[データサイエンティストの思考法〜KDD Cup世界第2位の頭の中〜]

2016年3月17日(木)西川 大亮

リスト

　競技におけるチーム運営は、実務とは大きく違うため、日常業務での経験はあまり役に立ちません。モデルの要件や、チームの規模と体制、活動予算などが、競技によってそれぞれが異なるため、それらに合わせて運営スタイルも変える必要があるからです（表1）。最も大きな違いは、競技活動が自主勉強扱いである点と、役割分担があいまいな体制である点です。結果、各メンバーの主体性やモチベーションがパフォーマンスに強く影響するチーム構造になります。

表１：データ分析における業務と競技の違い
拡大画像表示

　加えて今回、筆者らFEG（金融エンジニアリング・グループ）とNSSOL（新日鉄住金ソリューションズ）の合同チームは、実務ではあまり取り得ない規模だったため、体制と進め方は手探り状態でした。こうした辺りも含め、正直にお伝えししましょう。

競技開始前
合同チームのための大義名分を立てメンバーの負担を減らす

　これまでFEGとNSSOLは、それぞれが個別にKDD Cupに参加してきました。今回、合同チームになったきっかけは、競技とは無関係で、NSSOLが開発しているデータ分析サービス「Data Veraci（ダータヴェラーチ）」の検証でした。Data Veraciの特徴は、弊社の顧客を含め、遠隔地のメンバーと共同でデータを分析するための環境を提供することです（図1）。そこで、東京にいるFEGと横浜にいるNSSOLを遠隔地にいるメンバーとみなし「KDD Cup 2015を実証実験の題材にしよう」ということにしたのです。

図１：「Data Veraci」を使って遠隔地からの共同作業を実現
拡大画像表示

　こうした理屈を付けることで、競技参加が単に業務外の自主勉強活動ではなく、会社の研究開発活動の一部になります。今回の例でいえば、データ分析作業そのものは自主勉強だとしても、機器やモジュール設定などITの課題解決は実証実験のための業務となり、1日を有効に使えます。FEGにとっては、IT部分はNSSOLがサポートするためデータ分析に専念できるというメリットも生まれます。