楽しかったです。
11月：Kaggleを本格的に始める＆Fluent Python輪講会を始める＆プロダクト開発
修論は何処言ったって感じなんですが、修論も大詰めなのでやらざるを得ずやってます笑。一年を通していろんな手法勉強できたし、そろそろ実践の場がほしいなぁと思っていたので、Kaggleを本格的にはじめました。
また、Pythonの勉強をもっと深くやりたかったので、Fluent Pythonって言う本が良いと聞いて、これも研究室で企画して輪講会してました。12月中に輪講は終わったので、結構なペースでやってたんじゃないかなぁと思います。
あとは、11月中にプロダクトのリリースがあったので、「ぐぉぉぉぉぉ」って感じで実装してました。いやー、これは実にキツかった笑。
12月：インターン先でプロダクトのリリース＆修論＆PRML合宿開催
プロダクトのリリースが12月の頭までずれこんじゃいましたが、一旦終わりました。自分で本当にゼロから作るというのは初めてだったので、リリース時は感動でした(リリース自体は朝2時とかでしたし、リリース前はなんか2日くらい泊まり込みでやってましたし、色々アレでしたが面白かったです笑)。これから運用とかも勉強していかないといけないのですが、またそれについては勉強したこととかを書いていこうかなという気持ちです。
あとは、修論ですね。1月に発表があるので、かなり準備しないといけないんですが、精度がもう少し出てほしいなというツラみ笑。まぁ年末までのもう少し頑張って、年内にはある程度形にしたいなと思っています。
また、昨年に引き続きPRMLの合宿をしました！今年は3日にわけてやって、個人的にはめちゃめちゃ楽しかったですし、新しく勉強した部分も多かったんですが、まだわからないところあるなって感じなので、来年はセコセコと演習問題を一通り解ければなぁと思っています。
2017年やったことを振り返って
書き出してみるとまぁまぁやったかなって感じですが、こうやってみるともっとできたなぁと思いますね。
さて、今年は主に4つあったと思っています。
- 自分で企画からゼロベースで作ったWebアプリケーションをちゃんとリリースした
- 機械学習の様々な分野の勉強と実践をした
- 人事とかWebマーケティングの勉強と実践をした
- ブログとかで定期的に自分の考えたこととかをアウトプットできた
Webアプリケーションのリリース
これは本当に今年頑張ったなと思います笑。リーダーとして自分はサービス開発に関わっていたのですが、本当にゼロからだったので、Vision/Mission/Value/Tag-Lineなどの策定から始まり、サービスの内容、ターゲティング等など全部チームでやることができました。
その上で、サービスをただ単に実装するだけじゃなくて、デザイナーとコミュニケーションをとってUI/UXの改善をしたり、チームでどうやって流動性や仕様変更がある中で開発を進めていくかなど、チームとしての開発を長期的にマネジメントするっていうこともやれました。
だれからも指摘されずに模索しながらやったので、合っているのか正直一ミリもわからない中で意思決定しまくっていたんですが、今のところそこそこ上手くできているのではないかと(ミスに気づいていないだけかもですが汗)。
本当にこれはできてよかったなぁという感じです。感動です！一緒にやってくれたチームの皆には感謝です。
機械学習の様々な分野の勉強と実践をした
改めて見ると結構色んな分野勉強したなぁと思いました。上ではかかなかったですが、PRMLは合宿以外にも年を通して勉強会でやっていたのもあり、応用とかを知りたかったり、最新技術を知りたくなって様々な分野に手を出したりしていました。
もともと勉強したかった分野を一つずつ潰していったという感じでもありますが、やっぱり色々手法を知らないといざ課題が出た時に最適な手法を選べないというのは辛いので、基礎を抑えつつ色んな分野を勉強する方に今年は走っていました。その分、各分野は浅くなってしまったので、また来年以降も勉強ですね。
自分で機械学習関係のアプリとかも実装してリリースもしたかったんですが、なかなか時間がとれなかったなぁと思いますし、実際にプロダクトリリースをしてみて１人でやるにはそれ相応に幅広めな知識がいるなぁとも思いましたので、精進って感じですね…来年頑張りたい…。
人事とかWebマーケティングの勉強と実践をした
