It's my thing, That's my life

やってきました年1回の広島詣です。ということで、

広島東洋カープ vs オリックス・バファローズ
観戦日時：2014年6月8日（日）　14:00プレイボール
観戦場所：マツダスタジアム 三塁側内野A指定席

結果：1対8　バファローズが強さを見せたが、カープがお粗末すぎる野球

観戦勝敗：3勝1敗

2011年の初観戦以来、4年連続で来ているマツダスタジアム。2012年のときの12球団ホームスタジアム制覇したときも書きましたが、ここは日本一素晴らしいスタジアムだと思います。まず、外の開放的な空気、グラウンドにいるときの選手との近さ、いろいろな企画席や、バリアフリーへの配慮、アクセスの良さ、何をとっても一級品です。バファローズファンとしては、神戸（ほっともっと神戸）もいいスタジアムだとは思っていますが、神戸はちょっと古さを感じさせるようになってきたので、日本ではココ（宮城も捨てがたいけど）が一番だと思います。

着いたのは試合開始1時間ちょっと前くらいだったかな。球場に着いてから気づきましたが、日焼け止めを忘れてきました。。よっぽど隣の人に借りようかと思いましたが、太陽の日差しが眩しい中、我慢して、後で酷い目に合うことに。。。屋外球場観戦のときは、タオル、帽子、日焼け止めは必須のアイテムですね。

ちょうどビジターのバファローズが観戦。上記写真は森脇監督ですが、試合前に手前座席の子どもに呼び止められて、サインサービスをしてました。1人やると、当然どんどん来ちゃうんですが、最後まで応えていたのは、見かけ通りのダンディさを感じさせてくれます。

なぜか、試合開始前のボールボーイからホースを借りて、鉄平がベンチ前の水撒きしてましたけどｗ

この日の先発オーダーはこんな感じ。。あれ、エルドレッドは？？

バファローズの先発はディクソン。今季、彼の投球を見るのは2回目かな。前の京セラドームでの試合でも書きましたが、彼の弱点は何といっても立ち上がり。序盤3回までを何とか抑えることができれば、、というところで、この日も立ち上がりが若干不安定。フォアボールを出して苦しい場面もありましたが、要所での粘りで序盤を立ち上がりました。すると、明らかに3回後半くらいからリズムがよくなってきて、8回まで熱投してくれました。1点こそ失いましたが、被安打も少なく、この日のヒーローにふさわしい活躍だったと思います。

一方のカープの先発はバリントン。僕の見に行く試合はいつもそうかもしれないのか、それとも僕自身が偏った見方をしているのか分かりませんが（笑）、この日もディクソンよりはバリントンのようがボールがキレてたように思います。奪三振は多分、ディクソンより多いんじゃないかな。ナックルカーブやスライダーで変化をつけるディクソンに対して、バリントンはどちらかというとキレと早いカットボールでずらすピッチングスタイル。この日はストレートがキテいたので、カットボールの曲がりがイマイチだったのかも。1回にいきなりヘルマンにホームランで1点献上すると、序盤3回までで5失点。狙い球を絞られて打たれるというケースが目立っていたように思います。

カープは交流戦に入ってから連敗続きで元気がありません。それが野球にも正直現れていて、何でもないショートゴロを木村がゲッツーを焦ってオールセーフにさせてしまい、その後の失点につながるなどリズムがよくありません。攻撃陣も、梵や丸にもヒットは出るものの、その後が続かない。点差をどんどん広げられると、勝負を急いでしまって、あっさりとフライを打ち上げて、少ない球数でディクソンを助けてしまうという悪循環。鯉の季節（5月）は終わりましたが、また毎年のようにカープもここで終わりということになってしまうようでなりません。

さて、この日印象に残った選手を。まずはバファローズ。個人的には糸井の3ラン（僕が見ている前では久々）を見れたのは、カープファンがいっぱいの中、1人興奮していました（笑）。でも、活躍という意味ではヘルマンでしょう。この日は初回のソロホームランを含め、5打席の4安打くらい打っていたと思います。ここ数試合、ずっとフラストレーションがたまる成績だっただけに、この活躍は嬉しかったです。

