Data Management etc.

Data Modeler Data Scientist Writing about everything about Data

[kirax]

The CDO route to data success

But motivation is still key overall.

And that motivation needs to continue, because the data-driven organisation is a living thing that needs to be nurtured. It’s said about so many things, but it’s as true here as anywhere: being data-driven is a journey, not a destination.

[kirax]

The difference between the CDO and CIO in my mind is quite clear, and I often use the analogy of the bucket and the water,” Carruthers says. “The chief information officer is responsible for the bucket. They’re responsible for making sure that the bucket is the right size, that there are no holes in it, that it’s safe, and that it’s in the right place. The chief data officer is responsible for the fluid that goes in the bucket, comes out of the bucket, that it goes to the right place, that it’s the right quality and the right fluid to start with. Neither the bucket nor the water work without each other. by Caroline Carruthers, director at consulting firm Carruthers and Jackson, former chief data officer of Network Rail, and co-author of The Chief Data Officer’s Playbook and Data-Driven Business Transformation: How to Disrupt, Innovate and Stay Ahead of the Competition

[kirax]

データメッシュの原則と論理アーキテクチャの定義 1. ドメイン志向で分散型のデータオーナシップとアーキテクチャ 2. プロダクトとしてのデータ 3. セルフサービス型データインフラストラクチャ・アズ・ア・プラットフォーム 4. 連合型の計算ガバナンス

infoq.com/jp/news/2021/02/data-mesh-architecture/

[kirax]

YOU'RE GOOD AT

Designing and implementing global data governance operating models, policies, standards, practices, documentation and tools

Building out an audit process to ensure policies, procedures and metrics are in place for continually improving the program

Proactively championing the value of our internal data assets and data products as well as the processes for new assets and research.

Providing support guidance and establishing training materials to be used by Global Data Stewards

Supporting the cultural change agenda; raising awareness regarding data management principles; coaching relevant stakeholders

Facilitating the development and implementation of Data Quality standards

Facilitating complex discussions with tangible outcomes

Providing consultation to stakeholders and customers to embed Data Governance best practices

Being a thoughtful partner to managers and leaders to solve data governance challenges, and evangelizing the value and potential to be unlocked across the company by pursuing good data governance

BRING (EXPERIENCE & QUALIFICATIONS)

5+ years' experience of working within Data Governance in a global organization, managing large scale governance initiatives

Proven track record of actively implementing a Data Governance Framework in an organization

Subject matter expertise on end-to-end data lifecycle management including design, analysis and overall processes and tools associated with governing data

Hands-on experience of working with data catalog technologies (Talend preferred)

Bachelor's degree or equivalent

Industry standard Data Management certification (CDMP) would be preferred

Strong customer and business focus with demonstrated ability to form effective working relationships and resolve conflicts

Excellent communicator and collaborator, and stakeholder engagement skills

Experience of professional services is beneficial

Global Data Governance Lead in Boston, United States | Legal & Risk at BCG

Apply for Global Data Governance Lead job with BCG in Boston, United States. Legal & Risk at BCG

[kirax]

機械学習は、いずれアナリストの分析作業を補助する存在となることでしょう。しかしここで覚えておきたいのは、機械学習が役に立つのは、結果が明確に定義されている場合のみだということです。Tableau のスタッフプロダクトマネージャーである Andrew Vigneault は、「機械学習は、主観的なデータに対しては効果を発揮しません」と言います。たとえば、製品の満足度について顧客調査を実施する場合、機械学習では「質」を表す言葉はうまくピックアップできないことがあります。 また、アナリストが成功指標を理解していなければ、データの意味合いを正しく把握し、適切な行動を起こすことはできません。言い換えると、ただデータを機械に入力するだけでは、意義のある結果は出せないということです。データの持つ意味合いは、適切な量の背景情報を補わない限り理解できません。つまり、単に機械学習を行うだけでは有意義な分析は行えないのです。分析をするときは、この点を念頭に置き、常に適切な分析基準を設け、入出力されるデータの性質を理解しておく必要があります。 自分の仕事が機械学習に取って代わられるのではないかと恐れている方もいるかもしれませんが、現実的には、機械学習はアナリストを支援するもので、効率や精度を高め、ビジネスへの影響力を強めてくれるものです。機械学習のテクノロジーを怖がることなく、それによって広がる可能性を受け入れていきましょう。

