私は、データドリブンな考え方/課題解決方法をツールとして身に着けることが自分の専門性形成に必ず役立つと考え、サイバーセキュリティの世界*1 からデータサイエンスの世界に足を踏み入れてきました。
そんな中で、応用数学や機械学習などの分野は学習教材や環境が異様に充実していることを感じました。
これは、サイバーセキュリティの様に利益を攻撃者に奪われることから守るという世界から、利益を稼ぐビジネスの主戦場に足を踏み入れたことによるギャップからくるものだろうと思っています。
サイバーセキュリティの入門書の良書は沢山あります。
サイバーセキュリティ教材の対応レベルが低いということはなく、データサイエンス界隈の教材の対応レベルが幅広いのだろうと思っています。
最近は本屋さんに並ぶサイバーセキュリティの書籍もかなり増えてきており、教材と実戦の間の距離もどんどん縮まってきていることと思います。
それでも私は、サイバーセキュリティの書籍や資格による学習よりは、新しいマルウェアの解析を行うことや、マルウェアの解析妨害テクニックを解読し自分のバイナリとしてそのテクニックを実装してみることで得られる知見の方が自らの技術力向上には役に立つと考えていました。*2
しかし、データサイエンスの様に数学や統計学等の学問との結びつきが強く、積極的に利益を生み出すことを狙う領域では教材の充実度がとても高く、それらを活用することで体系的に学び先駆者を追いかけることで効率よく自身を高めることが出来るはずだと感じています。
今回の記事はここまで。Kazuki Igetaでした😃
*2:Kernelやバイナリ等の技術領域にフォーカスした書籍から学ぶのは非常に有効と思います