DH出場で出たペーニャも存在感満点。この日も安打を放って、調子のいいところを見せてくれました。

一方のカープはバリントンの後を受けた3年目の戸田がいい投球。球の種類はあまりなさそうですけど、キレのあるボールで失点続きのイニングを食い止めてくれました。

あと、連敗中なので、広島のほうも勝ちのリリーフ陣が調整登板。。これは悲しいですね。でも、生で一岡が見れたのは嬉しかった。中田、一岡、ミコライオの勝ちのリリーフが登場する回数をもっと増やすには、この日のような試合をしてはいけないと思います。

さて、年1回の広島詣も終了。来年もスケジュールが合えば、是非来たいと思います。それよりもカープはもっと頑張って、セ・リーグを沸かせて欲しいなと思います。

次は京セラでの交流戦終盤、中日戦を観戦予定です。

＜おまけ＞

スライリーも登場回数が少なくて残念。今年はピンクリボンと合わず？、ピンクスライリーが見れませんでした。

どこもかしこも赤一色。負けゲームでもほぼ最後まで帰らないという、広島ファンは凄いです。カープ女子が話題になっていますが、そのブームを機に、もっと広島に来る人が増えればいいですね。

負けゲームにカープ坊やもがっかり気味。。

ヒーローはもちろんディクソン。屋外は若干苦手めな投手ですが、この日は頑張ってくれました。

来年も広島に来るぞー、と思う、バファローズファンでした。

Facebookとかでつながっている人には、きっともう伝わっていると思いますが、まるっと10年間務めた会社を退職し、転職しました。現時点（2014/5/30）時点では、まだ有給消化中で正確には前の会社の社員ではありますが、週明けから新しい会社に移ります。

ネットで話題の実名を上げての退職日記は書きませんが、きっといろいろ調べれば分かると思いますので、引っ越しが落ち着いた今、改めてこの10年を振り返ってみたいと思います。

僕は高専〜大学〜大学院と移ってきて、専門も電気〜物理〜数理科学と、その度に学ぶことを変える学業生活でした。正確に言うと、好奇心は旺盛だけど、勉強自体は嫌いだったので、興味が有ることをつまみ食いしながら、サークル活動に精を出し、いろんな仲間と思い出を作ってきました（でも、大学院では真面目にやったので、成績優秀者で修了できましたけどね→唯一の自慢ポイント）。

そうやって、学生生活を自分なりに謳歌して、いざ就職となったときに、ちょうど2000年問題対応が終わったIT不況と呼ばれる時期が、僕の就職時期でした（といっても、今の就職難に比べれば、だいぶマシですけどね）。大学院ではインターネットのパケット流を数理的に解析するという異色な研究をしていたので、実際のIT現場がどのようになっているかを知りたくて、早くからIT系と決めていました。十数社受けて、残ったのが今の退職しようとする会社（面倒臭いので、以下”今の会社”と言ってしまいますが）と、もう1社がSIerでは今の会社よりも数倍大きく、給料レベルもよさそうな会社でした。それでも今の会社を選んだのは、インテリ系な雰囲気がするもう1社よりは、現場に近く、泥臭く仕事ができそうだったから（笑）。何だか、手を動かしながら、知識を体得していくほうが、デスクワーク一辺倒よりも合っている気がしたんですよね。まぁ、最後に面接してくれた、当時の副社長が良さそうな感じの人（もう、引退なさいましたが、実際に最後の最後まで目をかけてくれました）だったということもあります。

そうして今の会社に就職し、大阪に1年、京都に6年、東京で3年と務めてきました。途中、小さい頃から障害を抱えている左足の状態が悪くなって、京都のときに1年ちょっと休職してしまったので、実質は9年くらいな感覚なんですが、それでも10年近くお世話になったことになります。

今の会社では入社以来、ずっと研究開発の仕事をしていました。研究開発といっても、中堅IT企業ですから、学会向けに何かやるというよりは、実案件に則した中で技術開発をしたり、新しいサービス・新商材を立ち上げるための検証や企画業務をしたりということが主でした。こう書くと、エンジニア目線では結構楽しそうで、やりがいがある仕事と思われるかもしれないですが、僕は最初に配属を聞いたときにちょっと複雑な気持ちになりました。というのも、大学院を修了したときに、博士課程はどうだと当時の先生や親にも言われた中で、研究という作業にあまり魅力を感じてなくて、就職を選んだということもあるんですよね。何も難しいことを考えずに、ただ言われた仕事をやるだけ。効率的に物事を回したり、サークルでいろんな人の意見をまとめたりするのが得意だったので、そういう能力を仕事に活かせればと思ってたところが多々ありました。

