今後、身につけなければいけないと思っている技術は何ですか？
- 数学 (代数学, 解析学, 統計学)
- 重要な論文をスムーズに理解できるようになる
- 機械学習のインフラやフレームワーク (Spark, Chainer, Amazon EMRなど)
- スピーディにトライアンドエラーできるようになる
- 機械学習を本番導入・運用できるようになる
エンジニアとして影響を受けた本を教えてください
- [独習C](https://www.amazon.co.jp/dp/4798102962/)
- プログラミングは手で覚えるもの、というのを教えてくれた
- [マッチ箱の脳(AI)](https://www.amazon.co.jp/dp/B00DT4DY0M/)
- オセロゲームに遺伝的アルゴリズムを組み込んで実装したら、対人戦でもだんだん勝率が上がっていって、アルゴリズムのパワーに驚いた
- コンピュータの構成と設計 ([上](https://www.amazon.co.jp/dp/482228266X/)・[下](https://www.amazon.co.jp/dp/4822282678/)), [Computer Architecture: A Quantitative Approach](https://www.amazon.co.jp/dp/0123704901/)
- パイプラインやハイパースレッディング、キャッシュなど、いろいろなレイヤで見られる高速化手法の源泉はCPUにある、ということを感じた
- [モダンオペレーティングシステム](https://www.amazon.co.jp/dp/4894715376/), [分散システム](https://www.amazon.co.jp/dp/4894714981/)
- 並列処理の基本的な問題とそれに対する知恵が詰まっていて、システムの面白さにハマっていった一冊
- [Effective Java](https://www.amazon.co.jp/dp/4621066056/)
- 他の言語でも応用できるデザインパターンとアンチパターンが詰まっており、実装で「これ良くない気がする」といった違和感を感じるようになった
- [Web API: The Good Parts](https://www.amazon.co.jp/dp/4873116864/)
- 不特定多数の利用者に誤解なく伝わるインタフェースはどう設計すれば良いか、良い指針を与えてくれている
- [Python機械学習プログラミング 達人データサイエンティストによる理論と実践](https://www.amazon.co.jp/dp/4844380605/)
- 敬遠していた機械学習が実際の問題解決に役立つかもしれないということに気づかされた
- [SOFT SKILLS ソフトウェア開発者の人生マニュアル](https://www.amazon.co.jp/dp/B01GDS0994/)
- 毎週ブログを投稿するようになりました
### 最近読んだ・読んでいる本
- [データ解析のための統計モデリング入門](https://www.amazon.co.jp/dp/400006973X/) (いわゆる緑本, 自身のブログに関連記事を投稿してます)
- [統計学入門 基礎統計学I](https://www.amazon.co.jp/dp/4130420658/) (いわゆる赤本, これと問題集で統計検定2級を取りました)
- [Pythonによるベイズ統計モデリング: PyMCでのデータ分析実践ガイド](https://www.amazon.co.jp/dp/4320113373/)
- [情報推薦システム入門 -理論と実践-](https://www.amazon.co.jp/dp/4320122968/)
- [推薦システム: 統計的機械学習の理論と実践](https://www.amazon.co.jp/dp/4320124308/)
- [入門PySpark](https://www.amazon.co.jp/dp/4873118182/) (自身のブログに関連記事を投稿してます)
あなたが一番パフォーマンスを出せるのはどんな環境ですか？
- 事業として、何を目指して、何を目指さないのかが、明確であること
- スキル・経験が豊富で尊敬できる同僚と、チームで仕事ができること
- クラウドプラットフォーム (AWS, GCP, Azureなど) の利用がスタンダードであること