データサイエンティストの3つのスキルが完璧な人は存在しないなら2分しよう

このエントリーをはてなブックマークに追加

ビジネストレンドがDXに移り変わり、データ活用の重要性がより一層高まっています。

そんな中、データ時代を生き抜くために、データサイエンティストの存在を重要視し、採用したいと考えている人も多いのではないでしょうか。

この記事では、データサイエンティストのニーズが高まる中、そのスキルが完璧な人が存在しないことを示し、PMの重要性が高まっていることに触れていきたいと思います。

データサイエンティストに求められる役割の大きさ

2014年、一般社団法人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求められるスキルセットを示した3つの円を公開し、その後、この図はデータサイエンティストのスキル定義のデファクトスタンダードになっています。

引用:PRTIMES「データサイエンティストのミッション、スキルセット、定義、スキルレベルを発表」

1.ビジネス 力(business problem solving):課題背景を理解した上で、ビジネス課題を整理し、解決する力

2.データサイエンス 力(data science):情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力

3.データエンジニアリング 力(data engineering):データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力

 

この定義によれば、データサイエンティストには、統計学だけでなく、実装、そしてビジネス力までさまざまなスキルが求められています。この背景には、単なるデータ分析だけではビジネスを変えることができないという事実があります。

単にデータを分析し、その結果を導いてもビジネスは変革しません。与えられた問題やデータに基づいて、課題を見つけ、使わせるビジネス力が重要になっています。

 

一方で、課題を見つけ、使わせるビジネス力は、教科書で学べばすぐに身につくものではありません。近年では、プロジェクト型の学習を通して、課題を見つけたり、使わせる力を養う学習方法「PBL」も普及してきました。一方で、このビジネス力は、企業によって求められる形も異なり、一般化したスキルが広がっているわけではありません。

データサイエンティストのスキルは2分しよう

ここで重要なのが、データサイエンティストのスキルを以下のように1:2に分類することです。

 

【分類1】 ビジネス力(business problem solving)
【分類2】

データサイエンス力(data science)

データエンジニアリング力(data engineering)

データサイエンティストの定義の中の「データサイエンス力」「データエンジニアリング力」をビジネス力と切り離し、「問題を解くこと」に注力した人材と「課題を見つけ、現場に使ってもらう」ことに注力した人材の2つに分類します。

 

分類1(ビジネス力)は、企業内でさまざまな調整をこなしてきたメンバーが最も適任と言えるでしょう。既存の社員は、社内の課題を見つけたり、現場が求めている結果を逆算したりすることに長けている人材と言えます。一方で、ビジネス力を有している人材は、どんな課題であればデータを活用して解決することができるのか、ある程度の技術知識が求められるといえます。

 

分類2(データサイエンス力 / データエンジニアリング力)を発揮する場面でも、現場特有のデータのばらつきなどに対処する、現場力が求められます。ある程度の知識はオンラインコースを受講したり、書籍を購入して自学することが可能ですが、ビジネス力の重要性をないがしろにしてはいけません。

上記のように分類1と分類2は完全に分離されているわけではありません。双方が歩み寄り、ある程度の知識を有しておくことで、さらによいチームが醸成できるでしょう。

分類1は外注できない |社内でデータ活用を進めるために

社内でデータ活用を進めていく際に、筆者がおすすめするのは、分類1にあたる人材を外注しないことです。

分類1の人材の強みとなるのは、数字などの定量的な観点だけではなく、定性的な観点で直感的に現場を見ていることです。その上で、社内のキーマンを把握し、調整する社内政治力や予算を確保する力など、分類1に求められるスキルは、その企業内にいるからこそ、得ることができると言っても過言ではないでしょう。

 

一般的には、この分類1の人材の育成が進まず、一部コンサルが担うケースも存在します。しかし、コンサルが担当者を通して見た社内は、二次的な情報となり、正確でリアルでは有りません。

もちろん分類2にあたる人材も現場のデータを理解するなど、現場力は絶対的に必要です。一方で、データサイエンス力やデータエンジニアリング力は、ある程度はオンラインコースを受講したり、書籍を購入して学ぶことが可能です。

おわりに

今回は、あえて使い古されたデータサイエンティストのスキル定義を、2分し、今求められる人材について考察してきました。

データサイエンティストの3つのスキルを完璧に取得した人は、多くありません。一方で、それぞれのスキルに特化した人材は、多くいます。

それぞれのスキルに特化した人材同士が、溶け込むように仕事をしていける、そんな組織を作る上では、PMの存在が欠かせないといえるでしょう。

 

【建築業向け】事例ウェビナー動画のお知らせ

「DXをどのように始めれば良いのかわからない」「建設業におけるAI活用について知りたい」方に最適なウェビナーを企画しました。

建設業界では、人手不足を解消するために、DXによって作業の自動化や工数削減を実現するような取り組みが加速しています。
そこで今回、「DXの実践事例」や「成功するDXプロジェクトの進め方」について、伐採木の採寸から調書作成までを自動で行うアプリの開発に関わったメンバーが対談形式でお伝えしていきます。

タイトル:建設業におけるDXの実践例

視聴形式:動画配信(フォーム入力不要)

今すぐ視聴する

WRITER

 

  Asei AI/DX専門ライター「Asei」

AIやDXなどが専門のライター。累計執筆数500本以上。 「曖昧な技術を具体的に」を心がけ、トレンドに合わせてさまざまな視点から発信します。フリーのフォトグラファーも。

SNSで最新情報を発信しています

最新記事

ページTOPへ