それでも、とりあえずやってみようという思いで懸命に取り組みました。懸命に取り組んでいると、やはり自分にあった仕事が回ってくるもんですね。最初は、物理チックな波形解析の仕事。ここでは本当に一からモノづくりに取り組めましたし、2年目以降からは自分が作ったものを外に展開する企画業務もやらせてもらいました。提案書を作って、いろんなところを回ってヒアリングし、戻って聞いてきた内容をまとめ、次の改良に取り組む。オーソドックスですが、今に通じるこうした仕事のやり方を、当時の刺激的な先輩の下で教わりました。

ただ、研究という新しい物事を発想し、それを突き詰めるという仕事に、やっぱり4年目くらいから少し行き詰まりを感じたのも事実です。その時期にも、実はこっそり転職活動をしていたのですが、それと同じくして足の悪化もあり、休職したことで、少し人生を見つめなおす機会がありました。その休んでいたときに別の仕事の可能性はないかと、資格試験の勉強もしていたのですが、いろいろやってみて、やっぱり今の仕事のほうが自分に合っていると思い直しました。そして復帰後はとにかく思い詰めず、自分らしいペースで仕事をしていこうと決め、東京に来てからは本当に刺激的な毎日を送らせてもらいました。京都のときはどちらかというとじっくり研究という感じでしたが、東京はやはりいっぱい仕事があります。特に、社外のいろんな刺激的な出会いをもらいながら、自分の見識をどんどん広められたと思います。

ですが、同じ部署にいても、人がどんどん移り変わり、会社自体も入社した頃に比べると、数倍の規模で大きくなってきました。仕事のスピードもどんどん早くなっていって、最近では研究開発というよりも、研究企画みたいな感じの仕事になってきたことも事実です。もちろん、企画は企画で面白いところもあるんですが、へっぽこなりにエンジニアの端くれである以上、Hadoopとか、クラウドとか、企画書には書いているけど、実際、この技術の深層というか、実際に動いてどんなことができ、どんな問題が生じるのかも分からずに、お客に提案していいのだろうかという不安が、ここ1,2年すごく膨れ上がってきていました。自分なりに調べたり、多少動かしてみたりもするんですが、部署内もどこか専門分化されてきて、詳しく聞いたり、議論したりできる人がどんどん少なくなってきている。この状況を何かしら打破したいなという思いに駆られてきたのです。

そんな際に、転職のお話をいただき、紹介されたのが今年の初め。一回動き出すと、トントンとお話が進んで、4月頭には内定をいただきました。今の会社では部下を抱える身でもあり、転職には相当悩んだのですが、ここで決めなければ次のタイミングは相当先だなと思い、決断させていただいた次第です（まぁ、次の会社に転職を決めた理由は、これだけではないのですが、それはまた時間があるときに書きたいと思います）。

退職するにあたって、相当な数の方から、ビックリしたとか、頑張ってとか、励ましの言葉をいただきました。普段はムスッとした顔で仕事をしていた僕という人間にも、仕事を通じて、これだけの方に愛されていた（ちょっと、言い過ぎか＞笑）ということに改めて深く感謝したいです。急な退職告白にも、ちゃんと応じて励ましていただいた同じ部署の方々には、上司・先輩・部下・後輩含め、「ありがとう」の言葉しかないです。そして、僕が抜けて、ほぼ半分しかいなくなった同期メンバーにも、最後の日にまで声をかけてもらいありがとうございます。

最後に、僕が今の会社で一番感謝をしたいのは、入社当時の社長です。ハチャメチャなことをする人だとは思いますが（笑）、それでも会議室とかに入ってこられると凛とした空気になるのは、ああいうのをカリスマというのだなと今だに思います。入社当時手がけたテーマについては、その社長発案のものでしたが、僕が変なものを開発しようものなら青筋を立てて、怒っていただいたことをすごく覚えています。社会人となったいい大人に、あれだけ精魂込めて怒ってもらったことは、後にも先にも、あのときだけだったなと思います。当時も1000人近くいた会社の社長だけに、名前を覚えてもらうだけで1年くらいかかりましたが、廊下や昼食時に会うと、気軽に名前で読んでいただけたことは単純に嬉しかったです。最後に会ったのが、東京2年目のお花見の会だったので、退職を決めた以降に会えなかったことはとても残念なのですが、僕はあなたに育ててもらったと、今でも心の中で思っています。最後に送ったメールを読んでもらえてるかどうか分かりませんが、本当にありがとうございました。

