運命が進んだように、私は過去1.5〜2か月間、データサイエンスと機械学習の市場を分析できて幸運でした。そして、これについて少なくとも数行書きたいという願望がありました。したがって、堅実な記事ではなく、短いメモになる可能性があります。
大企業のマーケティング部門
データサイエンスは、販売、市場、顧客セグメンテーションの分析、およびそれらの行動の調査のためにここで需要があります。ほとんどの場合、この場合、アナリストの作業は、データの集約、ダッシュボードの構築、およびマーケティングキャンペーンの設定に大幅に削減されます。最後のタスクは最適化タスクであり、その中で、広告、販売中のあらゆる種類のプロモーションおよび割引に対するクライアントの反応を予測するモデルが構築されます。
銀行や保険会社のリスク管理
リスク管理は実際には別の業界であり、定量分析はリスクを制御および管理するためのツールです。ここで最も一般的なトピックは、信用リスク管理、借り手の信用力の評価、規制および経済資本とローンのデフォルトによる予想損失のために作成された準備金を計算するための高度な方法です。
R＆D-研究所
R＆D-研究開発。そのような研究所の仕事の一部として、基礎研究はしばしば新しいアルゴリズムと機械学習アーキテクチャの開発で実行されます。このような分野で必要とされるスペシャリストは、従来のデータサイエンティストよりもはるかに専門的で、深く「掘り下げ」ています。R＆Dの専門家は、自分たちを機械学習や深層学習のエンジニア、あるいは単に数学者と呼ぶことがよくあります。
タスクの例を次に示します。コンピューターゲームでのトレーニング可能なエージェントの開発、ロボット機器の制御、無人航空機、自動運転。
製品のスタートアップ
スタートアップの時代はまだ終わっていない。スタートアップの立ち上げとベンチャー投資のトピックは今でも人気があります。この分野の主な特徴は、製品全体に焦点を当てることです。機械学習を使用する場合、その有用性の主な要因は、製品とユーザーエクスペリエンス（UX）の使いやすさを向上させることです。
たとえば、子供向けの拡張現実モバイルアプリ。このようなアプリケーションの人気は、「魂のない」品質指標ではなく、画像の明るさと壮観さに大きく依存する可能性があります。別の例：英語を教えるための、または単に楽しみのためのチャットボット。品質メトリクスは明らかではありません。チャットボットはトピックについて話すことができますが、「クール」に聞こえ、ビュー、クリック、いいねを獲得します。私がここでどこをリードしているのかを推測するのは難しいことではありません。そのようなアプリケーションやサイトは、少なくとも広告でお金を稼ぐことができます。
インテグレーター、ITコンサルティング
インテグレーター企業とコンサルティングサービスは、経験と知識を集約しているため、需要があります。彼らの主な価値は人的資本にあります。自動化と機械学習を使用してプロジェクトを立ち上げるには、まったく異なる分野の多くの専門家の知識が一度に必要です。業界のベストプラクティス（銀行、小売、広告、ソーシャルメディア）の専門知識とテクノロジースタック全体の知識の両方を組み合わせることができる人は誰もいません。印象的な例は、Neosoftが提供するMLOpsプラクティス（機械学習に適用されるDevOpsプラクティスのサブセット）です。ビジネスを次のレベルに引き上げる別の方法は、チーム全体を雇うことです。これは、指を2回クリックするだけで実行できます。
ベンダーとソフトウェア開発者
ビジネスの自動化と近代化は、一方では既製のソリューションに基づいて構築されており、他方では、カスタマイズなしでは実現できません。もちろん、特定のインフラストラクチャとビジネスモデルのカスタマイズのタスクは、購入した既製のソフトウェアの設定レベルでインテグレータが解決することもできます。しかし、多くの場合、競争上の優位性を獲得するために、企業は独自のサービスや製品の提供の一部を市場に伝えなければなりません。たとえば、EPAMのようなサードパーティの開発者は、GoogleやFacebookのような企業にも惹かれています。
ハイテクIT企業の巨人とプラットフォーム
もちろん、ハイテクの巨人の間では、「検索エンジン」（Google、Yandex）、オンラインコマース（Amazon、Alibaba）、ソーシャルネットワーク（Facebook、Instagram、WeChat）などの名前を付けることができます。これらの人は、何かが必要な場合、スタートアップや企業を完全に購入し、それらから独自の内部構造部門を作ることがよくあります。
近年の着実な傾向は、すべてのものとすべての人のクラウドプラットフォームへの移行に関連しています。これに関連して、パートナーサービスのエコシステム全体が、Azure、AWS、GoogleCloudなどのプラットフォームに基づいて構築されています。特に、これらのサービスは、機械学習とデータマイニング機能へのカスタマイズされたアクセスを提供します。
結果
市場に出回っている既存のさまざまな製品で生き残るためには、どの企業も、ビジネスオートメーション、機械学習、データ分析のどの分野を専門としているかを明確に理解する必要があります。また、クライアント、そしてもちろん競合他社の業界のベストプラクティスとトレンドを知ることも非常に重要です。しかし、最も重要なことは、クライアントがあなたを知っていて認識しているということです。