はじめに
今回は情報を得にくい「Web3におけるデータの扱い」に関する情報を7つ厳選してご紹介していきます。
Web3関連の情報は業界の性質上、コミュニティー単位で共有されることが多く単純な検索では得られる機会が少ないです。その上、データ分析やデータサイエンスの要素が掛け合わされた情報はなかなか見つけることができません。
私自身もこのメディアを運営しながら、国内外差別することなくガンガン情報を収集しています。しかし、実際データ分析要素を入れ込んだ瞬間に一気にヒット件数が下がります。
今オンラインで明示的に記載されているものは大体調査したと思っているので、その中でも印象に残ったものかつ、なるべく噛み砕かれたものを7つピックアップして、共有していきたいと思います。
これら以外にもいいものがある！って方は是非コメントやTwitterなどで教えてください。
まず参考にするべきサイト7選はコレ！
まずは今回ピックアップする記事を一覧で紹介します。日本国内外問わずピックアップしています。
企業レベルの話だったり、サービスだったり、個人のブログ発信だったり音声配信だったり様々です。
運営者がPodcastで人気のチャンネルを抱えていることから、音声からの情報集が含まれている点も注目です。
- Web3におけるデータサイエンス：
https://note.com/masa_kazama/n/n73b5de6e82dd - Web3の「日本人的」な戦い方 情報収集とデータ分析：
https://note.com/sota_watanabe/n/n01d1082b899b - Web3 Carrier：
https://web3.career/data-science-jobs - Youtube
- Should You Be Excited About Web 3? (As a Data Scientist)：
https://youtu.be/0jTtHYie3CU
- Should You Be Excited About Web 3? (As a Data Scientist)：
- 音声メディア
- Podcast「JOI ITO 変革への道」
https://open.spotify.com/show/5rJsivsmpFwWK6SjvjLC1A?si=f14ae8dcea16416e - Voicy「AI・デジタル時代のミチシルベ」
https://voicy.jp/channel/2516
- Podcast「JOI ITO 変革への道」
- [2022] Guide to Web3 Data: Thinking, Tools, and Teams : https://ath.mirror.xyz/w2cxg5OP1OEcqvSgsEjSSyKRJhPmam0w-fXGogiG-8g
- 株式会社◯ :
https://maru.nagoya/
それぞれ面白い視点がまとまっているので、概要と一緒に紹介します。
1. Web3におけるデータサイエンス
まず最初は、僕がWeb3 x データサイエンスに需要があるんじゃないか？と思った時にまず目にした記事です。
この記事の中ではWeb2とWeb3のデータ分析やデータサイエンスの仕組みなどの違いや、分析サービスなどがすごくわかりやすくまとめられています。
データがあればなんでもできる！万能だ！みたいな雰囲気というよりは、Web3で得られるデータでどこまでできて、人間が介在する必要がどこまであるのかをリアルに書かれていて、実務家らしさが出ていることを感じさせてくれる記事です。
この中で紹介されているDune analyticsの分析方法やスターターマニュアルは、本サイトでもまとめているのでチャレンジしてみることをお勧めします。
加えて、記事の中でもMasaさんが指摘しているキュレーションの重要性の項目は必読です！
個人的には、筆者のMasaさんのNetflixのレコメンドシステムがどのように構築されたのかを解説した別の記事も好きです。データサイエンスっぽさがぎゅっとしている感じがツボです。
2.Web3の「日本人的」な戦い方 情報収集とデータ分析
2つ目はAster Networkの渡辺創太さんが執筆したnoteです。
こんなWeb3の有名人でありキーパーソンがデータに言及する記事を公開したのには、感動しました。
こちらはデータサイエンティスト目線ではなく、Web3のビジネスを推進している方だからこその「リアルな目線」が含まれています。
分析だけでなく、ビジネス上の仮説と結びつけた着眼点をどこに持つかがデータサイエンスでは重要なポイントになってきます。渡辺創太さんの指摘では、TLV : Total value lockedと、アクティブアドレスが重要な指標と捉えているそうです。
TLVはプロトコルに預けられた暗号資産の価値であり、仮想通貨などの価値の時間変化を考慮したサービスの実態を捉えられると言われています。アクティブアドレスについても、ピュアな取引者がどの程度いるのかをしっかり捉えられるという点で重要になってきます。
これらも実務的に使えることがわかっていれば分析の対象にできますが、最初にこのパラメータが重要と理解するまでには紆余曲折があるはずです。
そのためこのようにWeb3のキーパーソンが実際にどのようなデータをみているのかを知れるこの記事は非常に有用だと思っています。
なお、詳細は以下の記事で書いているので、もし興味があれば覗いてみてください。
3. 世界中のWeb3求人を確認できるWeb3 Career
海外のサイトで、Web3の求人が確認できる「Web3 Career」は注目です。
特に、以下のようにデータサイエンス職特化のページがあることが今回ピックアップしたポイントです。
データサイエンティストの給与は、世界水準から見ても非常に高いです。以下の記事でもまとめましたが、アメリカの給与水準を見てみると、サイトによって変動はあるものの1,300万円程度が平均だと考えられます。Web3データサイエンティストに関しても、現状は概ね同程度と考えられるように見受けられます。
