高度な技術をどうサポートするか

CIOが機械学習から逃げられなくなる日（2/2 ページ）

公開 2018年06月28日 05時03分

著者

Nicole Laskowski

[TechTarget]

印刷する Googleで優先するソースとして追加

重要なのはデータへのアクセス

　Wayfairのクラーク氏は、機械学習などの高度な技法を調べている場合に重要なことが2つあり、その1つがデータへのアクセスだと考えている。

　「当社は、データへのアクセスを確実に行うことに多くの努力を重ねている。データサイエンスや機械学習の取り組みの一環として、データを分析したいと考えたら自身の疑問をすぐに問い掛けられるようにする。ETL（抽出、加工、読み込み）のような大掛かりなプロセスに取り組むようではいけない」（クラーク氏）

　クラーク氏は7年前にWayfairのデータサイエンス戦略を開始した。現在、オンライントランザクション処理（OLTP）用の従来のSQL Serverデータウェアハウス、Verticaの大規模並列データベース、分散コンピューティングのHadoopフレームワークという3つのメインプラットフォームを監督している。「この種の作業にデータを容易に利用できるようにするため、OLTPなどのシステムからHadoopやVerticaへのデータフローを数多く用意している」と同氏は話す。

　同社では3つのプラットフォームをまとめて、基本インフラとデータプラットフォームのビルディングブロックの「非常に優れた集合体」にしているという。同社のデータサイエンティストと分析担当者が分析を行うために、こうしたインフラやビルディングブロックが必要になる。

　データサイエンティストをサポートする2つ目の方法は、彼らが操作するデータをクリーンかつ高品質に保つことではないという。むしろ、手を加えず、サニタイズしていないデータを分析するのに必要なツールを常に使用できるようにすることが重要になる。「当社のデータサイエンティストは、厄介な状態のデータを調査しているときに、最も重要な洞察を得られると感じている」と同氏は話す。

　これは矛盾した状況だ。予測モデルを構築し、高度な分析技術を駆使するために雇われている高度なスキルを備えたデータ分析担当者に、データ自体を管理する役割を求めているからだ。

　「データサイエンティストはデータの管理に苦労する。そして時間を無駄にする。彼らが得意なのはAIツールなどのツールを作成することだ。だが、彼らは自身が取得する厄介なデータセットを理解することから始めている」（クラーク氏）

　故に、データサイエンティストが作業をできるだけ効率的かつ効果的に行うために必要なツールを提供することが自身の仕事だというのだ。