データサイエンティストって将来性はあるの？
どんなスキルが必要なの？
今日はこんな疑問に対して回答します。
僕も今は社内でAIに関するプロジェクトや統計の勉強をしてデータサイエンスの見習いです。
その中で、勉強していることのアウトプットも踏まえて
・データサイエンティストの将来性
・データサイエンティストで求められる3つのスキル
について解説します。
目次
スポンサードサーチ
データサイエンティストの将来性
それでは、データサイエンティストの将来性について今後の予測を見ていきましょう。
ビッグデータ分析やAI開発の高まりでデータサイエンティストの将来性は大きい
ディープラーニングの技術が登場して以降、AI開発競争は世界的に過熱しています。
しかし、ディープラーニングの精度を上げるためには教材となるビッグデータが必要となります。
さらに、現代のビジネスは従来のように表面的かつ一面的なデータ分析をするだけでは十分ではなくなっています。
多様化する需要やニーズに対応するためには、膨大なデータの中に潜んでいる傾向を明らかにすることができるデータ分析の手法が必要不可欠です。
そうなると当然、それを扱えるデータサイエンティストの需要は高まることになるのです。
このような背景から、ビッグデータの取り扱いになれていて、AI開発に携わることが可能なデータサイエンティストが求められています。
データサイエンティストは不足している
「IT人材白書2020」によると、DXに取り組んでいるIT企業のうちの37.8%は、データサイエンティストは「いないが非常に重要」だと回答しています。
また、DXに対応する人材不足に関するIT企業への質問では、
・データサイエンティストは「大幅に不足している」が27.1%
・「やや不足している」が33.6%
でした。両方を合わせると実に60.7%と、過半数のIT企業がデータサイエンティスト不足を認識しています。
これらの数字から、DXに対応できるデータサイエンティストは不足しており、需要があると見込まれます。
AIの影響でデータサイエンティストの仕事はなくなる？
一方で、データサイエンティストが行うデータ分析やデータ加工は「AIによって代替できる」といわれることもあります。
その影響から「データサイエンティストの需要はなくなる」といった意見もあります。
IPAと一般社団法人データサイエンティスト協会が発表した「データサイエンティストのためのスキルチェックリスト/タスクリスト概説」においても「人間よりもAIが計算・処理した方が速度も速く精度も高い識別や予測などの領域は、AIに代替されていくものでしょう」とあります。
しかし「どのようにデータを使って社会にどのような価値を生み出すかをデザインし実行していくことは、人間にしかできない仕事」とも記載されています。
AIに代替される部分もありますが、人間にしかできない仕事もあります。
その領域をデータサイエンティストがいかにつくっていくのか？がポイントのようですね。
データサイエンティストで求められる3つのスキル
さて、データサイエンティストの将来性を見てきました。
データサイエンスの領域で価値を出していくためにはどんなスキルが必要なのか？見ていきましょう。
データサイエンティストの仕事と3つのスキル
データサイエンティストの仕事はざっくりいうと「データを使ってビジネスに付加価値を与える仕事」といえます。
これをデータサイエンティスト協会では3つのスキルについて分類しています。
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
3つに分類すると、なんとなくデータサイエンティストのイメージがわいてきますよね。
これら3つのどれに強いのか？は人によって異なります。
ただ、データを活用してビジネスにつなげていくという幅広い分野を扱う仕事がデータサイエンティストの仕事なのですね。
それでは、それぞれのスキルをもう一歩ずつ深く見ていきましょう。
データサイエンティストのスキル①データサイエンス力
データサイエンス力は、いわゆる理論のスキルです。
情報処理、人工知能、統計学などの情報科学系のの知識を理解して使うスキルです。
また、データサイエンティスト協会では2021年以降に、データサイエンティスト検定を実施するようです。
その中でデータサイエンス力の試験範囲が下記です。具体的ですね。
統計数理基礎、線形代数基礎、微分・積分基礎、回帰/分類、評価、検定/判断、グルーピング、性質・関係性の把握、サンプリング、データクレンジング、データ加工、方向性定義、軸だし、データ加工、表現・実装技法、意味抽出、アプローチ設計、統計情報への正しい理解、データ確認、俯瞰・メタ思考、データ理解、洞察、機械学習、時系列分析、言語処理、画像処理、動画処理、音声/音楽処理、パターン発見
データサイエンティストのスキル②データエンジニアリング力
データエンジニアリング力は、ITスキルです。
データサイエンスを意味のある形に使えるように実装、運用できるようにするスキルとなります。
データサイエンス検定の中身はこちら。
システム運用、システム企画、クライアント技術、通信技術、基礎知識、テーブル定義、DWH、分散技術、クラウド、フィルタリング処理、ソート処理、結合処理、クレンジング処理、マッピング処理、サンプリング処理、集計処理、変換・演算処理、データ出力、データ展開、データ連携、基礎プログラミング、データインタフェース、分析プログラム、SQL、基礎知識、攻撃と防御手法、暗号化技術
データサイエンティストのスキル③ビジネス力
ビジネス力は、仕事のスキルですね。
データサイエンスをやる目的は、ビジネス化が多いと思います。
ビジネス課題を整理して解決まで導く力を総合してビジネス力といっています。
ビジネスマインド、データ倫理、コンプライアンス、契約、MECE、言語化能力、ストーリーライン、ドキュメンテーション、説明能力、KPI、スコーピング、データ入手、データ理解、意味合いの抽出・洞察、評価・改善の仕組み、プロジェクト発足、リソースマネジメント、リスクマネジメント
スポンサードサーチ
【まとめ】データサイエンティストの将来性
いかがでしたでしょうか？
データサイエンティストの将来性について見えてきましたか？
データサイエンスの領域は不確定な部分が多いからこそ、いろいろな憶測が飛び交います。
将来予測について語られていることはどれも真実であり、どれも不確かでもあります。
ただし、データサイエンティストで求められる3つのスキルは今後の情報社会の中は必須のスキルです。
そのスキルを使って、ビジネス課題を解決し続けることは必ず需要があることです。
大切なのは
・どんなスキルを持っているのか？
よりも
・どんな課題を解決できるのか？
ということです。
その点を忘れずにデータから付加価値をうんでいくビジネスパーソンになっていきましょう。