🤝

「Notebookで動けば満足」を卒業するための "エンジニアリング" — 『先輩データサイエンティストからの指南書』書評

に公開1件

https://gihyo.jp/book/2025/978-4-297-15100-3

浅野純季,木村真也,田中冬馬,武藤克大,栁泉穂『先輩データサイエンティストからの指南書 ― 実務で生き抜くためのエンジニアリングスキル』(技術評論社, 2025) #指南書本

著者のアサノさん(@nash_efp)から寄贈いただきました!


データサイエンスの世界で「分析手法」を学ぶ教材は数多くありますが、実務で直面する「コードの保守性」や「再現性の担保」といった問題に対して答えてくれる文献は、これまで限られていました。

本書はそういった観点から、「エンジニアリング(ソフトウェア開発)」に関わる実務的なスキルを整理・体系化してくれたものです。データサイエンティストのみならず、広くデータに関わる学生や研究者にとっても良い一冊だと思います。

p.8 図1.1 「データサイエンスプロジェクトのフローと本書の対応関係」

出典: 本書 p.8 図1.1 「データサイエンスプロジェクトのフローと本書の対応関係」

「Notebookで動く」だけで満足していませんか?

2012年に「データサイエンティストが21世紀で最もセクシーな職業だ」[1]と謳われてから、早や10年以上が経ちました。

あれからデータサイエンス界隈は急拡大を遂げました。データ量は爆発的に増大し、AIをはじめとする関連技術も目覚ましい進歩を続け、実務を担う人材の裾野も大きく広がりました。今やどの業種・企業においても、データ活用やAIについて語られない日はないでしょう。

しかし、その華やかさとは裏腹に、実務の現実は泥臭い課題に溢れています。「現場のデータが汚い」「依存ライブラリが管理されておらず、半年前のコードが動かない」「数千行にわたって変数名も適当なコードが書き連ねられ、もはや本人以外(あるいは本人でさえ)解読不能」「スライドで述べた実験結果が再現できない」「分析の意図がステークホルダーに伝わらず、価値に繋がらない」などなど …

こうした「実務の壁」を乗り越え、確かな成果を出し続けるために、私たちはどうすればいいのでしょうか。

往々にして、世の中では華々しい統計モデリングや最新のAI手法が注目を集めます。しかし、データサイエンスから真の価値を引き出すために欠かせないのは、それらの「手法」を具現化するための「エンジニアリング(ソフトウェア開発)スキル」である、と本書は主張します。

データサイエンティストがプロジェクトで価値を生み出すためには、分析や機械学習の手法を理解して使えるだけでは不十分です。そういった状況でありながら、データサイエンティストが価値を生むために必要なエンジニアリングスキルに焦点を当てた本はまだまだ多くありません。これまでは、データサイエンス業界がまだ発展途上にあり、エンジニアリングスキルを体系的に整理することが難しい段階にあったため、実務を通して身につける必要があったのが実態でした。本書では、その実務的なスキルを整理・体系化し、読者の皆さまに提供することを目的としています。

p.10-11 「1.2.4 価値を生むために必要なエンジニアリングスキル」(強調引用者)

私自身、10年以上前にこの分野へ関わり始めたとき、同じ課題感を抱えていました。しかし当時はどうすればいいか分からず手探りな日々でした。あの時の自分に手渡してあげたい一冊です。

「ふしぎだと思うこと」から、エンジニアリングの世界へ

データ分析に携わる人々のバックグラウンドは実に多彩です。物理学や生物学といった自然科学出身の方もいれば、経済学、ジャーナリズム、マーケティング、あるいは戦略コンサルティングなど、データにまつわる多種多様な背景を持つ人々が集まっています。必ずしも全員がコンピューターサイエンスに親しんできたわけではありません。また、たとえ大学で情報系を専攻していても、実務におけるソフトウェア開発の作法までを体得しているケースは稀でしょう。

彼らにとって「エンジニアリング」は未知の領域です。日々の業務で「なぜこんなに大変なのだろう」「世界はこういうものなのだろうか」と違和感を抱えながらも、どうすればいいのか分からず、現状が打破できない。そんな状況も少なくないはずです。

本書では、「ふしぎだと思うこと これが科学の芽です」という物理学者・朝永振一郎氏の言葉が紹介されています[2]。

「なぜこうなるのだろう」「もっと良いやり方があるのではないか」という思いは、実務を改善していくための大切な「芽」になります。しかし、いざ改善しようにも、具体的な手がかりがなければ何をどう調べればいいのかさえ分かりません。本書はまさに、そうした「ふしぎ」に対して、「世の中にはすでにそれを考えてきた先人たちがいて、洗練された知恵や道具が存在するんだよ」と、新たな世界を示してくれます。

