ML/DS PM の分類 検討
- はじめに
- (早速閑話休題)対象範囲を厳密に定義するのは難しい
- (本題に戻る)早速分類
- (閑話休題) EMとPM
- 最後に
はじめに
お久しぶりです。以前の更新から1年以上ぶりの投稿になります。
近年の機械学習ブームもあり、「データサイエンティスト(以下、DS)」や「機械学習エンジニア(以下、MLE)」の分類について述べられている記事はいくつかあり、様々なタイプがあることは広く認知されつつあります。
しかしながら、ML/DSの仕事に携わる"PM"の分類について述べられている記事は、あまり多くない印象を持っております。
そこで本記事では、ML/DS に関するPMの分類について、個人的見解を記載します。
個人のキャリア戦略だけでなく、組織戦略や採用要項の策定の参考にもなるかと思います。
いつものお約束ですが、あくまでも個人の見解であることはご容赦ください。
(早速閑話休題)対象範囲を厳密に定義するのは難しい
meceに分類を行うためには、対象範囲を決めた上で、議論を行うべきですが、
- そもそもDS / ML PMの範囲を決めるのは難しい
- ある程度妥協して検討します
という言い訳を行うセクションになります。
初手から言い訳です(苦笑)
PMとは？
皆さんは「PM」という単語は何の略語を思い浮かべますか？
- Project Manager
- Product Manager
- (Technical)Program Manager (TPMとも呼ばれる)
- ...
PMという単語には、複数の解釈があります。
加えて、所属企業・所属組織により、求められるR&Rが大きく異なりやすい職種です。
このように「PMという職種の役割は一意に定まらない」という問題があります。
「ML/DS PMの分類」を目的にしながら、そもそものPMのスコープが定まっていないことには問題です。しかし、この記事では、そこには目を瞑ります。
ML / DSとは？
例えば、以下のような役割は ML / DSなのか？ という議論がわかりやすいかと思います
- ビジネスインサイトを抽出する分析官(アナリスト)は？
- DWHを構築するデータエンジニアは？
- MLシステムを支えるインフラエンジアは？
- ML/DSの組織作りをする仕事は？
- データマネジメント / データガバナンスを行う仕事は？
- ....
この辺もかなり 曖昧な印象がある / 所属組織によりR&Rが異なるので、細かいところには目を瞑って議論を進めます
(本題に戻る)早速分類
関わる業務による分類
まずは、以下のパターンで分類を行います。
- MLシステムの開発・運用
- 主に分析を行うアナリスト業務
- R&Dを行う業務
- ML/DS組織を運営する業務
- その他
本ブログでは、それぞれの業務に関わるPMを言語化していきます
共通して求められる能力
- プロジェクト進行・管理能力 (特にML案件)
- 様々なステークホルダー(エンジニア・ビジネス...)と折衝するためのコミニュケーション能力
- 関わるプロダクトへの戦略理解
- ML / ソフトウェア / コンピュータサイエンスの基礎的な知識
- リーダーシップ / ファシリテーション能力
コメント
- 一定程度、ソフトウェア開発 / MLに関する知識があるに越したことはないことは言わずもがなです
1. MLシステムの開発・運用
(1-a)インフラ周りの運用を行うPM
関わる仕事例
- MLのシステムを支えるインフラ(例: k8s、各種リソースのモニタリング)の開発・運用を行う
求められる能力
- インフラへの知見
- システムの保守運用に関する知見
コメント
- MLシステムが普及している組織においては、インフラ運用の必要性が高まる
- PMとしては、MLもだがインフラやdevopsの知識 / 経験が強く求められる
(1-b)MLフレームワーク / プラットフォームの開発・運用を行うPM
関わる仕事例
- 全社向けMLプラットフォームの開発
求められる能力
- 解決したい課題の抽出能力
- ソフトウェアの知識(システムデザイン能力など)
コメント
- ソフトウェア・コンピュータサイエンス能力がより重宝される
(1-c)MLシステムの導入開発・運用を行うPM
関わる仕事例
- 特定の事業部・特定の顧客向けのMLソリューションの開発・運用
求められる能力
- 顧客・プロダクト理解
- システムインテグレーションの進行
(1-d)ほぼ PdMなPM
関わる仕事例
- 特定のプロダクトに関するML戦略の立案・進行
求められる能力
- 高いレベルでの顧客・プロダクト理解
コメント
- 開発進行は切り分けて(1-c)が進行するパターンもある
- 開発よりもビジョナリー / 戦略策定に重きを置くキャリアもある
2. 主に分析を行うアナリスト業務
(2-a)分析方針策定・成果物の品質担保を行うPM
関わる仕事例
- 複数人のアナリストチームのリード
- 他部署との折衝
求められる能力
- データ分析・統計知識
