エンジニアリング寄りのデータ分析屋が直面するストレス

こんにちは。ヤスヤスオンファイヤーです。

たびたびブログで吐露しておりますが、

コードを書きつつ、お客さんに分析結果を報告して、という

立場って、なかなかにストレスフルですよね？？という話です。

分析結果が全てである

どんなにseabornで美しいグラフを書いたり、

for文を封印してapplyで良い感じにデータフレームを処理したり、

引き継ぐことも考え変数名やコメントも気を利かせたりして・・・

しかし、コードの中身は見られることはほとんどありません。

お客さんが見るなんてことはほぼ無い。

報告する分析結果が全てです。

エンジニアリング部分への努力というのは、表に出て評価される部分ではない。

当たり前にできていないといけない。

浅い分析しかできていなければ、

どんなに綺麗なコードを書いていたって、

お客さんは険しくなります。

エンジニアリングのスキル、

サイエンスの頭に切り替えるフットワークと思考力、

そして、努力、頑張ったから、的な評価が無いことへのストレス耐性、

これらが必要と感じます。

（もちろん、急いでやってくれてありがとう！とか、そういう言葉が

全く無いわけではない）

絶対の正解は無い中で、ふわっとした議論にも応対する

データ分析の世界は、ゼロか一かはっきりと決まる世界ではなく、

解釈は主観によって左右される面もあります。

お客さんの方がよく知っているドメイン知識ありきで見ると、

また結果の解釈も変わったり。

データサイエンティストだからといって、

誰も反論する余地のない主張ができる、そんなことはない。

〜の可能性がある、〜と考えられる、そういった言葉で伝えざるを得ない時も多い。

一方、言い切れない、という考え方自体も、統計や機械学習の知見のレベルによって、

レベル感に差が出てしまう状況も、しばしば感じます。

状況証拠からは、何も言い切れない。しかし、お客さん的には、

ミクロな部分の解釈性に拘って、理由説明を求めてくる、みたいな。

こういった時に、1＋1は2です！と言い切れれば良いんですが、

強くも言えないとなる。そうなると、なかなか議論を進めるのも、

ストレスフルになるときはあるでしょう。

非常にバランス力を問われるところですが、

「わからない」ということを、いかに納得性を持って主張できるか。

これも、データサイエンティストにとって立派なスキルだと思うのです。

もっとデータ分析エンジニアってちやほやされるという期待は砕かれる

というわけで、昨今のデータ人材不足を鑑みると、

データ分析できる人材というのは、非常にちやほや、重宝される

想像をしがちです。

しかし、お客さんのレベルも上がっていますし、

どっぷりAI投資に予算を使える時代も終わりつつあるのではないでしょうか。

結果を、早く求めるのみ。

とまあ、色々と嘆き半分にはなりましたが、

データ分析屋となってまだ半年、

自分に経験、スキルが不足しているが故という要因もあるでしょう。

自分起因の問題はバンバン修練によって解決していきますよ〜！