注目されるAI人材（前編）

年収180％アップも　「データサイエンティスト」注目される理由　専門家が”必要なスキル”解説（2/4 ページ）

公開 2018年11月12日 07時45分

更新 2018年11月11日 11時24分

著者

村上万純

[ITmedia]

印刷する

データサイエンティストに必要なスキル

　日本アイ・ビー・エムやヤフー、ブレインパッドなどの企業からなるデータサイエンティスト協会は、データサイエンティストには（1）ビジネス課題を理解・整理して解決する「ビジネス力」、（2）情報処理や統計学などの知識でデータと向き合う「データサイエンス力」、（3）分析した内容を意味のある形で使えるように実装・運用する「データエンジニアリング力」、という3つのスキルが求められると定義している。

データサイエンティスト協会の資料より

　ビジネスの現場を知り、分析力もあり、プログラミングができる技術力もある――まるで何でもできる“スーパーマン”のような人材が想像されるが、実際はどうなのだろうか。

　堅田社長は「スーパーマンのように天才的な思い付きができる人がいてもいいが、データサイエンスは科学的に問題を分析することなので、他の人でも同じように実行できる再現性の方が大事」と説明する。

　「裏を返すと、データがないサイエンスはない。みんなAIや自然言語処理などの技術的な面に注目しがちだが、データの種類は問わず、もっと大きな枠組みでいろいろなデータを客観的に分析することを指す。極論すれば、Excelでピボットテーブルを使ってもいいと思っている」と、堅田社長は笑う。

　実際、データミックスの受講生の中には、プログラミング未経験者や数学に苦手意識を持っている人もいるという。堅田社長は「卒業生の中には、プログラミング未経験から始めてデータ分析の仕事に就いた人や、転職して年収が180％上がったという人もいます」と話す。

　しかし、実際にデータサイエンティストとして活躍するには、RやPythonといったプログラミング言語や、数学・統計学の知識を深める必要がある。堅田社長は「これまでのデータ分析の仕事は、分析・レポーティング業務などで終わっていたが、今はビジネス課題を解決するための予測モデルを作る所まで求められるようになっている」と指摘する。

　つまり、大規模なデータを分析・解析する統計学、それらのデータを加工・処理するコンピュータ科学の知見の両方が必要になるようだ。未経験者には非常に高いハードルに思えるが、果たして「最低限求められる条件」は。

次ページへ「最低限ここまでは学んで」