※本記事はアフィリエイト広告を含んでいます
どーも、りけーこっとんです。
皆さんは「データサイエンティスト」って言葉、聞いたことがありますか？
「聞いたことはある」
「興味はある」
「目指してみたい」
この記事を読んでいる方は、こういう方が多いかもしれません。
でも、こんな疑問はありませんか？
実際に目指してみたいけど…
「どういうスキルが必要なの？」
「何から始めれば良いの？」
今回は、このような悩み・疑問を持つ方達の助けになる記事。
「転職してみたい・働いてみたいと思ったは良いけど、どうすれば良いか分からない」と思うのは当然のことです。
そんなあなたと全く同じ状況であるりけーこっとんが、今やってることも含めて、何をやれば良いのかを共有できればと思います。
データサイエンティストに必要とされている能力は、ずばり言ってしまえば、以下の三つ。
・データサイエンス力
・データエンジニアリング力
・ビジネス力
それでは本題に移っていきましょう。
データサイエンティストに必要なスキル
まずデータサイエンティストになるに当たって、どんな能力が必要とされるのでしょうか？
データサイエンティスト協会が出している必要なスキルは以下の三つ。
データサイエンティスト協会の元情報はこちら。
１．データサイエンス力
２．データエンジニアリング力
３．ビジネス力
りけーこっとんもデータサイエンティスト見習い。
今回は協会が出している情報を参考に、りけーこっとんが思っていることも書いていきます。
この三つの力を持っていて、状況に応じて使い分けられるのが「データサイエンティスト」の定義としているようですね。
それぞれのスキルについて詳しく見ていきましょう。
データサイエンス力
データサイエンティスト協会では「情報処理・人工知能・統計学などの情報化学系の知恵を理解し、使う力」と定義しているようです。
「データサイエンティスト」といわれたときに最もイメージしやすい定義なのではないでしょうか。
「ちょっと定義の言葉が難しい…」
という方のために、りけーこっとん的な解釈をお伝えします。
データサイエンス力は
既にあるデータを「どうやって処理・分析したら有意義に使えるだろう？」という知識があって考えられる力
と言えるのではないでしょうか。
ちなみに、この定義は「プログラミングができる力」ではありません。
どちらかというと「数学理解してる？」「分析の手法知ってる？」「AIの知識ある？」という知識を持っているかどうかが、重要だと思います。
この辺のスキル・知識が要求される辺り、研究者に近いですよね。
データサイエンティストと呼ばれる所以なのかも知れません。
データエンジニアリング力
データサイエンティスト協会では「データサイエンスを意味のある形に使えるようにし、実装・運用できるようにする力」と定義しているようです。
いわゆる「プログラミングスキル」に近いでしょう。
「データサイエンス力」だけでは統計学や数学の知識と、その知識の使い方を知っているだけです。
（もちろん、これを極めようとすれば超大変なのは間違いないですが…）
データサイエンティストとしては「統計学や確率など数学の知識を、プログラミングでAIと結べるかどうか」も重要なようです。
具体的には
「RとかPythonのプログラミングできる？」
「SQLとか使ってデータベースの構築できる？」
「実際に分析のツール、全般的に使える？」
というところになってくるでしょうか。
データエンジニア力は「データサイエンス力」の研究者寄りのスキルと違って、エンジニア寄りのスキルに見えますね。
データエンジニア力と呼ばれる所以でしょう。
ビジネス力
ただし上記二つを備えていても、実際にビジネスに活かせなければあまり意味は無いですよね。
そこで、データサイエンティスト協会は「課題背景を理解した上で、ビジネス課題を整理し、解決する力」と定義しているようです。
コンサルタントに近い能力、とでも言えれば良いでしょうか。
「データサイエンス力」「データエンジニアリング力」を組み合わせたことで、実社会のデータ分析をできるところまでは来ています。
でもこれは「データアナリスト」という別の職種に近いイメージかもしれません。
実社会のデータを分析できて、かつビジネスの課題解決まで貢献できるのがデータサイエンティスト。
具体的には
