かと (@add_uyu) header
かと (@add_uyu) profile picture

データ系の仕事してます | リプ・DMお待ちしております!!

Joined November 2022
Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)Photo by かと (@add_uyu)
ドキュメント作った後のレビューで書き換えるとき、 書き換えの原因として「論理の穴」と、「レビューワーの"話の好み"」があって、"好み"は、まだ言葉になっていない基準だから先にメモって対策しないとなとか思う。
4
58
難解な問題に対してAIなしで深く考えて手でパワポに落とすの久々やったけどめちゃくちゃ楽しい。
3
59
検索システムの勉強必要だなあ
3
62
今まで納期を聞いて時間で自分のタスクの優先順位決めてたけど、最近はそれがトークンになった
4
67
AIに計算を任せたら、人が何に気づいて直したかを残しておきたい。 例えば、先日、Claudeに丸投げで計算させたけど、交絡因子とか無視していた。こういうの一つ一つ残しておかないと次に繋がらないんだなと思った。
5
70
データ解析へのAI導入で圧倒的に変わるのは解析時間の短縮だから印象に残りやすい。 けど、実際はAIが出した解析案を確かめるために、手法の勉強が増えることがある。導入の前後で、工程ごとに「作業した時間」と「確かめるために勉強した時間」があって総合的に議論する必要があるのかなと。
2
109
背景のメモをAIに渡すようになると、分析で人がやる仕事が変わる。 SQLを書く代わりに、AIの解析案から何をやるかを選び、返ってきた質問に答え、結果が合っているかを確かめる。書く仕事が、選んで確かめる仕事になる。
3
71
今日のAI作のスライド結局ほとんど手で直したなあ。 自分の入力が悪いのかもだけど、ストーリーが意味わからないのと謎用語がふんだんに使われててしんどかったなあと…
1
50
「社内クレーマー」がAIで悪質化 経営リソース浪費なら「協議しない」も選択肢箋 business.nikkei.com/atcl/sem… 生成AIの普及によって「社内クレーマー」が高度化している。会社への不満や要求を、AIを使いもっともらしい文章に仕立て上げるのだ。問題は、文書の内容だけではない。その対応に、経営陣や管理職が膨大な時間と労力を奪われることだ。(2026年9月)
3
14
6
40
9,847
AIに分析を任せたいからと、保有データを全部説明する資料を作り始めると、たぶん終わらない。 最初は、分析で使う想定の表だけをメモにすればいい。分析のたびに書き足せば、よく使う表から説明がそろっていく。
1
4
110
AIに渡すデータの説明書は、最初から完璧に書かなくていい。 AIに解析を頼むと「この列は何を表すのか」と聞き返してくる。その答えを説明書に足していくように指示しておけば、次は質問にならない。
5
75
リプいただいてたのに通知も来ないし、表示もされなかったぞ…遅くなってしまい大変申し訳ない…
5
87
「クラウドのデータ基盤を構築」という記述 何人のチームで、どの役割で、どれくらいの期間で、何を作るか。みたいな情報がまるっと抜けているから具体的にイメージできなくて良い情報とはならない。書かなくても良いけど6W3H(5W1H)が想像つくように情報は残すべきと思う。
62
先に、データのありかとデータの説明をメモにして渡しておけばいい。AIはそれを見て、使う表と比べ方の案を出し、迷う所は質問してくる。 そこまでやっておけば、「先月の売上が落ちた理由を調べて」と雑に投げれば、分析の段取りまで返ってくる。
4
145
仕事じゃないとやる気が出ないことに関しては、Claudeに予定刻んでもらって進めればいいか
4
147
生成AIの使用で業務へのやる気が削がれることの一因として、これまでやってこなかった人たちが生成AIで仕事を実行してそれっぽいものが巷に溢れることも一因なんだろうなと思った。
2
4
202
AIで業務が変わる、には2種類あると思ってて ①工程が短くなる ②工程の組み方そのものが変わる 受託のデータ解析で起きたのは②。 前:依頼者と打ち合わせで要件を固める → 解析 → レポートで初めて結果を見せる 今:まず何パターンも解析を回す → 結果を見せながら依頼者と要件を詰める → レポート 具体を見ながらのほうが、依頼者も自分も「本当に知りたいこと」に早くたどり着けます。 ①は工数を比べれば見えますが、②は工程表を整理しても見えなくてAIを混ぜたフローを適切に整理する必要がある。AIの効果を時間だけで測ると、②を見落とす。
1
81
前に要件を先に固めていたのは、1回解析を回すのが重かったから。試すコストが下がって、順番を入れ替えられるようになった。こういう組み替えは「なぜその順番でやっていたのか」まで掘る必要がある。かつ、AIがどれだけ使えるかまで理解しないといけないから、業務に入ってみないと想像できない。
55
データなんて外観つかむものでそれだけで全部解決しようなんて…最後は人
9
135