来週からは、新しい会社で心機一転頑張ります。ここで今の会社の経験をフル活用して、自分自身も、会社自体も大きくしていければと思っています。次の会社はどういうところなのか、そして、なぜそこに決めたのかは次の機会に書きたいと思います。

京都大学で行われたMOOC関連の講演会に、プレイベートを兼ねて行ってきました。

詳しい内容は下記を。。
「学生の学びをどう記録し分析するか－MOOCs、アクティブラーニングとLearning Analyticsをめぐって－」

詳しい内容はここでは割愛しますが、講演を聞いての雑惑を二点だけ書いておきます。

① LearningAnalyticsとAdaptiveLearning

今回はMOOCを使ったLeaningAnalyticsへの示唆という内容が主でした。講演されたロング先生のオーストラリアでの実践的な取り組みも面白かったし、実業務でも参考になるところがチラチラと出てきて（特に、教育データを可視化したグラフは是非使わせてもらいますｗ）いました。

オーストラリアはもちろんですが、日本でもJMOOCが始まろうとし、中国やフランスなどでも同様の動きが広がっている。最初はスタンフォードやハーバードなどのアメリカから始まったMOOCの流れは、高等教育での爆発的な教育コンテンツの開放という波が2013年は来たというところだと思います。

じゃあ、2014年は何が来るのか。僕は民間のものも含め、これだけ広がったオンライン教育コンテンツの淘汰が徐々に始まってくるのだと思っています。そのKeyになるのが、教育におけるデータ分析。本日の講演の文脈でも、学生の学習データを解析することによって、学びの差をいうものを解析的に捉え、教育全体の質を上げていくLearningAnalyticsの未来というのが語られています。

でも、僕は大学のような高等教育機関がLearningAnalyticsではダメだと思うのです。これはむしろ高校までの初等・中等教育で盛んに研究されるべきものでしょう。僕の考え方が古いのかもしれないのですが、大学というのは学力を延ばすというよりは、学際力を伸ばすところ。同じ問題に対峙しても、いろんな切り口で研究していく。それが高等教育としての大学であり、研究機関としての大学であると思うのです。

学力というのは2つのベースがあると思います。1つは読み書き話すという初等機関から学ぶベーシックな学力、もう1つは1つの問題を複数の視点から調査・検証していくという解析していく力。後者は答えが1つではないし、1つではないからこそ、いろんなアプローチで物事をみる重要性が問われるのです。

アメリカではLearningAnalyticsとともに、KNEWTONなどが行っている「適応学習（AdaptiveLearning）」という考え方ものある。答えが1つでない世界のことを、どうナビゲートできるのかは、検索ではない新しい知識の在り方・捉え方が必要なのかなと考えたりもします。答えは僕自身も答えはないですが、ビッグデータ時代の学びの在り方は、本というのが教育を変えたくらいのインパクトがあるのではと思っています。

② 教育におけるデータサイエンティストの必要性

こうしたLeaningAnalyticsの流れが出てくるのは、ずっと教育における適正なPDCAサイクルというのを模索し続けた結果だと思います。ですが、どの教育機関（小中、高校、大学、各種専門学校等々）においても、今でも学習教材の改良や学ぶ生徒のケアで忙殺されているのに、更に学習データ（本のここをよくマークしているとか、音声のコメントが付いてるとか、掲示板とか、動画のコメントとか、、）がどんどん増えてくると、それをどう分析して、どういう教材を使って、どういう講義を構成（オンライン、オフラインも含め）したらいいのか、選択肢が増える分だけ、その効果を十分に活かすことができない自体に陥るのでは？と思ってしまいます。

無論、こうしたデータ分析もろもろに関わるのは教育の分野だけではなくて、製造業やサービス業など、どの分野でも同じように思います。今後もどういうツールが増えてくるのか分かりませんが、その中で物事をどうリ・デザインして、現場に適用していくのか。もっと現場に根ざしたインテグレーションの適用がビッグデータ時代では（今更ながら）急務だと感じました。

