内容紹介

（概要）

データサイエンティストと呼ばれる職種が登場して、いまや10年以上が経過しようとしています。ビッグデータやディープラーニングなど技術的な流行も後押しして、AI・データ分析プロジェクトに取り組む企業も増えました。また、データサイエンス、データエンジニアリングに関する技術情報は次第に増え、データ分析コンペティションの盛り上がりもあって技術的な知識を持つ方が増えているのは事実です。ところが、実際にAI・データ分析プロジェクトに取り組んでみると、そううまくはいかないようです。プロジェクトを進めるには技術知識だけでなく「ビジネス?」が必要なのです。

そこで、本書はこれまでメインテーマとして語られることのなかった「ビジネス?」に焦点をあてて、データ分析プロジェクトを一通り解説していきます。プロジェクトの??として「組織の立ち上げ方」から「案件獲得」にふれ、続く実際のデータ分析プロセスにおいては、課題とゴールを明確にして、分析結果は出して終わりではなく共有、評価のサイクルが必要であることを解説します。最後に出?となる「収益化」に関する情報をまとめます。

先を行くデータ分析者達は、これまでさまざまな罠にかかり、見えない落とし穴にはまっても奮闘してノウハウを蓄積してきたのがこの10年です。これからAI・データ分析プロジェクトに取り組む方／関わる方へ向けて、先人たちのノウハウをまとめたのが本書です。

（こんな方におすすめ）

・ジュニア〜ミドルレベルのデータサイエンティスト。データ分析初心者。

（目次）

第1部 プロジェクトの準備

　　第1章 AI・データ分析業界の概要

　　第2章 データサイエンティストのキャリアと雇用

　　第3章 AI・データサイエンティストの実務と情報収集

第2部 プロジェクトの入口

　　第4章 社内案件の獲得と外部リソースの検討

　　第5章 データのリスクマネジメントと契約

第3部 プロジェクトの実行

　　第6章 AI・データ分析プロジェクトの起ち上げと管理

　　第7章 データの種類と分析手法の検討

　　第8章 分析結果の評価と改善

　　第9章 レポーティングとBI

　　第10章 データ分析基盤の構築と運用

第4部 プロジェクトの出口

　　第11章 プロジェクトのバリューと継続性

　　第12章 業界事例