ここまで書いてなかったですが、一年を通して人事とかWebマーケティング、組織とかについて勉強してきました(主に本をベースにして自分のチームで実践しながらって感じですが)。
上で書いたWebアプリケーションの開発というのが、メディアに関することで、その運営とかをやる関係上、こういう人事とかWebマーケティング的なこともやってました。
今年は結構理論よりのこととかも勉強できたのですが、まだまだ分厚目の本とかで読みたいやつは読めてないので、もっと勉強したいなと言う感じです。
人事はもともと興味があってどっぷりやっているんですが、やっぱり理論と実践の間には乖離があるな、と。ベンチャー企業においてはどういうふうにどこまで人物要件を決めるかとか、採用戦略を立ててもその上の経営戦略が変わるとかあるともう木っ端微塵になるとか、もうマジであーめんって感じでした笑(でも、コレも勉強になったといえばそうかもしれないです)。
また、人事についてはいろんな企業の採用業務とか戦略とかがわかるようになってきて、少しうれしいなぁとなりました。来年は人事系のサービスとか業務にもっと関わってみたいなぁと思います。
ブログとかで定期的に自分の考えたこととかをアウトプットできた
これは今年結構デカかったと思います。今年は自分のやったことを文字に起こしてアウトプットする習慣がついて、そのメリットを享受しまくりだったので(細かい理論とかコマンドは見返して勉強し直す的な)、来年以降も続けていきたいなと思います。
結構フィードバックとかも知り合いからはあったり、こういう風に考えているんやで～みたいなのをURL一本でシェア出来るのは便利だったので、どんなことでも考えていることを書くのは結構良いのかもって感じですね。昔の自分の記事みると、「へぇー」ってなりますし、忘れやすい脳みそにはちょうどいいのかもしれないです。
今年で修士も終わるので
今年で修士も終わるので、その感想でも。
どうしても課題ベースで考えてしまう部分があって、理論の応用とか実践への投入、ビジネス的な価値に意味を見出しちゃったり、プロダクトとして何かしらの役に立つものを作ったりする方に興味がわいちゃうので、研究やっていても、なんか違和感だらけだったのがこの修士の2年間でした笑。
研究者、特にアカデミアの世界などには私は向いてないかもなぁと思いました。
2017年の反省点
体調はいつまでたっても良くならなかった笑。ので、体調は本気出して回復したい…。
あと、今年は機械学習に関しては勉強ベースになっちゃったので、プロダクトの規模とかランキングとか、なんかそういう目に見える形での成果をもっともっと意識してやりたいなぁと思います。
2018年やりたいこと
今年は機械学習の様々な分野について勉強しまくった一年だったと思います。でも、もっと技術については勉強したいし、最近は人事やプロダクト関係でデザインとかについても、UXとかサービス開発の組織をどう作るかとかの部分で興味が湧いてきました。
来年やりたいことは以下のコトあたりです。
機械学習/データサイエンス系
来年はより実践に特化して、現実の課題を解いていきたいなぁと。その意味で、コーディングスキルとか、理論とかも並行で勉強していきたいなと言う気持ちです。
- Kaggleとプログラミングコンテストへの継続的な参加
- 機械学習案件をビシバシやる
- 機械学習の理論勉強とプロダクト開発
- C++/Go/Julia/Pytorch/Tensorflowをやる
機械学習系の内容としてぜったいに勉強したいのは、
- 自然言語処理
- 画像処理
とかっすね。このあたりは機械学習関係ない要素もありますが、どこに書くか迷ったので、ココに書きます笑。
Web Application系
- 人事系のサービスで何か1つしょぼくてもプロダクトを作ってみる(Goとか使いたい気持ち)
- デザインについて学ぶ(UXとかプロダクトチームの在り方とかメインで)
- SPAとかのフレームワークを使って何か作る(Vue.,jsとか)
アウトプット系
- 勉強会の参加とか登壇とか
- ブログの定期的な更新
人事系
- 人事系のサービスか業務に携わる(その中で、組織論/経営戦略/採用戦略/マーケティングについて学ぶ)
やる内容とかはその時時に合わせて変わってくるので、なんとも言えない部分がありますが、30歳くらいまでには人事とデータに関わりながらエンジニアとして何かしらできたらと思っているので、来年は会社の業務とかをやりながら色々できればなぁと思っています。
それでは、来年もよろしくお願いします。
