• データサイエンティストの様々な役割例

好奇心がありチャレンジ好きな人 一方で地道な努力ができる人に向く

データサイエンティストを採用する側から見ると、統計解析や機械学習の知識があることはもちろん評価の対象となる。その上で、興味を持って取り組めるか、長く継続できそうかは特に気にするポイントだ。データサイエンティストの仕事は地道な作業の連続で、根気強さが求められる。仕事におけるデータクレンジングのウェイトはまだまだ大きいし、予測モデルの枠組みをどのようなものにするかは業務での利用局面を想定し、整理していく必要がある。こうした作業は試行錯誤をともなうため、“手戻り”も珍しくないのだ。

また、データサイエンティストはコンサルタントでもあるので、まず自社や顧客の要件を聞き出し、適切なデータ分析の枠組みを検討する必要がある。そうした要件は状況に応じて変化する場合があり、単に要件に従うだけだと物足りなく受け止められるかもしれない。様々なビジネス課題について、データサイエンス的によりよいアドバイスをするためにも、臨機応変さは大切だろう。

性格的には、明るくて前向きな人、チャレンジ精神のある人が向いているようだ。扱うデータは非常に多岐にわたるため、特定分野を掘り下げていく根気と共に「いろいろな分野のデータを分析してみたい」「そこから世の中の効率化やビジネスに役立つ知見を抽出したい」といった好奇心が持てる人は適性があると思われる。やはりこの職業に対して単なる憧れではなく、仕事としてしっかりと向き合えるかどうかは大きく問われるところだ。

●データサイエンティストの主なスキル

主なスキル 概要
コンピュータサイエンス 社会の出来事を「情報」の観点で把握し、情報の動きをもとにビジネス課題の解決といった目的を実現するための仕組みを考えること
データエンジニアリング データの整形および分析・統計解析を行い、そこから得られた知見を予測モデルなどの仕組みに実装・運用できるようにすること
データクレンジング データベースから誤りや重複、表記の揺れなどを見つけ出し、分析に用いるデータの品質を高めること。データクリーニングともいう
データマイニング ビッグデータを分析して企業活動に価値のある情報のパターンや関連性を発見し、収益増大、コスト削減、業務改善などを支援する手法
ビジネス課題をデータ課題に置き換える ビジネス課題を、データの分析・統計解析から得られた知見で解決するデータ主導型の課題としてとらえること
問題定義 ビジネス上の課題に対して検討を加え、どういった問題があるのかを洗い出し、データサイエンスによって解決したい目的を設定すること
プレゼンテーション データ分析の結果をもとに、どのような予測モデルやアウトプットを作成すれば効果的であるかを考え、社内や顧客向けに提案すること


SAS Academic Programsが育成をサポート！

SAS Institute Japan（SAS）は、社会で活躍できるデータサイエンティストを目指す学生や、データサイエンティストを育成する教員・教育機関向けに「SAS Academic Programs」を提供。同プログラムでは、様々な統計分析スキルが養える無償ソフトウェアのほか、無償のチュートリアル動画やe-Learningコース、双方向型オンラインコミュニティ、SASのグローバルイベントに参加するための奨学金やイベントにおける企業とのネットワーキング機会などが利用できる。

また、SASグローバル認定プログラムの資格試験の受験料やトレーニングコースの受講料が50％オフになる特典も用意する。教育機関向けには、大学との共同認定プログラムや教員向け無償教材を提供。SASを導入していない大学の学生も、無償ソフトウェアを利用しながら個人で学ぶことが可能だ。さらに、データサイエンティストを目指す学生向けにコミュニティを開設し、情報発信を行う。

SAS Academic Programsの詳細はこちら

[PR]提供：SAS Institute Japan