東京大学が2026年度に「ディープテック学部」と「コンピューティング学部」を設置する構想。ただ松尾研や理工学部など既存の研究拠点と領域が重なり、教育内容の差別化は容易ではなさそうです。青学でも「統計データサイエンス学環」を設置予定で、進路やキャリア形成を考える上で要注目の動きですね。

10/24に発売の「Pythonではじめるオープンデータ分析」、経済、家庭、法人など幅広い分野のオープンデータを取り扱い興味深い一冊です。個人的には実践事例の「スタートアップ企業の立地を地図上で可視化」「ふるさと納税による地方自治体の税収の影響をパネルデータ分析」、どちらもやってみたい…！

Kaggleの精度追求はビジネス現場で求められるものと少し違いますが、Kaggleを通じて自分がデータ分析に「どハマりできるか」、結果に「快感を覚えられるか」知れるのは大きいです。どハマりする・快感を覚える人は、データ分析に向いていますし、ビジネスで携わる時にも強みとなるかと

元々は高校生向けの記事なのですが、DSを志す社会人にも興味深く読める、データサイエンスの現在について分かりやすくまとめた良文章です。「学問やスキルも大事だが、地域活動や実体験に積極的に飛び込み、自分にしか得られない学びを見つけてください」…視野を広げてくれる言葉です。

AWS資格の変動は、IT業界における重視スキルの潮流を垣間見れます。10/14に以下が発表されました。 ・廃止 Machine Learning: Specialty ・新設 Generative AI Developer: Professional ML単体の知識より、生成AIやそれを支えるアーキテクチャ(基盤モデル・RAG等)に焦点が移る流れを象徴してそうです。

チームみらいによる行政データ透明化の加速、驚きですね…！「みらい議会」はAIチャットの技術構成や運用コストまで公開し、高い透明性を示しています。現時点では生データの全面公開までは至っていませんが、市民もデータ分析や提言に関われる、オープンガバメントの未来に近づいている気がします。

企業の「データ活用できない」問題、原因が高度化していますが、DSにはチャンスと前向きに捉えています。昔は「分析方法が解らない」だったのが、最近は「レガシーシステムや分断データ構造でAI導入が進まない」例も。分析だけでなく、データが流れる設計をできる「基盤設計DS」の価値が高まりそうです

心電図の画像をAIで数値化するKaggleコンペ「ECG Image Digitization」、地道にデータと向き合う力を鍛えるいい題材ですね…！Kaggleは最先端の技術を学べる場ですが、それに加えて実務で役立つのは「データを丁寧に扱う粘り強さ」。このコンペはまさにその力を育てる練習になりそうです。