データサイエンティストとは?仕事内容を解説

スポンサーリンク

実際、データサイエンティストと呼ばれる人たちはどのような仕事をしてどのような価値を提供しているのかあまり知られていません。

もう一つ知られていないことがあります。それは、すでにSEとしてキャリアのあるあなたにはデータサイエンティストとしての資質がすでに備わっているということです。

この記事では「データサイエンティストの仕事内容」を解説し,
キャリアに行き詰まりを覚えているSE諸氏に「安全で確実なデータサイエンティストへのキャリアチェンジ」を提案します。

データサイエンティストとは?

一般社団法人データサイエンティスト協会が出した、2015年のプレスリリースによると、
「データサイエンティストとはデータサイエンス力、データエンジニアリング力をベースにデータから価値を創出し、ビジネス課題に答えを出すプロフェッショナル」と定義しています。

そして、補足として「ビジネス」と「プロフェッショナル」の定義が書かれています。

「ビジネス」とは社会に役に立つ意味のある活動全般を指します。
「プロフェッショナル」とは、体系的にトレーニングされた専門性を持つスキルを持ち、 それをベースに顧客(お客様、クライアント)にコミットした価値を提供し、その 結果に対して認識された価値の対価として報酬を得る人を示します。

平たく言えば、 データマイニング スペシャリスト(データ解析のプロ) = アナリストか、
レポーティングスペシャリスト(報告書作成のプロ) = コンサルタントか
そして マーケッター (市場調査とプロモーションのプロ)・・・

果たしてこのようなスキルをすべて兼ね備えた人って存在するのでしょうか?

引用:「データサイエンティストに必要とされるスキルをまとめた スキルチェックリストを初公開 総合人材サービス会社での活用が決定」(https://www.datascientist.or.jp/common/docs/skillcheck.pdf)

データサイエンティストはチームで仕事をする

あまりにも多岐にわたる、しかも高いスキルが必要というデータサイエンティスト。
「高嶺の花」の仕事、と感じられた方もいらっしゃると思います。

でも、ご安心ください。
データサイエンティストはシステム開発と同様、あまりにも多岐にわたるしかも高度なスキルが必要なため、通常「チーム」で仕事をします。

それぞれの得意分野を活かして、以下のような得意分野を持った人材の寄せあつまり=チームになります。

研究開発:機械学習やマイニングアルゴリズムの研究開発

アナリスト:顧客ニーズに合わせたKPI(Key Performance Indicator)開発を行う。
また、データを収集・分析し、報告書や提案書を作成して顧客の経営戦略コンサルティングを行う。

エンジニア:RやHadoopなどOSSに精通した解析プログラム作成と解析力

このように、チームプレーができれば、何も一人ですべてをカバーする必要はありません。ちょっと安心しましたか?

データサイエンティストの仕事フロー

ではデータサイエンス自体のフローはどうなっているのでしょうか。

1.課題解決に向けどのようなデータと解析が必要なのか仮説を立て、検証する計画を立てます
→全員

2.データ集め
SQL、hadoop、NoSQL etc
→エンジニア担当

3.データマイニング
統計学、R、Python etc
→研究開発もしくはエンジニア担当

4.モデリング
経営、業界知識
→アナリスト担当

5.最適化
マネジメント
→アナリスト担当
2~4を再度回すかどうかを判断します。

上のフローを見て気が付きましたか?実は、このデータサイエンティストの中でも「エンジニア」ポジションは、SEにとても親和性が強いポジションなんです。

なぜなら、SEはプログラミング能力があり、かつDB設計やネットワークなどインフラ設計ができる場合、
独力で解析に強い言語をマスターすることができ、かつ機械学習などのフレームワークを使いこなす力量が潜在的に備わっているのです。

さらに、分析のベースは統計学、データ分析、数学のいずれかが得意であれば、
その技量を伸ばすことで十分にデータサイエンティストの「研究開発」ポジションンに近づくことができます。

実際、データ分析はすでにたくさんのアプリケーションが出ており、目的とデータ特性に応じたデータ分析の手法を把握することで、
統計解析ソフトや機械学習のフレームワークが結果を出します。
従って、データアナリストが専門とする分析手法は彼らの意見を汲みながら作り上げていくことになります。

そして、もしあなたが業務系SEであれば、その業務知識は将来「アナリスト」として活躍できる素養になります。
また、もしあなたが業務系SEでなくとも、例えば、IoT分野でのデータ収集が安易になったためにデータサイエンティストが必要とされるようになったというケースもあります。

さらに、データ収集につきものの、個人情報の保護、具体的にはいかにして匿名化を担保するのかという問題をはじめ、データサイエンスの仕事には未解決のままとり置かれている問題が多々あります。

例えば、組込系OSは今はもうサポートされていない古いOSを使っているのでその不具合改修の目処がたっていません。
しかし事情に通じたハッカーたちはこれらのセキュリティホールに対し、いつアタックを仕掛けてくるかわかりません。

このようなセキュリティ面での対策について経験があるSEなら、プロダクトやオープンソースの経験を生かして活躍できるでしょう。

SEスキルを活かし、データサイエンティストを目指してみよう!

まずは、あなたのスキルの棚卸をしてみてください。
次に、あなた自身が興味を持ってできることが何かを列挙してみてください。
そして、データサイエンティストの求人票を緻密にチェックしてみてください。

そうすれば必ず、あなたができる担当分野を見つけることが必ずできるはずです。
データサイエンティストとはチームで構成されたデータサイエンスを活用したサービスを提供する人たちのことです。
仕事の担当として、研究開発、アナリスト、エンジニアがあり、その中でもSEはエンジニアとしてすでに優位性が高いです。

まずは、自分のスキルの棚卸をし、そのスキルと自分の興味の方向性がマッチする分野のエンジニアとして専門性を高めるか、それともアナリストや研究開発を目指して転職することをお勧めします。

スキルアップ転職を目指すエンジニアはレバテックに相談しよう

ABOUTこの記事をかいた人

ressyz

SEとして、長年にわたり業務系アプリケーション、セマンテックWeb研究開発、Androidのミドルウェア(通信等)等、その時々の最新の技術研究開発プロジェクトや新サービス立ち上げプロジェクトに携わる。 データサイエンスに使用するアルゴリズム設計やデータ解析ツールを研究・開発した経験があり、現在は何を思ったか突然大学院に通学。再度学び直しをはじめ今日に至る。近い将来は大学院の講師をしつつ、プチ起業を目論むアラフォーエンジニア。

「仕事辞めたい!けど転職は怖いし迷う…!」
「俺、転職できる?辞めても大丈夫かな?」
「ぶっちゃけ、転職したら年収上がるの?」

…などなど、SEにありがちな悩みに、
私、編集長の和田がお答えしよう!

現状をなんとかしたいが、何をすべきか分からず、
行動に移せないでいる人は、ぜひ参考にしてくれ!

「自分にどんな仕事が向いているかわからない」
「年収アップが狙えるのってどんな仕事?」
「もっとホワイトな職種ってないの?」

といったお悩みを抱えているあなたに
ピッタリなのが、この「転職診断」だ!

30秒程度の簡単な質問に答えるだけで、
あなたに合う職種を診断して紹介するぞ。

さぁ、下のボタンをクリックして、
早速、診断をスタートしてみてくれ!

カンタン30秒!転職診断をはじめる

希望条件から転職サイトを探してみる

希望勤務地(必須)
雇用形態
職種
こだわり条件