データサイエンティストとはビックデータを統計学やコンピュータサイエンスなどの技法を駆使し、整理・構造化していきます。そのデータを活用しビジネスに繋げる『データ分析のプロフェッショナル』と言えます。
現代ではビックデータを扱う企業が増えていますが、ビックデータを分析・活用することができる人材が不足しているため、データサイエンティストの需要が急速に高まっています。
データサイエンティストが東大生の人気職種に 新卒年収は1000万円以上
https://www.itmedia.co.jp/news/articles/2001/14/news038.html
ITmedia NEWS 2020年01月14日 07時00分
データサイエンティストとは
データサイエンティストとは、さまざまなビックデータを分析して事業の方向性の提示や改善策を立案する職種です。近年注目されている職種ですが、数学・統計・確率・モデリング・プログラミングなど、複数の専門知識が必要であり、勉強方法には工夫が必要です。
１．データサイエンティストの定義
一般財団法人データサイエンティスト協会で定義されている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」
ここでいう「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。また、 「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。
２． データサイエンティストのスキル
一般財団法人データサイエンティスト協会で定義されている求められるスキルは
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
３．データサイエンティストのスキルレベル
求めるスキルに対するスキルレベルの定義
１．業界を代表するレベル ：Senior Data Scientist
２．棟梁レベル ：(full) Data Scientist
３．独り立ちレベル ：Associate Data Scientist
４．見習いレベル ：Assistant Data Scientist
| ビジネス力 | データサイエンス力 | データエンジニアリング力 | |
| １． Senior Data Scientist 業界を代表するレベル | ・組織や市場全体にインパクトを出せる。 ・対象とする事業全体、産業領域における課題の切り分け、テーマ、論点の明確化 ができる。 | ・新しいアルゴリズムや分析手法の開発ができる。 ・複数のパラメータやア ルゴリズムの選択など、適切な分析アプローチの設定ができる。 | ・複数のデータソースを統合したデータシステム、もしくはデータプロダクトの構 築、全体最適化ができる。 |
| ２． （full） Data Scientist 棟梁レベル | ・分析を通じオペレーション上の革新が実現できる。 ・仮説や可視化された問題がない中で（フレーミングされていなくても）、適切に 問題を定義し、解き、価値を見出すことができる。 ・特定の課題領域において、課題と取組のテーマを構造的に整理し、見極めるべき論点をクリアにできる。 ・組織全体を見渡して、必要なデータの当たりをつけることができる。 | ・多変量解析の概念を理 解し、活用することが できる。 ・機械学習、自然言語、 画像処理のアルゴリズ ムを理解し、適切に活 用、問題解決すること ができる。 ・モデルを構築できる。 | ・分析に必要なデータフォー マット、取得蓄積仕様等を 設計できる（分析のための データシステム設計ができ る） ・問題設定に応じた新規デー タマート設計ができる。 ・構造化データ／非構造化デ ータを問わず、分析システ ムを設計できる ・構築したモデルを実装でき る。 ・データ分析を作ったシステ ムを自身で構築できる。 |
| ３． Associate Data Scientist 独り立ちレベル | ・仮説や既知の問題が与えら れた中で、最適解・最大解 を見出すことができる。 ・扱っている課題領域で新規 の課題を切り分け、構造化 できる。 ・当該プロジェクト・サービ スを超えて、必要なデータ の当たりをつけることがで きる。 | ・SPSS/SAS/R 等が使え る。指示されなくても サンプル抽出ができる とともに内容を確認で きる。 ・データクレンジング、 分布、単回帰や P 値の 概念を理解し、活用す ることができる（二次 元の分析はできる）。 | ・大規模のファイルや、デー タベースにアクセスし、大 量の構造化データを処理す ることができる（一般的な スプレッドシートで処理不 能な規模感への対応力）。 |