今後は求人のバリエーションも増えてくることが想定されますし、給与レベルも需要が高まっていく中で高くなっていくことが想定されます。
こういったまとめサイトはしっかりとチェックし、市場の動きを見ながらデータサイエンティストとしての参入を検討するのがいいと考えています。
4. Youtubeで注目のデータサイエンティストの生の声
文字媒体だけでなく、やはり今はYoutubeからの情報収集は必須となっています。まだまだ少ないながらもWeb3 x データサイエンスで発信をしているYoutubeの動画はいくつか見受けられました。
完成度はそこまで求めることはできないし、ちょっとしたレクチャー動画が多かったりする中で情報が簡潔にまとまっていて、初学者が知りたいちょっとしたきっかけになりそうな知識がまとまっている動画がありました。
英語で発行されている文献を様々読んだ上で、それらの共通事項をマルっと5分で解説してくれているのは資料として非常にいいです。
Web1からWeb3までどのように変化してきているのか、オープンデータになることでデータサイエンティストとして面白い時代になってきているとか、ちょっとした問題点にも言及する内容となっています。
5分で手軽み見れるだけでなく、重要そうな内容については繰り返し訴求してくれるので、この内容を人に話すだけでWeb3のデータ分析について知っている風を装えるかもしれません笑。
5. 音声配信で収集するWeb3 x データサイエンス
音声配信にも有用な情報が多く転がっています。特に日本国内で2つのチャンネルが注目です。1つは伊藤穰一さんのPodcast「JOI ITO 変革への道」です。
このチャンネルでは、マサチューセッツ工科大学の研究所メディアラボの所長を務め、現在は千葉工業大学の変革センターの所長を務めている伊藤穰一さんがパーソナリティーとなり、仮想通貨やNFTなどのWeb3に関する情報などを発信しているチャンネルです。
その中で、データ分析の重要性が指摘されているエピソードがコチラになります。
データを用いることで見えてくる世界や、これまでの世界で起きていたデータを用いたネットワーク効果が、今後はオープンデータとして1つの波が世界を飲み込んでいく時代になるのではないか、そんな話がされているので是非聞いてみることをおすすめします。
2つめは音声メディアVoicyの「AI・デジタル時代のミチシルベ」です。こちらはウマたんさんがパーソナリティーを務めています。
ウマたんさんは、「データサイエンスをもっと身近に」をテーマにしたWebメディア「スタビジ」を運営されたり、自身もデータサイエンティストとしてご活躍されている方です。この方が運営されているVoicyの中で、データサイエンスに関するエピソードがいくつかあります。以下にそれらをまとめますが、どれも勉強になるものばかりです。
「#74 web3.0におけるデータサイエンス」
https://voicy.jp/channel/2516/326384
「#84 【対談企画】UAEの起業家に聞く！データサイエンス×web3の可能性」
https://voicy.jp/channel/2516/342974
「#85 ブロックチェーンとAIデータサイエンス」
https://voicy.jp/channel/2516/344853
6. カオスマップからみるデータ分析業界の全体像
Web3のデータ分析やその周りにあるツール、コミュニティーは包括的に理解しておかなくてはいけません。そこで参考になるのが以下の記事です。
こちらの記事では、Web2とWeb3を比較しながら、データ分析のフローの違いを明確に示したり、分析プラットフォームについてもそれぞれの役割を明確に分けながら解説してくれています。
コレによって見えてくる業界全体の描像は非常に有用な上に、Web3がこれまでとどう違うのかを分析視点でしっかり教えてくれます。
ただこちらの記事、英語だし専門用語も多いので少し挫けそうになるかもしれません。Web3では英語での情報収集が必須とされるので、なるべくストレスなく情報を取れる方がいいですが、やっぱり難易度は高め。
最初に読むにはちょっと難易度も高いと思ったので、7選の中でも最後にさせていただきました。筆者自身が日本語でまとめ直した以下の記事を参考にされるといいかもしれません。こちらからどうぞ。
7.株式会社◯のHP
ちょっと変わった名前の「株式会社◯（かぶしきがいしゃまる）」は、AI・IoT系の研修を行っている会社です。
この会社のWebメディアが、ちょこちょこWeb3に絡めた記事を公開しています。
このFungible Analystを立ち上げた時に、「データサイエンティストの中でWeb3への感度が低い」という話題を上げさせていただきましたが、この会社はデータサイエンスなどの分析軸に、Web3をマージさせていこうという雰囲気が感じ取れて、今後さらに記事が出てくるんじゃないかと考えてピックアップさせていただきました。
特にAI x ブロックチェーンの文脈では、例えば、医療系AIの開発に付随して、医療画像に必須となってくる画像の持ち主のプライバシー保護の観点を、ブロックチェーンで補おうとしているなど、無理そうな課題ではなく、現実味のある点を抑えているところに注目しています。
今後どのように動いていく会社なのか、注目です。
まとめ
いかがでしたでしょうか？数少ないデータサイエンスの文脈でのWeb3の参考サイトを、厳選して7つ紹介させていただきました。
他にも多少は参考サイトは出てきますので、ご自身で探すのがいいかとは思いますが、まずはここであげたものをカバーするのが、これまで様々な調査をしてきた筆者としてはいいと思っています。
もしこれら意外にも、もっといいサイトや記事あるよ！という方は是非コメントやTwitterなどSNSで教えていただけますと幸いです。
一緒にWeb3時代に生き残るデータサイエンティストになっていけることを願っています。
コメント