【このイベントで業務内容が体験できるサブチーム】
Data & Analytics(ビッグデータ活用によるビジネス変革)
■内容
皆さんとPwCの若手コンサルタントでチームをつくり、企業や組織が抱える課題を解決するために「どのようなデータ分析手法が最適であるか」を考えて頂きます。実際に検討した手法を用いてデータ分析を行い、その結果から解決策を検討し、発表を行っていただくプログラムとなります。
ハッカソン後は、PwCのコンサルタントとフランクにお話いただく懇親会も予定しています。
【こんな人にぜひ!】
コンサルタントの仕事を体験してみたい人
データサイエンティストに興味がある人
データ分析を用いた研究をしている人
テクノロジーを用いたビジネスを考えることが好きな人
新しいアイデアを考えることが好きな人
ご自身の分析スキル・プログラミングスキルを試してみたい人
Hackathonに参加してみたい人
■推奨スキル
プログラミングスキル
下記いずれかの対象言語(分析ツール)での分析経験
Python
R
SAS
SPSS
Stata
EViews
Julia
■分析スキル
下記いずれかの分析アルゴリズムの使用経験
統計分析:回帰分析、主成分分析、因子分析、共分散構造分析(SEM) など
時系列分析:ARMA、(S)ARIMA、VAR、状態空間モデル など
教師あり学習(回帰):ロジスティック回帰、SVM など
教師あり学習(ツリー):決定木、ランダムフォレスト など
教師なし学習:K-Means、階層クラスタリング、SOM など
自然言語処理:形態素解析、共起ネットワーク、感情分析 など
画像解析:画像識別、物体検出、セマンティックセグメンテーション など
パターン解析:アソシエーション分析、ベイジアンネットワーク など
最適化・シミュレーション:線形計画法、混合整数計画法、非線形計画法 など
■開催日時
2021年2月20日(土)9:30~21:00(予定)
■応募締め切り
2021年2月5日(金)23:59(日本時間)
2021年2月10日(水)23:59
■実施場所
オンライン
■募集人数
約50名
■参加資格
現時点で大学・大学院に在籍し、2022年3月卒業/修了見込みかつ2022年4月/10月入社が可能な方
■当日お持ちいただくもの
Windows PCやMac、タブレットなどハックするためにご自身が必要と判断するもの
※貸出は行なっておりませんので、事前にご準備ください
■応募の流れ
応募アンケートフォームを提出し、エントリーください。
◆以下4つのテーマの中から1つを選択し、150字以上、400字以内で回答してください。
・どの設問に答えているかを明示してください。
・直感で回答するのではなく、必ず「データ分析」を行なってください。
・分析の手法は問いません。適切と思われる手法を選択してください。
・コードや図表を提出する必要はありません。
データ:世界銀行オープンデータサイト https://www.worldbank.org/ja/country/japan/brief/opendata
GDP(名目) https://data.worldbank.org/indicator/NY.GDP.MKTP.CD
若年(15-24歳)識字率 https://data.worldbank.org/indicator/SE.ADT.1524.LT.ZS
【課題】国・地域別のGDPと若年識字率の関係を分析し、教育関連投資が世界経済に与える影響を150字以上、400字以内で説明してください。(同サイトにある別の指標を活用しても構いません。)
データ:社会・人口統計体系 社会生活統計指標-都道府県の指標-2019
URL:https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00200502&tstat=000001124715&cycle=0&tclass1=000001124717&result_page=1
【課題】「経済基盤」、「人口・世帯」、「安全」のデータセットから全部で5変数程度選択し、「県民所得の2010年から2015年までの増減」が平均以上の都道府県と平均未満の都道府県の特徴を調べて150字以上、400以内で記述して下さい。
データ:観光庁の宿泊旅行統計調査(URL内の調査結果(集計表、報告書)/第2次速報/集計結果(推移表))
URL:https://www.mlit.go.jp/kankocho/siryou/toukei/shukuhakutoukei.html
【課題】延べ宿泊者と宿泊施設タイプ別の客室稼働率の推移を分析し、一つの都道府県を選択して宿泊者と客室稼働率を向上させる施策を社会情勢を踏まえて150字以上、400字以内で提案してください。
データ:Online News Popularity Data Set
URL:https://archive.ics.uci.edu/ml/datasets/Online+News+Popularity
【課題】人気なニュース記事(シェアの多い記事)の傾向を分析し、次に出す記事の人気を最大化するためにどうすればいいか150字以上、400字以内で提案してください。