先日の Google Cloud Next で話してきた動画がアップされていました。

D1-1-S06: AIを使う鍵は、データへの理解度！！ データエンジニアとデータ活用専門家が答えるデータの本当の価値

データ分析、データサイエンスに関連するいろいろをQA形式で、DOceanの山本さんと、DSKの園田さんと三人でお話ししました。短い時間だったのでかなり駆け足になってしまいましたが、結構面白かったです。

なお、最後にちらっと出てきた、このセッションの続きも先日撮ってきましたので、そのうちDSKさんから公開されると思います。

（追記）以下、Qとその時刻

Q15:55 データ分析する方々から、BigQueryの評判が良いですが、具体的に何が良いのでしょうか？

Q17:20 データ活用するために、やった方が良いこと、やってはいけないことはありますか？

Q20:23 AI/MLを使うために自社データの専門家は必要でしょうか？それとも、ベンダーに任せた方が良い？

Q24:00 データを活用したいのですが、社内の理解が得られないことがあります。みなさんはどうやって突破していますか？

Q26:50 データクレンジングという言葉を最近聞かなくなったのですが、今どきの分析前加工の肝って何ですか？

Q27:45 データの変換やクレンジングをどのタイミングで行うか悩んでいます。（pub/subにアップする前に行うか、dataflowで行うか、bigqueryでそこまでやるか、など）どのような基準で判断しますか？

Q30:10 BigQueryって高いって聞いたんですけど、本当でしょうか？

Q31:20 データを扱うに当たって保存先としてオンプレorクラウドのメリット、デメリットを教えてください。（現在はオンプレhodoop環境に貯めています）

Q33:00 なぜ、サイエンティストや専門家は独立してしまうんでしょうか？

Q34:30 項目数が変動するデータをどう扱えばいいですか？例えば、残業時間予測をAIでしたく思い、案件情報を因子に入れようとしました。しかし、日、人によって案件数が変動するため、案件情報が穴だらけになります。お三方なら、どう加工しますか？