データサイエンティストになるには
データサイエンティストとは
最近になって出てきた職種のため明確な定義があるわけではなさそうですが
「統計解析やITスキルを用いてデータ分析を行い、ビジネス課題を解決する職務」
こんなところでしょうか
これまでにはない、新しいタイプのデータ分析を行える専門家という位置付けです
データサイエンティストが生まれた背景
従来、ビジネス課題の解決において
データから因果関係を推測するのを「マーケター」
データから因果関係を推測するのを「マーケター」
とよばれる職種の人々が主に担務していましたが
顧客のニーズの多様化により
データ分析にも専門性やスピードが求められることとなり
データ分析だけを専門で行う人がふえてきました
しかし大量のデータを扱ったり
ビジネス課題の変化に伴い必要となるスキルや領域が増えたため
「ビジネススキル」「統計解析スキル」「ITスキル」
それらをまとめてできる人材をデータサイエンティストと呼ぶようになってきました
データサイエンティストの仕事とは
主な仕事の内容を簡単にまとめると
・課題の要件整理
・データを収集する
・データの整理、運用
・データ分析
・データの可視化
・課題解決
このようなことをやっています
「データから事業戦略にとって有益な情報を導き出しビジネスにインパクトを与える」
これが重要な役割です
データサイエンティストになるには
ではどうやったらなれるのでしょうか？
「データサイエンティスト」と呼ばれる職種は2009年ごろの登場と言われているようです
なるために必要な資格などが明確になっているわけではありません
しかし
「データサイエンティスト」を名乗るには
ある一定以上のスキルレベルがあってしかるべきだと思われます
「統計解析スキル」
「ITスキル」
「ビジネススキル」
この３つのスキル領域のうちの１つの専門家が
他の領域へスキルレベルを広げてゆくのが一般的です
人によっては
大学で「統計解析」を学び企業に入った
という人もいると思うので、そういう人は
「ITスキル」
「ビジネススキル」
を覚えていくだけで良いのですが
何もやったことのない人がなるには大変です
おそらく一番簡単なのが
「ビジネススキル」
ついで
「ITスキル」「統計解析スキル」
となるので
「ビジネススキル」
は先に覚えてしまうのが良いでしょう
1からデータサイエンティストを目指すのであれば
まずはビジネスのことを知り
課題解決へのアプローチの中で
どんな手法が必要か、その手法を行うためには
どんなスキルが必要かを学び少しづつ覚えてゆくのが
良いかと思います
データサイエンティストに必要な3つのスキル
それぞれの領域でどれだけの知識が必要なのかを詳細にまとめます
ビジネススキル」(ビジネス力)
問題課題の切り分け
ビジネス要件の整理、企画、提案
目的、ゴール設定
KPI設計
ビジネスフレームワーへの知識
分析結果への洞察力
リスク管理
マネジメント力
「ITスキル」(データエンジニアリング力)
データベースに関する知識
プログラミングに関する知識
インフラに関する知識
アーキテクトにかんする知識
SDKやAPI,ミドルウェアに関する知識
セキュリティに関する知識
データの収集、蓄積、加工、共有にかんする知識
分析環境の構築方法
「統計解析スキル」(データサイエンス力)
データの加工プロセス
データ分析の基礎知識
データの可視化方法
数学の知識
統計学の知識
機械学習の知識
モデリングに関する知識
必要な領域は常に増え続けているため
ここに書ききれないほどの量です
また一般社団法人データサイエンティスト協会では
次のように領域をまとめられて
必要なスキル内容をチェックすることもできます
これらを少しづつ網羅してゆくことで
データサイエンティストに近づくことができます
コメントする