たとえば、「リファクタリング」「テスト駆動開発」「CI/CD」といった言葉は、エンジニアリングの世界に馴染みがなければ、たとえどこかで耳にしたことがあっても、自分の実務とどう結びつくのかを想像するのは難しいかもしれません。また、コード品質の意義や改善の観点、データ品質の重要性や検証方法、あるいは実験管理の方針といった「概念」についても、「知らないことを知らない」ケースも多いのではないでしょうか。

しかし、こうしたキーワードや概念に一度触れることができれば、そこから先は検索やLLMを駆使して自ら知識を深め、実務に応用していくことができます。学習意欲が旺盛で、現場で痛い目を見ながら悩んでいるデータサイエンティストにとって、本書は現状を打破するための絶好の教材となるはずです。

本書がカバーする領域

この本では、分析・統計・機械学習の「手法」そのものは取り扱っていません。

その代わりに焦点を当てているのが、プロジェクトの捉え方、環境構築、コードやデータの品質管理、実験管理、そしてプロトタイプ開発といったトピックです。これらはデータサイエンスの類書ではこぼれ落ちがちな領域ですが、現代の実務において重要性が増しているものばかりです。

出典: 本書 p.vii 図1 「本書の構成」

出典: 本書 p.vii 図1 「本書の構成」

第1章「実務で生き抜くためのエンジニアリングスキル」 では、データサイエンティストを取り巻く環境の変化や求められるスキルを整理し、エンジニアリングを学ぶ意義を説いています。長年実務に携わってきた著者による解説は簡潔ながら、納得感があるものでした。

第2章「環境構築」 では、プロジェクトを推進する上でのその重要性や、VS Code、Dev Container、uvといったツールの活用方法が紹介されています。個人的に白眉だと感じたのは「リポジトリ構造」への言及(p.15~)です。こうした情報は明示的に語られることが意外に少なく、それを丁寧に言語化している点に大きな価値を感じました。

第3章「コードの品質管理」 は、本書において最もボリュームのあるセクションです。「Notebookだけのデータサイエンティストからの卒業」と題し、品質の高いコードの定義やその実現方法、さらにはコードレビューを通じた品質管理について解説されています。

第4章「データの品質確認」 では、データ品質の重要性やその評価軸、具体的な確認方法に加え、バリデーションツールのPanderaが紹介されています。

第5章「機械学習モデルの実験管理」 では、データサイエンスプロジェクトに付きまとう「不確実性」に焦点を当て、実験管理の必要性を説いています。その上で具体例として、代表的なツールであるHydraとMLflowが紹介されています。

第6章「プロトタイプ開発」 では、その意義やフレームワークの比較を検討したあと、代表的なツールとしてStreamlitが紹介されています。

ツールやライブラリは時代の変遷とともに移り変わるものです。数年後には、本書で紹介されているものとは別のフレームワークが主流になっているかもしれません。しかし、技術の背後にある「勘所」を掴むことができれば、その時々の潮流に乗り、自走し続けることができるはずです。

また、本書の魅力は単なる情報の紹介にとどまりません。随所に、実務の最前線に立つ著者陣だからこその観点が光っています。たとえば、第6章「プロトタイプ開発」にある以下の記述は、技術を扱う上での血の通った視点として、私にはとても素敵に感じられました。

安心感やワクワク感の提供

動的なアウトプットを提供することで、分析結果が単なる理論や仮説にとどまらず、実際に動かして業務に活かすことができるという安心感を提供できます。また、インタラクティブな体験を通じて、ステークホルダーにワクワク感を与え、プロジェクトへの興味や期待を高められます。加えて、ステークホルダーからのフィードバックを反映しながら改善を進めることで、プロジェクトを共に作り上げているという感覚を持ってもらうことが可能です。これにより、各ステークホルダーがプロジェクトを自分ごととして捉え、関係者全員が協力しながら取り組む姿勢が醸成されます。
プロジェクトにおいて、人と人との関わりは不可欠であるため、安心感やワクワク感といった感情的な要素も、プロジェクトを成功に導くために欠かせない重要な要素です。

p.188 「6.1.3 プロトタイプ開発の利点」(強調引用者)

単なる「スキル」の解説にとどまらず、こうした現場のリアリティから滲み出る洞察に触れられることも、本書の大きな魅力と言えるでしょう。

加えて サポートページ では「付録(PDF)」が公開されています。これには「参考文献」や、色々な分野での「オススメ書籍」、そして「発展技術」の解説が含まれています。

https://gihyo.jp/book/2025/978-4-297-15100-3/support

また、 サンプルコード は以下のGitHubリポジトリで公開されています。

https://github.com/eycjur/ds_instructions_guide

さらなる「指南」への期待

本書は、データサイエンティストが価値を生むために必要なエンジニアリングスキルに焦点を当てた一冊です。その上で、実務の最前線に立つ著者陣だからこそ語れる、以下のような観点も読んでみたいと感じました。

AI駆動開発との向き合い方: Claude Codeをはじめとする様々なツールが次々と登場し、ソフトウェア開発のあり方が急速に変わりつつあります。状況が刻々と変化する中で、誰もがまだ確固たるベストプラクティスを掴めていない状況でしょう。だからこそ、著者たちが現在進行形でどのように取り組み、試行錯誤しているのかを知りたいと思いました。