2018 年の BI トレンド Top 10 | Tableau Software

[kirax]

Google Inboxで複数メールを選択するには

shiftキー押しながらだと、複数メール選択できるんですね。知らなかった。

[kirax]

「AI」による置き換えを軸に、銀行員の削減順序を想像すると、 （1） 顧客に接触しない事務処理 （2） コールセンター等の定型的な顧客対応処理 （3） 支店窓口等の定型的顧客対応 （4） 個人向け等の小口ローン （5） 法人向け融資 といった順だろうか。 もちろん、個別の業務の置き換えだけでなく、店舗の統合・削減も進むだろう。「いつかは（せめて）支店長に」という、かつて多くの銀行員が胸に抱いた人生の中間目標はますます狭い道になるということだ。 逆に、後まで残りそうなのは、人をシステムに置き換えるわけなので、システム部門、特定の富裕層に食い込んで対人的サービスを提供するプライベート・バンク的な業務、そして、銀行員にとって「人生の預金先」とも言える人事部門だろうか。 究極的には、銀行業務全体が仮想通貨のようにプログラムされて、銀行員は純粋に人事にだけ励むような風景が目に浮かぶが、もちろん、そこに至るまでには長い年月が必要なので、現在の銀行員が直ちに心配するには及ばない。

「銀行消滅」は、こんな順番でジワジワ進行する http://gendai.ismedia.jp/articles/-/53548 #現代ビジネス

[kirax]

ところが、自動運転の時代に突入して開発手法が大きく変わった。現在のレベル1（自動ブレーキなどの単一機能の自動化）やレベル2（複数の機能の自動化）の自動運転でも、仕様書を作る段階で約600万シーンを想定した開発が必要と言われる。シーンとは「映画やテレビの場面」と同じ意味だ。人が関与しない完全自動運転のレベルになると、億単位のシーンを想定しなければならない。 危険回避のためにも、天候、道路条件、運転手の技量などクルマが走行するあらゆるシーンを想定して車載ソフトウエアが開発されているのだ。このソフトウエアのボリュームを示す「行数」は、今の高級車で1000万行ほどあるとされ、実は最新の航空機よりも多い。 こうした開発にいちいち現物の試作車で対応していたら、ある外資系メーカーの試算では完全自動運転車の開発に10の6乗年（100万年）かかるという。 ベンツやBMWなどは、いち早くこうした課題に気付き、仕様書を固めるプロセスで実物の試作車を造って開発する発想をやめた。三次元のバーチャル・シミュレーションの開発ツールを用いることで、データを取り出す手法をとったのだ。高速走行中の衝突試験も、悪天候での走行試験もすべて画面上で再現できるノウハウをドイツは確立させた。こうした手法を「バーチャル・エンジニアリング（VE）」とも呼ぶ。

[kirax]

データ管理温故知新　第３回 - JDMCでは、データの管理や利活用の仕組みづく りのために必要なガイドラインの提供や提言を行うとともに、関連する各業界団体等 と連携し、データマネジメントの実践に向けた様々な取り組みを行います。

IoTでもAIでも、メタデータの重要性は変わらない。

むしろより重要になる。

でも、実際に管理に取り組んでいるところは少ない。

[kirax]

[kirax]

ビットコインまとめ。わかりやすい。

[kirax]

ビットコイン最古の取引所BTCCが全ての取引を停止、中国政治の影響か？

中国三大取引所のBTCCは9月30日でビットコインだけでなく、同取引所が上場しているイーサリアム、ライトコインを含む全ての仮想通貨の取引を停止することを発表しました。元BTCCのCOOで、現BlockstreamのCSOであるSamson Mow氏に政治的観点と技術的な観点から詳しくお話を伺いました。

思っていたよりも展開が早かった。

[kirax]

[kirax]

[kirax]

[kirax]

[piecomic]

[archaeology]

Yup. A fine line between archaeology and grave-robbing.