- ドメインに関する知見(ビジネス・データ両面)
- データ分析チームの運営能力能力
- ドキュメンテーション能力
コメント
- 他部署との折衝も重視される
3. R&Dを行う業務
(3-a)R&Dチームのリード
関わる仕事例
-R&Dチームのマネジメント
求められる能力
- 研究進め方の理解
- ビジネスとR&Dの関係性の期待値調整
4. ML/DS組織を運営する業務
(4-a)組織作り / 運営を行うPM
関わる仕事例
- ML / DSチームの組閣、運営を行う
求められる能力
- 組織運営のノウハウ
- 他部署 / ハイレイヤーに対する適切なコミニュケーション能力
コメント
- いわゆる部長以上のレイヤーを指すことが多い
5. その他
(5-a)データマネジメント / データスチュワードに関するPM
関わる仕事例
- ML / DSチームが用いるデータのガバナンスの仕組み作り
求められる能力
- データガバナンスに関する知識(組織によっては法律の理解も必要)
- データガバナンスを達成するためのエンジニアとしての知識
コメント
- DS/MLではさまざまなデータを用いるため、データガバナンスは避けて通れない問題
(5-b)エバンジェリズムに関するPM
関わる仕事例
- 社内/社外に対する事例共有・講座運営
求められる能力
- 社内/社外に事例をエバンジェリズムする能力
- イベント運営に関する知見
コメント
- 最新の技術トレンド / 事例を把握しておく必要がある
(閑話休題) EMとPM
これは私の持論ですが、Engineer Manager / Lead Engineerなどと呼ばれるシニアなエンジニア(以下、EMとも記載)とPMではR&Rが大きく異なると認識しています。
- EM: あくまでもエンジニアである
- PM: プロジェクト・プロダクトの開発の進行を行うプロフェッショナル
多くの組織で、シニアなエンジニアが、PMのR&Rを担当することがしばしばあります。しかし、実際のところ、PMはPMで上記のように多様な仕事がある専門職であるので、PMとEMは異なるポジションとして扱うべきだと、個人的には考えております。
もちろん、EMとPMでR&Rが重複する部分もあります。重複部分があることを理解し、EMは エンジニアリング / howにより重点を置きつつ、PMは マネジメント / what, whyにより重点を置き、EMとPMがコラボすることで、より高い成果を期待できるでしょう。
上記では、EMとPMの役割分担を述べましたが、その他に気をつける点として、「評価」も気を付けるべきです。
EMとPMとで担当する役割が異なることは、すなわち評価されるべき観点が異なるということになります。例えば、EMを目指したい人に対し、PM観点での評価を行うことでは、認識齟齬が起き、退職などに繋がることが懸念されます。
そこで、EMかPMかのラベリングをはっきりと与えること / 評価をその観点で行うことで、不必要な摩擦が生じることを防げ、キャリアの成長に寄与できるかもしれません。
もちろん、これらのEMとPMの棲み分けは理想論です。MLチームの規模が小さくシニアなエンジニアがPMを担当せざるを得ない / PM専門職としての人材がいないなど、現実には実現可能性が難しいことがしばしばあります。
実際、ML PM専門の職種 / 組織を用意している会社の方が稀有であると認識しています。
最後に
本ブログではML/DSに関わるPMの分類について検討を行いました。
DSやMLEに比べ、PMに関する議論はあまり活発でないのですが、恐らく今後、注目度が高まる職種であると推測しています。(だいぶ個人の希望を含みますが) (実際、PM文脈でのマネジメント人材が足りないという声はチラホラ聞きます)
本ブログが何かしらの議論のキッカケになれば幸いです！！
下町データサイエンティスト 新卒5年目が終わる
はじめに
こんにちは。nino_piraです。
ここ1, 2年間、ブログをあまり更新できていませんでしたが、最近の取り組みを言語化することで、自分を見つめ直す機会になるのでは と思い、久々に長文ブログを書きます。
新卒5年目が終わる
早いもので新卒5年目が終わります。まもなく30歳です。
新卒3年目までは毎年振り返りブログを書いていましたが、転職について記載した新卒3年目振り返りブログを最後に他話題の記事も含め、更新が滞っておりました。
本記事では、「で、転職してから何をしているの？」を振り返り、「最近考えていること」を言語化していきたいと思います。
転職してから何をしているの？
所属は？ざっくり何をやっているの？
- 前職: 受託分析専門の会社
- 現職: LINE
組織改変に伴い度々所属組織名が変わっていますが、いまいまでは「Data Sciense Center / DSC Planning Team」というところに属しています。
組織名はちょこちょこ変わっていますが、一貫して「ML / DS PM」的な仕事をしております。