「課題発見できるようなツール、調べ方、普段の行動できてる？」
「一般的なビジネスマインド、倫理は理解してる？」
「課題解決の手法、思考法はできる？」
といったところでしょうか。
ビジネス力は「分析したデータを、どうやって社会・企業の課題解決に繋げていくか」が重要になってくるのだと思います。
仕事のイメージでいうと、それぞれのスキルは以下のようなところで使われる感じになるかと。
「ビジネス力」は一番最初と一番最後に使われるでしょう。
最初の「ビジネス力」で発見した課題を「どうやって分析すればより分かりやすく、解決に繋げられるか」を考えるのが「データサイエンス力」。
そして「データサイエンス力」で何をどういう分析するか決めたら、「データエンジニア力」で実際のツールやプログラミングを使って分析していきます。
最後にもう一度「ビジネス力」で、分析結果から「課題解決やビジネス創出に、どう繋げていくか」を考える。
このようなイメージで、データサイエンティストの仕事は行っていくのではないでしょうか。
もちろん最初から全てに関わるというのは難しいでしょう。
最初はこの流れの中の一部分から始めて、徐々にやれる範囲を増やしていくといった感じかと思います。
この内容については次の記事でもまとめています。
是非参考にしてみてください。
結局何から始めれば良い？
データサイエンティストに求められるスキルは、たくさんありましたね。
これだけありすぎると
「結局何からやれば良いの？」となりますよね。
りけーこっとんのオススメは
・新卒の方であればビジネス力を鍛えること
・未経験中途の方はデータエンジニアリング力を鍛えること
です。
・新卒の方の理由としては、まず最初に学んでおくと様々な職種・場面で役に立つため。
・未経験中途の方の理由としては、pythonというデータ分析ツールを学ぶことが、最も早く実務で使える知識になるため。
新卒はビジネス力から！
新卒は、社会人になって間もないので、仕事の進め方やマナー、コミュニケーションの取り方など分からないことだらけですよね。
そこで、新卒はビジネス力から身につけることをオススメします。
ビジネス力を鍛えておくと、これから働く上で様々な場面で役に立ちますし、データサイエンティストの基礎力に直結してきます。
色んな場面に使える知識が、そのままデータサイエンティストの基礎力になるのは、まさに一石二鳥。
こんなにお得な知識であれば、最初に学んでしまって、効率よくデータサイエンティストへの道を歩んでいきましょう。
具体的には以下のようなことを学ぶと良いかと。
・データ、AI倫理
・コンプライアンス、法令関係
・思考法(ロジカルシンキング、クリティカルシンキングetc…)
りけーこっとんも新卒のため、「ビジネス力」を中心に学んでいきます！
未経験中途はデータエンジニアリング力から！
未経験中途の方は、データエンジニアリング力から鍛えることをオススメします。
社会人経験のある方達なので、「ビジネス力」は問題ないでしょう。
強いて言うならば、「データに関する法令、コンプライアンス」を学んでおく、くらいでしょうか。
一方でプログラミングなどは未経験の方が多いと思います。
プログラミングは実務で使われる可能性が高い事に加えて、現在ではたくさんのネット情報から、プログラミングを学ぶことができます。
少ない勉強時間の中でも、ネット検索で調べられると、独学でも進めやすいですよね。
一人じゃ自信がない、という方はオンラインスクールを受講してみるのもアリでしょう。
具体的には以下のような「データエンジニアリング力」を学ぶのが良いかと。
・pythonの基本的な書き方
・excelでのデータ収集、抽出の仕方
・SQL等でデータベース構築の仕方
まとめ
今回はデータサイエンティストになるために、何が必要か？ということを書いてきました。
まとめると
・データサイエンス力
・データエンジニアリング力
・ビジネス力
こうしてみると求められることが多くて、大変そうに見えるかもしれません。
しかし最初から全てができる人なんていませんし、三つの力全てが完璧である人なんて、ごく少数でしょう。
大切なのは、最初の一歩を踏み出すこと。
どれか一つ手をつけることを決めて、そこから一歩ずつ、着実にステップアップしていきましょう！
りけーこっとんも一歩ずつ前に進んでいきます。
ではまた～
コメント