プロジェクトマネジメントやチームワーク: 技術的なスキルと同じくらい、あるいはそれ以上に重要なのが、プロジェクトをいかに回すかという観点でしょう。データ分析特有の不確実性を踏まえたプロジェクト管理、ピアレビューの仕組み、情報共有や進捗報告の作法、人材育成のアプローチ、クライアントをはじめとするステークホルダーとの向き合い方、期待値調整のコツ、などなど…… これらのテーマは、おそらく『実務で生き抜くためのプロジェクトマネジメントスキル』として独立した一冊になるほど、著者の皆さんには語るべき経験と知見があるのではないでしょうか。

情報キャッチアップの方法論やコミュニティとの付き合い方: 目まぐるしく変わる技術動向に対して、著者たちはどのように情報を仕入れ、組織内で共有しているのか。また、著者らが開催する白金鉱業 Meetupをはじめとするさまざまな勉強会の界隈についても紹介されたなら、こうした場にまだ馴染みのない方にとって、コミュニティへ参加する良いきっかけになったのではないかと感じました。

ソフトウェア開発をもっと学びたい人へのオススメ書籍

最後に、本書を読んでソフトウェア・エンジニアリングの世界に関心を抱いた方へ向けて、個人的にオススメの2冊を紹介させてください。

『リーダブルコード』

https://www.oreilly.co.jp/books/9784873115658/

美しいコードを見ると感動する。優れたコードは見た瞬間に何をしているかが伝わってくる。そういうコードは使うのが楽しいし、自分のコードもそうあるべきだと思わせてくれる。本書の目的は、君のコードを良くすることだ。

良いコードを書くための基本が簡潔にまとめられています。出版から年月は経っていますが、コンパクトで、愉快なイラストも交えた読みやすい構成です。まず手に取る一冊としてオススメです。

"A Philosophy of Software Design"

https://www.amazon.co.jp/dp/B09B8LFKQL

Writing computer software is one of the purest creative activities in the history of human race.

Complexity is anything related to the structure of a software systems that makes it hard to understand and modify the system.

ソフトウェア設計の本質を解説する一冊です。

コンピュータサイエンスとは「問題の分割(Problem Decomposition)」であり、ソフトウェアデザインとは「複雑さ(Complexity)」を制御することである、という主張は、データサイエンス界隈の方にとっても共感できるものだと思います。

また、AI駆動開発が加速する今、こうしたセンスを磨くことの重要性はかつてないほど高まっていると私は感じます。

なお、著者の意向により今後も日本語版が出る予定はないようです(著者自身が品質を担保できないため)。しかし、洋書としてはかなり読みやすく、そして電子版なら1000円ちょっとで購入できます。ぜひ、その深い洞察に触れてみてください!


余談: データサイエンスとエンジニアリングの10年と私

私は2014年に、本書の著者らが所属するデータ分析企業のブレインパッドへ入社し、3年弱在籍しました。著者らと在籍期間は重なっていません。

当時は日本におけるデータサイエンスの黎明期でした。現場はRやSQLによる統計解析が中心で、PythonやGitはまだ一般的ではありませんでした。大学で自然言語処理を研究していた私にとって、データ分析の現場は想像以上に違う世界だなぁと感じたのを覚えています。

在籍中には、Jupyterが生まれ(2015年2月)、VS Codeが登場したりと(2015年4月)、業界が急速に変化していきました。当時、若手たちでこうした新しいツールに触れ、社内のWikiや勉強会で盛り上がっていたのが懐かしく思い出されます(個人的には科学技術計算・データサイエンス向けのプログラミング言語Juliaに興味を持ち、社外勉強会を開いたりもしましたが、実務で活用する機会はなく、会社の忘年会でビンゴの乱数生成に使っただけでした)。

あれから月日が経ち、業界は急拡大し、技術も進歩しました。この変化はこれからも続き、そして現場の人々が日々新たな課題に直面し、解決策を積み上げていくのでしょう。

私は、一緒にわいわいと取り組める先輩や同僚たちに恵まれた当時の環境はとても幸運であったと思います。

そのような環境にない人にとって、この一冊がまさに「先輩からの指南書」として、途方に暮れるような実務を生き抜くためのスキルを提供するものになればと思います。そして、経験を経た読者が、いつしか自身も「先輩」として後進の手助けをする側に回れたなら素晴らしいなぁと思います。

Enjoy engineering!

『先輩データサイエンティストからの指南書』の実物

脚注
  1. "Data Scientist: The Sexiest Job of the 21st Century" by Thomas H. Davenport & DJ Patil (Harvard Business Review, 2012) ↩︎

  2. p.62「3.3 品質の高いコードとその実現方法」 ↩︎

Discussion

asanoasano

愛と情熱のこもった書評ブログありがとうございます...!めっちゃ嬉しいです!

1