「現実的なシミュレーションを用いたデータサイエンスにおけるソフトスキルのトレーニング：ロールプレイデュアルチャットボットアプローチ」

Training soft skills in data science using realistic simulation role-play dual chatbot approach

コードの実装を伴う完全なLLMプロジェクトの解説

私が大学でデータサイエンスと機械学習を学んでいたとき、カリキュラムは主にアルゴリズムと機械学習の技術に重点を置いていました。私は数学を解く日々を覚えています。それは楽しいとは言えないかもしれませんが、私にしっかりとした基礎を与えてくれる報酬のあるプロセスでした。

卒業してデータサイエンティストとして働き始めてすぐに気付いたのは、現実の問題は機械学習の技術で簡単に解決できるような形で自己提示されることはほとんどないということでした。実際の問題を機械学習の問題に変換するためには、まずデータサイエンティストの仕事は、問題を定義し、範囲を決め、変換することです。アルゴリズムについて話す前に、問題がどのように定式化され、望ましい結果が何であり、利用可能なデータが何であり、タイムライン、予算、計算基盤、およびその他の多くの要素に応じて、完全に異なるアプローチが採用される場合があります。要するに、単純な数学の問題ではないということです。

私のデータサイエンスのトレーニングのこのギャップは、最初は方向性を見失い、プレッシャーを感じることがありました。幸運なことに、私にはメンターとプロジェクトの同僚がおり、私が必要な要点を押さえ、適切な質問をすることを学ぶのにとても助けられました。一歩一歩、私はデータサイエンスのプロジェクトを管理することに自信を持つようになりました。

私自身の経験を反映して、私は本職の人生に備えるために、データサイエンスのソフトスキルを学ぶ機会があればと願っています。今は苦労を経験していますが、新卒のデータサイエンティストのために何かできることはあるでしょうか？

• データサイエンティストになりたいですか？パート1：必要な10つのハードスキル
• アマゾンの研究者たちは、「HandsOff」という手法を紹介しましたこの手法は合成画像データの手動注釈を不要にするものです
• 「NumPyとPandasの入門」

経営コンサルティングの面接の準備のための有名な本「Case in Point」では、幅広いトピックや産業をカバーする数多くの実践的なケーススタディが提供されています。これらのケーススタディがどのように解決されているかを観察し理解することで、候補者は実際の問題解決プロセスを学び、現実の課題に備えることができます。

このケーススタディ形式に触発された私は、最近の大規模言語モデル（LLM）を活用して関連性の高い多様な…

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