入社したときはML PMとして入社した記憶なのですが、組織のスコープも広がり ML / DS PMとして働いております。
自分のやっていることを大きく2分類すると、「ML的な仕事」と「DS的な仕事」の2つに分類できるので、この観点で説明をします。
「細かい話はさておき、何をしているか」は以下の記事をご参照ください。
スライドに関しては、もう少し品質高いスライドが作れたなぁと後悔しているので、軽い気持ちで見ていただければ幸いです。
MLのお仕事
主に以下の仕事を担当しています
- (メイン)特徴量ベクトルのPM
- (メイン)属性推定のPM
- (最近着手)某サービスへのML導入のファシリテータ
- 雑務
属性推定って何？はこちらの資料ご参照ください。特徴量ベクトルについても少し触れられています。 speakerdeck.com
属性推定やいレコメンドシステムもですが、「ML!!ML!!」といった要素だけでなく「システム開発」の要素を強く求められます。超巨大なデータを扱う、様々な部署のデータを扱う、それをMLシステムとして安定して運用させる仕組みづくりが必要であることから、必然的にシステム開発の要素が強くなります。
前職での仕事と一番違うなぁと感じるのは、この「システム運用に重きを置いている点」です。システム運用の重要性について身に沁みる毎日です。
3点目の「某サービスへのML導入のファシリテータ」は受託分析でいうところのプリセールス的なことをしています。
前職での経験もあり、チームの中ではかなり得意な方であると自負しています。受託分析と大きく異なるのは、お客さんはITリテラシーが高い自社の人、かつ、プロダクトに夢を持っている人達なので、いわゆるお客さんとして接する必要がなく、仲間として接することができるので、かなり仕事がしやすいですし、短い時間で本質的な話に入ることができます。
しかしながら既に大きなシステムが動いているところへの提案となるので、なかなか一筋縄ではいきません。自分の提案力と推進力に関する力不足を感じます。
DSのお仕事
LINE Pay分析チームのPMをしています。ずばり、こんな仕事です。(前述添付の資料から抜粋)
具体で言うと、施策の設計をしたり、KPIロジックツリーを書いたり、依頼業務を捌いたり、、、といった感じです。
最近は、データ分析に基づいた意思決定の文化作りに悩んでおります。プロダクト・市場・顧客といった要素を理解していれば、データドリブンではなくお気持ちドリブンでイケテイルアクションを行うことも可能です。結局のところ、「プロダクトでユーザにどんな世界観を見せたいか」という思いが一番大切だと思っています。
なんだったら「データ分析の観点はいいから、もっとお気持ちドリブンで提案考えようぜ」といった感じの データの人間としていかがなものかと思える発言を多くしている気がします。
データ分析に頼りすぎず、データエビデンスをスパイスとして効かせて、何かしらのアクションを打つサイクルを回せる文化を作りたいなぁと思っております。
その他にも以下のような仕事をしています。
- 分析チーム内部での開発環境の整備のファシリテーション
- UXリサーチの立ち上げ・企画
- チョロっとデータマネジメント
上記からも伝わっていると思いますが、MLでの仕事に比べ、DSでの仕事ではプロダクトの深いところに入り込みます。
そうするとプロダクトマネジメントの考え方が必須であることを痛感し、『プロダクトマネジメントのすべて』を改めて読み直しました。プロダクトの4階層の考え方は、かなり有効な知識だと思うので、ご興味がある方はご参照ください。
ふと思い出したのですが、類似書籍として『たった一人の分析から事業は成長する 実践 顧客起点マーケティング』も非常に良い本だったので紹介させていただきます
最近思うこと
「お仕事に関する話」と「プライベートに関する話」の2本立てで書きます
お仕事に関する話
同僚のPM、MLエンジニアが優秀
同僚のPMは非常に優秀です。システム開発的な話だけでなく、社会人力が非常に高いなぁと感じます。
エンジニアもとんでもなく優秀です。さすがこの規模の会社のMLチームともなると、すごい人がたくさんいますね。
ちなみに、自分が関わっているML PMが6人くらいで、ML エンジニアが30人くらいです。たったこれだけの人数で相当な数のシステムを回しているのはさすがですね(日々感服します)
ソフトウェア開発難しい
MLの知識は一定程度自信があります。少なくとも他のPMよりもある程度わかっている自信があります。しかし、ソフトウェア開発に関する知識が圧倒的に足りていないです。特にインフラなどのコンピューターサイエンスに関する基礎知識が足りていないなぁと感じております。少なくとも前職で求められていたレベルよりも高いレベルでの知識が必要です。
自分のR&RはエンジニアではなくPMであるので、深いところまで知る必要はありません。しかし、どこまで知っておくべきかの見極めをしつつキャッチアップをしなくては、と日々日々悩んでおります。
PMって何?
