⧹⧹ 参加登録はこちら ⧸⧸

神沢雄大

データサイエンスのためのリーダブルコードのススメ

データサイエンスを主な生業としていると、結果重視でコードを書き散らかしてしまうことが日常茶飯事です。将来の自分や今のチームメンバーのために読みやすく保守性が高いコードを書くことは、短期的には手間暇が掛かりますが、長期的には業務効率を上げてくれます。Pythonでのデータ分析や機械学習モデル構築を前提として、コーディングにおけるエンジニアとの違い、データサイエンティストがエンジニアを見習うべきポイント、データサイエンティスト向けのツールを紹介します。コードを書き散らかしているデータサイエンティストとその予備軍に、自戒の念を込めて、コーディング力をアップデートするためのtipsを共有します。

20分 (講演)
神沢雄大
ヤンセンファーマ株式会社(ジョンソン・エンド・ジョンソンの製薬部門)にて、マーケティングや営業組織に関するデータ分析と機械学習モデル構築に従事し、データに基づいたビジネス上の意思決定と営業活動効率化をサポートしている。業務でのPythonとRの使用比率は概ね1:1である。