効果的なマシンラーニングチーム

第10章. 効果的なMLチームの構成要素

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

幸せな家庭はみな同じであり、不幸せな家庭はそれぞれに不幸である。

レオ・トルストイ『アンナ・カレーニナ

アンナ・カレーニナの原則は、成功のためには多くの要素が揃わなければならず、それらの多くの要素のどれか1つでも問題があれば失敗につながるというものである。同じことが、効果的なMLチームにも言えるかもしれない。MLチームは、ML製品開発の複雑さに加えて、組織におけるチームワークの複雑さとも戦わなければならない。

しかし、この原則が私たちの努力を台無しにする必要はない。それどころか、チームが活動するあらゆる環境（市場、ビジネス、組織構造、テクノロジー、データ）がユニークでダイナミックである以上、成功への型にはまったアプローチは存在せず、効果的なチームはすべて、成功への独自のパスを発見し、再発見しなければならない。この章では、成功に一歩一歩近づくために、私たちが自由に使える多くのツールのいくつかを紹介する。

ダライ・ラマは言った：「幸せは既成のものではなく、自分自身の行動から生まれるものだ。従って、個人、チーム、そして組織全体にとって、実験し、反省し、適応することが極めて重要であり、そのためにはリーダーシップの指導と支援が不可欠である。ここで紹介する効果的なチームの構成要素は、個人、チーム、組織の各レベルでそのような目的に向かって努力するのに役立つ。実際、構成要素はスイスチーズ・モデル（第5章で紹介）のように考えることができる：ブロックが多ければ多いほど、チームが大きな問題に見舞われる可能性は低くなり、仮にそうなったとしてもレジリエンスは高まる。

本書を通して、構成要素のいくつかをおろそかにすると、正しいものを作れなかったり（第2章）、正しいものを作れなかったり（第3 章から第9章）、人々にとって正しい方法で作れなかったりすることを見てきただろう。その点で、『アンナ・カレーニナ』の原則は、この本の最後の1マイル（あるいは2マイル）を通して、私たちに力を与え、私たちを行動へとディレクトリする形で、私たちの思考の根拠となるはずである。

この章では、まずMLチームが直面する一般的な課題を探り、私たちの多くが経験していることを説明する！そして、様々な構成要素を用いて問題に対処することで、チームの有効性を向上させるテクニックを見ていく。ここで取り上げる理論やテクニックは、MLチームだけでなく、どんなチームにも利点があるものだが、MLチームの中には、これらの理論やテクニックを見落としがちなチームもある。もしあなたが、チームの効果が今ひとつだと感じているのであれば、それぞれのブロックの改善可能性を考えてみてほしい。

組織心理学のスティーブ・コズロウスキー教授は、「チームの有効性を理解するためには、最低限、システムの3つのレベルを概念的には受け入れる必要がある。¹この章では、効果的なチーム内部、つまり個人とチーム内のダイナミクス（コズロフスキーの最初の2つのレベル）について考える。この章では、エンジニアリングの有効性とDevExについてまとめる。このことは、第11章で、Team Topologiesモデルのレンズを通して、組織全体のより広いチーム間ダイナミクス（コズロフスキーの第3のレベル）を探求するのに適した位置づけとなる。第11章と本書の最後を締めくくるのは、リーダーや組織全体のリーダーシップが、効果的なチームを育成する環境をどのように作成するかについてである。このロードマップと、各レベルの構成要素を ...