個人的にはUXとか、デザイン思考とか、どうデザインしていくかと、業務ノウハウを事細かに分析する分析力が両輪になってこそ、初めて本当に使えるシステムになるのではと思います。ここにも今までのITにおけるインテグレーションとは少し違った新しい形が必要なのではと感じました。

それにしても、教育でこれだけデータが取られると、うかうか教科書も広げられないですね（笑）。教育におけるデータの帰属性の話（これは医療における医療情報の帰属と同じスキームだと思うのですが）もあるし、、、まぁ、未来はいろんなことをクリアしないとやってこないということでしょうね。

データ・サイエンティストに学ぶ「分析力」

昨年（2013年）の2月にハーバード・ビジネス・レビューにて、”データ・サイエンティストほど素敵な商売はない”と魅力的な仕事ということで紹介されてから、「ビックデータ分析」、「データ・サイエンティスト」というのが、IT業界のバズワードとして人気を博してきた（最近は少し落ち着いてきた感がありますが）。インターネットを中心にIT業界が活性化し、PCの高性能化はもとい、手持ちのモバイル端末でも高品位の処理が可能になってきた。LTEで通信も高速になり、ストレージも大容量化の時代、情報の通信＆蓄積は技術革新とともに安価にもなりつつあります。

これだけ分析ブームでもありますが、ITの世界でももともとデータアナリストとか、システムアナリストと呼ばれる人は結構いたと思います。前者は広告や商品の効果測定とするリサーチ会社のイメージだし、後者はSIをする中でのコンサルタント的な立場で業務の分析などをしていたイメージです。その中で、”データ・サイエンティスト”が職業として出てきたのはなぜなのか？　まず、この「データ・サイエンティストに学ぶ「分析力」」では、そもそもサイエンティスト＝（科学者）とつけるだけに、従来のアナリスト＝（分析者）とは違う、「分析力」とは何なのかという言及があります。

大量のデータが生み出される現代社会で、アナリティクスとプランニングの融合がいかに強力な存在となるかを示しているのである。（P.106）

アナリストが単純な分析しかしないのに対し、「分析力」がある本当のサイエンティストとは、そこからプランニング（計画）が導かれる人だと定義をしています。

じゃあ、それを実際にどのようなプロセスで行えばいいのかについては、SMARTな目標設定というのが述べられます。

（SMARTな目標設定とは、）・具体的（Spectific）：目標は、達成しようと思っているものを明確かつ具体的に述べなければならない。・測定可能（Measurable）：目標に到達しつつあるのか、そうでないのか、追跡できなければならない。・達成可能（Achievable）：現在の延長線上で達成できなければならない。・現実的（Realistic）：今手元にあるリソースで本当に達成できるものでなければならない。・時間設定（Timebased）：目標をいつ達成するのかという基準がなければならない。（P.240)

その例の1つとして、有名なUPS（運送会社）の例が述べられます。

UPSは業務オペレーションの優位性の上に成り立っている企業である。彼らはあらゆる業務を最適化しているのだ。例えばUPSのトラックは、ほとんど左折をしない。左折するときに発生する待ち時間を回避することで、毎年数百万ドルのコストを削減できるという計算結果が出たことから、左折をするのはそれ以外に選択肢がない場合にのみとしたのである。 （P.268)

分析をするだけではなく、それを実施することで何か変わるのか。そして変えたことでの変化量を常に計測することで、継続的な業務変革につなげていく。まさにプロセスを提案するだけではなく（ここまでだとサイエンティスト止まり）、プロセスを変革していくイノベータにならないと意味がないのかなと思います。

データの取り扱い方もそうですが、単純に数字や文字の並びを分析するだけでなく、その裏にどのような現象が潜んでいるかを知るというのは、僕自身、学生時代の卒業研究でやっていた材料研究やプラズマの物性研究に近いなと感じました。データとしては確かに数値で上がってくるんだけど、それは計測誤差なのか、想定している現象の外からくる雑音なのか、そもそもの想定とは全く違う現象がそこで起こっているのか、、数字1つでも正しさをとことん考え抜く、それが単に数字を整理するだけのアナリストと、複数要因を想定する「分析力」を持ったサイエンティストの違いなのだと思います。

最強のスキル「統計学」 必須のツール「ビッグデータ」 (別冊宝島 2056)

このMOOC本は楽天やCCCなどの実サービスの裏側まで丹念に比較してあり、実例（現象）が多く載っているので、どういうところに使われているのを知りたい方はオススメです。