実践 AWSデータサイエンス ―エンドツーエンドのMLOpsパイプライン実装

訳者あとがき

　データサイエンスに関する訳書も『Rによるデータサイエンス』（2017）、『データサイエンスのための統計学入門（初版、第2版）』（2018、2020）と3冊目になりますが、この『実践AWSデータサイエンス』では、これまでのデータサイエンスとは趣を大きく変え、統計学の話題よりも、AI、ML、さらにTransformer、BERT、あるいは量子コンピューティングといった先進的な話題が主となっています。

　これは、この3年あまりでデータサイエンスの実践の場で、AI的な（必ずしも人工知能という仰々しい言い回しを使わなくても）機械処理が中心になってきたということです。実際に、本書の翻訳中に、ウェブサイトでの購入販売や金融機関の申し込みで、処理が本人確認の画像認識を含めて、苦情や問題処理なども機械処理されているという現場に出会いました。AI/MLによるデータ処理は、コストと時間と品質のニーズに対応するためにもう必須になっているようです。

　本書の概要については、「まえがき」の「各章の概要」に述べられていますが、オープンソースライブラリを含めてAWS特にSageMakerまわりのあらゆる機能（そのなかにはクラウドソーシングのMechanical Turkも含まれます）を使って実装し運用するところまで述べているのがこれまでのこの種の本にはなかったところです。「9章 モデルを本番環境でデプロイ」はその意味で、一番力が入った箇所でしょう。IT系の中途採用では、AWSのSageMaker関係の知識や技能が問われるという話も聞いています。キャリアステップアップを狙う読者にとって本書はきっと役立つだろうと思います。11章のストリーミングや12章のセキュリティまわりの記述も有用でしょう。