※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。
今回は「データサイエンティストとは？」の第二弾！似ている職種との違い、です。
第一弾は下の画像から！
前回はざっくり「こんな働き方をするよ」「こういう理由で注目されているよ」という内容でした。
今回は前回からもう少し深くいきたいと思います。
データ●●っていう仕事っていっぱいあると思いませんか？
“データ”って付く仕事って割とあって「データって付くけどどんな仕事？」とか「似てる職種あるよね？」と思う人もいると思います。
繰り返しになりますがデータサイエンティストの主な仕事内容は以下の５つになってきます
そしてデータサイエンティストと似ている職種は以下のようなものがあります。
カタカナばかりだし、名前も似てますね…
それではそれぞれの職種とデータサイエンティストの違いを見ていきましょう！
データエンジニアとデータサイエンティストの違い
データエンジニアは設計・開発、保守・運用、システム開発に携わります。
ここで言うシステムとは、データを収集・蓄積・利用するための分析基盤のことです。
データ分析というよりは、分析に必要な機械やシステム回りの設計という、エンジニアという名前に近い働き方です。
課題を発見し、解決方法を見つけて、その方法に合わせてデータ環境を整えていきます。
データサイエンティストとの違いは、
・サーバーやシステムを実際にくみ上げるのがデータエンジニア
・サーバーやシステムに蓄積したデータそのものを収集、分析、利用するのがデータサイエンティスト
といったところでしょうか。
データアーキテクトとデータサイエンティストの違い
データアーキテクトは、集めたデータを元にビジネスなどに利益をもたらす知見、考察を導き出す仕事です。
上流工程が仕事となり、分析したデータをどう使っていくかがポイントです。
データを読み解く力、知見が必要で、その考察をビジネスに繋げるビジネス力が求められます。
データサイエンティストとの違いは
・既に分析や解析されたデータを元に、ビジネスに活かす考察を考えるのがデータアーキテクト
・収集、分析も含めて行うのがデータサイエンティスト
ということになります。
アクチュアリーとデータサイエンティストの違い
アクチュアリーとは保険などの金融分野で、死亡率・事故率・天候・国の景気など不確定なことを予測する仕事のことです。
予測する方法は、統計学や確率論といった数学的な方法で行います。
「保険数理士」と呼ばれることもあるようで、保険の正しい掛け金・支払金の決定を行う仕事です。
データサイエンティストとの違いは
・金融分野という限定された範囲でより数学的に、分析に特化したのがアクチュアリー
・金融分野に限定されないのがデータサイエンティスト
といったところでしょうか
データアナリストとデータサイエンティストの違い
データアナリストとは目標を達成するために、データ加工・整形、集計をする仕事です。
現場に近いデータ分析の実務を取り組む仕事です。
マーケティング・コンサルティング・データアナリストの部隊を率いている会社で働く人と、ゲーム・WEBサイト運営会社・自社メディア会社で働く人が居るようです。
データサイエンティストとの違いは
・データ加工・整形・集計など仕事の流れが決まっており、分析に特化したのがデータアナリスト
・データ集計から加工、ビジネスの課題解決まで幅広く行うのがデータサイエンティスト
というところになります。
まとめ
今回の内容をまとめるとこうなります。
しかし、ただでさえそれぞれの職種が紛らわしくなっているので、それぞれの会社で働き方が違う可能性があります。
全ての会社で、今回取り上げた職種が同じ働き方をしているとは限らないので、しっかり仕事内容や先輩社員の話を聞くようにしましょう！
データサイエンティストは、今回挙げた職種を混ぜ合わせたような働き方になっています。
なので、より仕事内容が曖昧だったり、ギャップが出てきてしまう可能性があります。
データ分析のどの行程がやりたいのか、既に定まっている人はデータサイエンティストは目指さない方が良いと思います。
やりたいことと仕事内容に、ギャップが出てきてしまうためです。
逆にどこがやりたいか決まっていない人、スキルを増やしたい人、可能性を広げたい人にとってデータサイエンティストは合っていると思います。
まとめの画像にもあるように、全ての職域をカバーしているからです。
そして上記の職務に加えてデータサイエンティストは、R・Python等のAIを用いて数値解析をします。
これは今回の記事では触れませんでしたが、データサイエンティストの一番の特徴といっても良いでしょう。
今回の記事を読んで、職種を混同することなく、自分がやりたいと思える職種に就いて下さい！
ではまた～
コメント