『スタートアップでのフルスタックデータサイエンティストとは何か』

スタートアップでのフルスタックデータサイエンティストの定義

常に加速し、高い協力性を持ち、常に学び続ける

過去約12ヶ月間、私はヘルステックスペースのスタートアップでデータサイエンティストとして働いてきました。私はチームの2人のデータサイエンティストの1人として参加し、仕事をやり遂げ、将来の成功のためにスケーラブルなシステムを構築するために、フルスタックのエンジニアと科学者である必要がありました。

この期間中、私は過去のどの役割よりも多くのことを学びました。この記事では、私の経験を最も簡潔にまとめる3つの主なイデオロギーを紹介します。

基本的には、逆説的である必要があります。しばしば対立する世界の細い線上を歩かなければなりません。この仕事の側面は、他の多くの役割よりもあなたに求められることが多いため、輝くのは本当に難しいです。しかし、強く学ぶ経験を求める人にとっては、これ以上ないものです。

ビルダーと戦略家であること

どれだけビルドしなければならないかは、スタートアップの進行具合やデータサイエンス/機械学習、データエンジニアリング、データ分析チームの人数によって異なります。どの場合でも、あなたは全体のMLスタック（データの取り込みから展開まで）を操作するだけでなく、将来のプロジェクトをより良くするためのプラットフォームを構築することも求められるでしょう。

• 「量子もつれ測定の革命：限られたデータで深層学習が従来の方法を上回る方法」
• 「モンテカルロシミュレーションを通じてA/Bテストのパフォーマンスを理解するための初心者向けガイド」
• 「Langchain Agentsを使用して、独自のデータアナリストアシスタントを作成しましょう」

しばしば、重要なビジネスステークホルダーとのミーティングに参加し、直接的に収益に影響を与えるモデルを作成することになります。これは一般的にほとんどのデータプロジェクトで行われますが、このタイプのシナリオではさらに多くのノイズが存在することがあります。定義上、あなたは競合他社よりも顧客により大きな価値を提供する方法で新しいことをしようとする領域で働いています。つまり、既に行われている従来のMLプロジェクトに取り組むことはなく、プロジェクトが手渡されることはないでしょう。あなたは何か新しいものを構築しようとする責任を持っています。データセットのキュレーション、特徴エンジニアリング、モデリング、モデルの適用、またはそれらすべてにおいて新しいアプローチを試みるべきです（もちろん、倫理的で法的な制約内で）。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!