勉強会に登壇してきました。
機械学習エンジニアとして副業をしていることもあり、FindyでCTOしている @ma3tk からのお誘いもあり登壇してきました。
engineer-parallel-work.connpass.com
発表資料はこちら。
副業をしていて感じていることを話してきた。
まだ初めて数ヶ月だが、いい振り返りになった。
視座を高めるために知識の input だけでなく、 output を行い経験値を増やすこと。
そのサイクルを回すことで自身の視座を高くしていく努力をしていくこと。
それを再認識できた発表だった。
懇親会であった質問
ものすごくありがたいことに参加者から、『発表が良かった』と言ってくださる方が多くいらっしゃった。
その方々といろいろ話すことができたので、質問と自分の考えをまとめておく。
始め方はどうされたのですか？
僕の場合、スライドに載せているFISMという会社のCTOをしている @kzkohashi と同僚であり、
そのつながりで始めることができた。
元々興味はあったが、なかなか始める決意がつかなかったが、とてもいいきっかけをくれたと思っている。
いいなと思っている会社があり、そこで副業できればなと思っていますが、どう思いますか？
副業として受け入れてくださるのであれば、積極的に取り組めばいいと思っている。
正直、外から見ていていいなーと思う会社はいっぱいある。
ただ、入ってみて、あれ？と思うこともある。
そうなってしまったときに、現職を退職してまでって後悔がすごく、これが現職にとどまり続ける要因の一つなのかと思う。
そういう意味では副業として参加し、正社員と肩を並べて働いてみて、直に会社の文化に触れることはいいスタートの切り方なのではないだろうか？
そして、思ったより肌に合わないと判断できた場合は、信頼を稼いでつながりを構築することに専念すればいいと思っている。
アウトプットの仕方どうしていますか？
データ分析の場合、データを分析して最後の可視化と考察の部分が重要だと思っている。
結局のところ期待されているのはアウトプットであり、例えば、
- 必要なタスクに対して実現可能なのか不可能なのか
- 不可能な場合、だいたい手段はあるのかもっと作業を進めれば可能性はでてくるのか
などが期待されているのではないだろうか。
データ分析といえばデータの前処理が重要であることは重々承知している。
しかし副業だと、発注者側にデータ分析を理解してくれる人がいない場合、
最初から前処理をコツコツやっていても、「何してるんですか？」ってなると思う。
それよりも、
「既存のデータを使ってこうしました。ここの部分の改善をすることで精度があがると思うので、次にここを着手します。」
と道筋を見せて上げたほうが納得感が得られるし、自分自身必要な処理が見えてくるはずである。
なので、アウトプットを細かく見せることはすごく重要だと考えている。
ポートフォリオはどうされていますか？
ここで悩んでいる人が多かった印象だった。
正直、自分は知り合いの相談から副業がスタートしているので、ポートフォリオとかを考えなくても良かった。
しかし、もっといろんな会社の案件を触ってみたいなと思ったときに、ポートフォリオをつくらないとなとなった。
恐らく、ポートフォリオとして上がるのは、「エンジニアならgithubだろ！」というのが定石なのではないだろうか。
その声がすごく多かったし、それには賛成である。
しかし、機械学習のエンジニアはデータがないとなかなかアピールポイントがないので、
githubにコードを上げることは難しいのではないかと思う。
そこで僕はブログもセットでポートフォリオを組むといいのではないかと思っている。
データ前処理の中で得られた気づきは、大抵、gistやgithubに上げるほどではない。
だが、その一部をブログとして残すことで自分がどの程度データに触れているのかというのをアピールすることに繋げられる。
積もり積もればれっきとした履歴書であるし、コード以外の考えをアピールすることができるのでよいと思う。
ブログのアウトプットについては @kakakakku のブログに対する考え方は参考になるので、
一度は読まれたほうがいいと思う。
最後に
今回は本当に貴重な会で登壇させていただけた。 今後もいろんな勉強会に登壇できるよう、自分の成長に繋げられるように input/output を引き続きがんばろう。
