このエントリーの対象読者
データサイエンスに携わるお仕事を志望する学生さん. データサイエンティスト, コンサルタント, アナリストなど
現役エンジニアもしくはエンジニア以外からデータサイエンティストを目指す皆様
データ分析業界のロードマップ
今回、データサイエンティストとしての」を規定するにあたり、一般社団法人データサイエンティスト協会が提示した「スキルチェックリストVer2.00」を主に活用させていただきました。
さて、データサイエンティストに必要なスキルを表現した図として以下の図をよく見ます。
http://www.datascientist.or.jp/news/2014/pdf/1210.pdf
データサイエンティストは3つの領域に分かれる
現状データ分析業界における「データサイエンティスト」という職業は人によって仕事内容はマチマチで、一概にデータサイエンティストとはこういう職業だ！ということを定義することはできません。
それを無理矢理定義するとすれば、データ分析の仕事において求められるスキル「①ビジネススキル」「②データエンジニアスキル」「③データサイエンススキル」の3つのうち2つをそこそこ理解している、3つをある程度理解している人材がデータサイエンティストという括りに入るのかなと思います。以下ではこの3つのスキルについて具体的に説明していきます。
①ビジネススキル
「①ビジネススキル」とは要はコンサルティング能力のことです。分析を依頼してくるクライアントが何を望んでいるのか、そのためには何をすればいいのかを言語化してクライアントに対してプレゼンなどできるスキルです。よくあるのが「AIでなんかやって」というクライアントの漠然とした依頼を詳細な要件定義に落とし込むみたいなやつです。
ここはエンジニア業界でも上流工程でよくやることですし、それのデータ分析版といった感じでしょうか？まあこれは最低限の統計の知識と普通のコミュニケーション能力があれば問題ないところです。
問題はこれができる会社が今どれだけあるのかという点です。というのも、昨今テク〇プロみたいなSES企業がSQLを叩いてでデータを集計するだけの人材を「データサイエンティスト」と称して色んな会社に送っています。
こういう会社に入ってしまうと、派遣先の会社で要件定義している上司から指示されたデータを集計するだけでクライアントと直接やり取りする機会はほぼ与えられないので、このスキルは身に付きにくいという点に注意してください。自分の前職がそんな感じのところでした。よくあるのが上司に言われた集計内容をBigqueryでGROUP BYして集計してレポートにするみたいな業務。
SQLなんてエンジニアであればほぼ誰でも叩けますし、こんな何のキャリアにもなりませんし市場価値の向上には繋がりにくいです。集計作業もアクセンチュアなどのコンサルファームでなら、いずれ上流に携われますし問題ないですが、SESでこんなことをしても未来はないので注意してください。
エンジニアリングスキル
「②エンジニアリングスキル」とはプログラマーとしてのコーディング力です。具体的にはPythonとかRとかSQLが読めてアプリ開発ができることを指します。これにGCPやAWSのクラウド周りの知識もあると尚良いでしょう。最近の案件でよくあるのがPythonのWebフレームワークであるFlaskやDjangoでAIのAPIサーバーを作ってアプリに組み込む、みたいなやつです。
こういうのは元からエンジニアとして働いていた人には適正があり、「③データサイエンススキル」と組み合わせると機械学習エンジニアとしての道が開けます。これはエンジニアとしてwebアプリ開発とかを3年程度やってると見えてくるので、遠回りしてもデータ分析関係の仕事に就きたいという人はこのルートもありかなと思います
基本的に未経験でPythonを使ってあれこれする案件は今のところ日本では少ないというかほぼ無いのが現状で、Pythonが書けただけでデータサイエンティストにもフリーランスのエンジニアを名乗ることも難しいのが現状です
データサイエンススキル
「③データサイエンススキル」とは企業や大学で新しいAIのアルゴリズムの研究とかをやるやつです。最近なら自動運転のための物体検知とかですかね？あの辺は日進月歩の勢いでバンバン新しい論文が出ています。データサイエンススキルというのは、そういった論文を毎日読んでPythonとかC++で自社のサービスに実装して精度とかを検証したり、自分で新しいアルゴリズムを作る、みたいなのが主な仕事です。
まあこれは理系の大学院とかでAIの研究とかをずっとやっていた人の仕事です。上記2つとは違い既に社会人で今からデータ分析系の仕事がしたいと思っている人が目指すのはそれなりの素養がないと難しいです。文系未経験が携われるものではないと考えるのが自然だと考えてください。逆に理系出身だったり素養のある人は努力次第で可能だと思います。
終わり
データサイエンティストという職業は新しくできたばかりの職業のように思えますが、実は以前から同じような業務をこなしていた人が実は結構います。そういう人は理系大学院で統計とかの勉強をしていた人で、「③データサイエンススキル」の分野だけで未経験者が居場所を確立するにはデータ分析で東北大とか東大とか京大の有名なゼミとかに所属していたとかじゃないと恐らく無理でしょう。逆にそういう人はこの方向も全然いけると思います。
恐らくこの記事を読んでくれている人の大半は文系かつ業界未経験だと思います。そういう分析未経験の人がデータ分析業界で居場所を作るとすれば「①ビジネス力」と「②データエンジニア力」を伸ばすという方向が無難です。現に昨今の未経験のデータサイエンティストの求人はこの辺りの部分のものが多いと思います。
SQLが叩きたいだけならデータアナリストとしていくらでも叩けますが、比較的高給を目指してデータ分析業界を目指すのであれば、会社選びなどはシステム開発やアプリ開発と同じように分析上流を携われるかどうかで選んだ方がいいです。SESはあまりオススメしません。
というのもまともなエンジニアならデータベースを触れるのは当たり前だし、Pythonもやったことはなくても勉強してみて書けないなんてことはない、つまり下流にあたるデータベースからデータを抽出する業務というのはなんの付加価値もエンジニア未満の仕事です。
基本的に受託案件や自社開発案件がほとんどないSES企業のデータ分析業務というのはこのSQLでのデータ抽出を指します。ぶっちゃけこんなタスクエンジニアなら誰だってできるしデータサイエンティストとしての市場価値も上がりません。
つまりデータ分析業界におけるキャリアは上流からクライアントに関わって折衝し、自分でデータを分析し、資料作成してクライアントにプレゼンして分析による改善策(施策)を提案する、このデータを分析してクライアントの課題を解決した経験があるかがどうかがデータサイエンティストとしての市場価値を大きく左右します。
ですが分析未経験からこの経験ができるのは大企業のR&Dや一部ベンチャーであったり、コンサルファームだったり今のところかなり少ないというのが現状です。昨今はAIバブルかの如く雨後のタケノコのように各企業がデータ分析部門を立ち上げていますが、結局データ分析に一番必要なものは分析に対する熱意でもなんでもなく分析のもとになるデータなので、データを持ってない・クライアントのデータに触れない・数理的なスキルを持った人材もいないSES会社でデータサイエンティストとしてまともな経験を積むことは難しいです。
長くなってしまいましたが、もし高給を目指してデータ分析業界に入るのであれば、コンサル方面を目指すことを意識するといいでしょう。百聞は一見に如かずというわけではありませんが、この業界はプログラミングスクールに行ったり、市販のPythonの参考書やkaggleの例題を沢山やるよりも1回どこかの業界でクライアントの課題をデータ分析で解決した実務経験がこの業界のキャリアアップに一番有効です。
関連記事：文系未経験がデータサイエンティストとして分析会社から内定をもらうためには何をするべきか
関連記事：中途未経験者がデータサイエンティストで入れそうなデータ分析会社を一覧でまとめてみた
コメント