分析結果をもとにしたビジネス課題解決の手法を学ぶ
メッセージ
また、社内やクライアントに対していかに信頼を積み上げていくかが評価のポイントになります。
本講座では、要件定義やKPIの設定、PoCの実施、効果検証など、データ分析が肝になるプロジェクト推進のポイントを幅広く学ぶことができます。
実際の業務フローやトラブル事例から、クライアントとの信頼関係の構築方法も学ぶことができます。ビジネスの根幹まで深く関わりたいデータサイエンティストには必見の内容です。
講師
佐藤 玲奈
株式会社enpathie 代表取締役
2020年後半にenpathieのCTOと出会い、培った営業力を活かし「最先端を研究で終わらせず、実装に拘る」PMとして、大手家電メーカーAI研究所や大手損保会社などのAIプロジェクトに3社ほど参加。
HPに記載のメンバーを集め、AIとWebの開発や顧問業を行う株式会社enpathieを2020年4月に設立。
この講師の他の講座
学習内容
- データサイエンティストとしてビジネス課題解決を行う上での心構え
- 要件定義やKPIの設定、PoCの実施、効果検証などの課題解決型プロジェクトの業務フロー
- トラブル回避の具体事例から学ぶ、クライアントからの信頼回復方法
- ビジネスの上流工程へ積極的に関わっていきたいデータサイエンティストのためのコミュニケーション手法
学習対象者
- ビジネスの根幹に関わっていくために課題解決力を向上させたいデータサイエンティスト
- コミュニケーション力に課題を持っており、力をつけてデータサイエンティストとして一本立ちしたいアナリスト
学習できるスキル(1)
職務スキル(1)
3つの特徴
- 1
ビジネスに直結するスキルが100以上
豊富な講座群から、あなたの課題を解決できる講座が見つかる!
- 2
3分のキャリア設定で最適講座をリコメンド
「職種」や「レベル」を選ぶと必要なスキルを学べる講座が見つかる
- 3
購入した講座は期間の定めなく視聴可能
何度でも学習できる。メモ機能やワード検索機能も多数
- データサイエンティスト
- 課題解決
- プロジェクト
- 4
- 2時間07分
- 学習証明バッジ
チャプター一覧(4本)
無料サンプルを見る
1. データサイエンティスト概要 0:32:49 新たなビジネスの創出や既存のビジネスの改善においてデータサイエンティストに期待される役割は大きいです。
3. プロジェクトの実例(画像系) 0:21:35 建築系クライアントにおける実際の事例を用いて、ビジネス課題解決における業務の評価軸や、顧客とのコミュニケーションのポイントをお伝えします。
4. プロジェクトで注意すべき点 0:25:13 トラブルレベルの大きさの違いによる対策や期待値コントロールの変化を学びます。実際のトラブル事例をもとにクライアントとの信頼関係の構築方法を学びましょう。
この講座が含まれているコース すべてのコース
この講座を見ている方におすすめ
スキルから探す
- コンセプチュアル
- ヒューマン
- テクニカル