COMPANY

PAGE TOP

BLOG

データ分析&人事制度

先月まで、ある大手企業のお客様のデータ分析人材の人事制度構築を支援していました。
データ分析は、ビジネス、数学、OR、機械学習、統計、ITなどの合わせ技であり、個人が複数のエリアに精通する必要があります。
組織の点で見ると、さらに複雑で、それらの分析人材を適正に評価し、うまく育成し、足りない人材は採用し、そのキャリアパスを考える必要があります。

最近は、AI・IoT・ビッグデータのプロジェクトが本当に増えました。それに伴い、

→データ分析人材(データサイエンティストやデータエンジニア)の需要が増える
→組織の中でデータ分析人材が増える
→それをマネジメントする仕組みの需要が増える

ということが起きています。
しかし、データ分析者は、まだ新しい職種であり、育成や評価で多くのお客様が悩んでいます。

→専門職としてのキャリアパスが社内に整備されていない
→そもそもデータ分析人材のスキル定義や評価ができない
→データ分析人材の育成方針や採用方針がない

そのために最近では、データ分析コンサルティングだけでなく、データ分析人材の育成・採用ご支援のご依頼をいただくようになりました。

私自身があまり稼働が取れないので、お請けできる仕事にも限りがあるのですが、やはりお客様自身が真のデータ分析活用企業になるために、人事制度は重要です。時間の取れる限り、支援を続けたいと思います。

$$ \begin{aligned} \newcommand\argmin{\mathop{\rm arg~min}\limits} \boldsymbol{\beta}_{\text{ridge}} & = \argmin_{\boldsymbol{\beta} \in \mathcal{R^p}} \biggl[ ||\boldsymbol{y}-\boldsymbol{X\beta}||^2 + \lambda ||\boldsymbol{\beta}||^2 \biggr] \\ & = (\boldsymbol{X}^T\boldsymbol{X} + \lambda\boldsymbol{I_{p+1}})^{-1}\boldsymbol{X}^T\boldsymbol{y} \end{aligned} $$
PAGE TOP