PMって何の略語問題です。一般的にはProject ManagerやProduct Managerの略語として扱われると思います。上記の自分のインタビュー記事を見るに、自分はTecnical Program Managerであると思っています。確かに開発寄りの案件のマネジメントを行なっているので、Program ManagerといえばProgram Managerな気もします。
もちろん(特にML案件では)開発系のmanagementをすることが多いとはいうものの、DS案件やMLのプリセールス的な案件ではプロダクトのことも考えることが多いので、100%開発PMかと言われれば、そうではないかも？と思っております。
そんなこんなもあり、「PM? Party Managerの略だと思う」と言っております。
実際、様々なチーム(party)を運用していくファシリテータとしての役割を担っているので、あながち間違いではないと思っております。というわけで、自分は ML / DS Party Managerです(小並)
仕事の減らし方
良かれ悪かれミクロなマネージメントになってしまう / 浮いている仕事やモヤモヤしている事項に正面から切り込んでしまう 傾向があるため、キャパオーバーすることが多々あります。
実際DS業務でのUXリサーチも「定量データだけでは決め手にかける？だったらUXリサーチやろうぜ」と自分が言い出しっぺに、DSなしで、マーケターの人たちと企画を進めております。
結果的に、普段の業務への影響も出るし、UXリサーチの企画自体も「本気出せばもっと加速できるのになぁ」ともどかしさを感じる機会が多々あります。本件は長期的に見ればやるべき仕事だと判断し推進をしていますが、そこそこの数の案件を抱えているので、今後は、もっと「自分がやるべき仕事か？」「どのように他の人に任せれば進むか？」を検討し、練度を上げていく必要があるなぁと感じております。
プロダクトを信じる大切さ
プロダクトベースなビジネスを行う我々としては、プロダクトをユーザに使ってもらうかが非常に重要です。その前段階として「従業員がプロダクトを信じられるか」が非常に重要だと感じております。当たり前の話に聞こえるかもしれませんが、チーム全体にこの意識を共有させることが意外と難しいなぁと感じております。CEOやPdMといったトップレイヤーの人がプロダクトへの愛やビジョンを示すリーダシップによる雰囲気作りや、一従業員がプロダクトと向き合う文化作りは非常に大切だなぁと思う今日この頃です。
ML / DS PMの需要は確実に伸びる
ポジショントークです笑
今後、MLのシステム導入 / データ分析による意思決定がより広まっていくことは確実であると思われます。その状況下において、ビジョンを描くことができ、各種プロセス回せるPMは必要不可欠になります。特に日本においては各種システム化が遅れている / 自社開発が増えていくことが見込まれているので 一層自分のような職種の需要が伸びることは確実だと思います。
「データサイエンティスト / MLエンジニア キャリア ナニモワカラナイ」でしたが、ここ2年弱の経験からキャリアが少し見えてきた気がします。
プライベートに関する話
人生は短い
ここ半年で急に悟りました笑
残り60年程度しかないことに加え、自由なことをできる時間が非常に短いことに気がつきました。
もう少し人生を楽しんでもいいのでは？という思いが強くなってきている今日この頃です。
色々進捗があった
転職をしたり、結婚式をしたり、引っ越しをしたり、、、 30歳手前に色々進捗がありました。結婚式は非常に楽しかったです。
勉強時間が減っている
PMというR&Rに振り切った / 仕事をこなすだけで体力との限界のもあり、勉強に関する時間が明らかに減っています。
よく「勉強していない。本当にまずい！！」という声を聞きますが、幸い自分はそこまでクリティカルに困ってはいないです。とはいうものの勉強量を減らすことは長期的に良くないのは明確なので、ちゃんと目的をもって何かしらの勉強をしたいなぁと思う今日この頃です。インフラとかシステム構築とか勉強しようかなぁ。。。
付随してツイートをする機会が減っています。なんとなくツイッターを見る余力が減っていることに加え、ツイートする価値のあるアウトプットが減っています。
総じてポジティブに捉えればお仕事が充実しているとも捉えられますね。
最後に
色々書きましたが、細かい話を端折ったり、オブラートに包んだ内容になってしまっている自覚はあります。詳しいことはリアルでお会いした時に話させてください。
5年間色々やってきましたが、結局は「データ分析 / MLといった技術を用いていい感じのことをやりたい」という思いを絶やすことなく仕事を続けられてきたことが一番の成果かなぁと思います。
また、同業界のみなさんが頑張っている様子から、かなり刺激を受けております。特に同年代の方々の活躍は自分のモチベーションにつながっております。意見交換も含めご飯にいきましょう！！
最後に。個人的に各社ML / DS PMがどんな仕事をしているかが非常に気になっているので、業界を盛り上げる意図も込めてぜひ座談会なりイベントをやりませんか？興味ある方いましたらご連絡ください！！
最後までお読み頂きありがとうございました！！