| ４． Assistant Data Scientist 見習いレベル | ・ビジネスにおける論理とデ ータの重要性を認識してい る。 ・仮説や既知の問題が与えら れた中で、必要なデータに 当たりをつけて、データを 用いて改善することができ る。 ・扱っている課題領域 （例： 配送の最適化）における基 本的な課題の枠組みが理解 できる。 | ・基本統計量（平均、中 央値など）の知識を有 し、指示されればデー タの抽出、グラフ作成 を正しく行うことがで きる。 | ・一般的なアクセス解析シス テムを使うことができる。 ・抽出されたデータサブセッ トに対し、Excel や Access 等の統合環境を用い、目的 に応じた処理をすることが できる。 |
| Data Scientist 以前の方 | ・ビジネスは勘と経験だけで回すものだと思っている。 ・課題を解決する際に、そもそも定量化する意識がな い。 | ・基本統計量の意味を正しく理解していない。 ・指数を指数で割り算したりする。 ・「平均年収」をそのまま鵜呑みにしたりする。 ・グラフ・チャートの使い方が不適切。 | ・レポートされてくる数値サ マリに目は通すが、特に記憶には残らない。 ・アクセス解析システムを使っていない。 ・ExcelやAccessは数字しか入れない。 |
データサイエンティストになるためには
データサイエンティストになるために必要な知識を習得する方法は主には「資格取得」「スクール」「書籍」があります。
資格取得
データサイエンティスト協会が推奨している資格は
統計検定®
一般財団法人 統計質保証推進協会が運営する、統計学に関する知識を評価する統一試験です。5段階の級（1級～4級）と、2つの資格（統計調査士、専門統計調査士）で構成されており、習熟度に応じて選択可能です。
情報処理技術者試験
IPA（情報処理推進機構）が運営する、IT技術者向けの国家試験です。難易度や分野によって試験が別れています。「基本情報技術者試験」「応用情報技術者」「データベーススペシャリスト試験」などの習得を目指すとよいでしょう。
アクチュアリー資格試験
「アクチュアリー」は、「保険数理士」や「保険数理人」とも呼ばれ、保険業界の第一線で活躍できる高度専門職です。アクチュアリー試験では、第1次試験（基礎科目）の中に「数学（確率・統計・モデリング）」が含まれています。これらは、データサイエンティストの業務と共通しており、試験勉強がデータサイエンティストとしての知識・スキル養成に役立ちます。
スクール
データサイエンティストを学べる学校（大学）”ｽﾀﾃﾞｨｻﾌﾟﾘより引用”
情報経営イノベーション専門職大学
専門職大学・専門職短期大学／私立大学／東京 2020年4月新設予定
ICT業界に約11万人の技術者を輩出してきた電子学園が、社会にイノベーションをおこす人材を育成するため、2020年4月、情報経営イノベーション専門職大学を開学します（設置予定）。
●データサイエンティストを目指せる学部・学科・コース
情報経営イノベーション学科(情報経営イノベーション学部2020年4月設置予定)2020年4月設置予定もっと学部・学科・コースを見る
東京電機大学
私立大学／東京・埼玉
建学の精神「実学尊重」は学問としての技術を学ぶだけではなく、社会で役立てられることを目指し、技術者を育成。実験・実習や1年次からのものづくり体験授業「ワークショップ」を通して、創意工夫の力を育てます。
●データサイエンティストを目指せる学部・学科・コース
情報システム工学科( システムデザイン工学部 )
工学院大学
私立大学／東京
工学院大学は、1887年に創立された伝統のある大学です。2019年4月、先進工学部に航空・宇宙分野の新専攻が誕生。新しい時代の変化に対応できる研究者・技術者を育てます。
●データサイエンティストを目指せる学部・学科・コース
東京医療保健大学
私立大学／東京・千葉・和歌山
医療保健学部は3学科の連携によりチーム医療教育を行い、臨床で即戦力となる人材を育成。東が丘・立川看護学部、2018年4月に開設した和歌山看護学部、千葉看護学部では豊富な臨床体験を通じて実践力のある看護師に！
●データサイエンティストを目指せる学部・学科・コース
医療情報学科( 医療保健学部 )
日本大学
私立大学／東京・福島・千葉・神奈川・静岡
創立130年目を迎える日本大学は、多彩な学問領域に対応する国内最大級の総合大学として、116万人を超える卒業生を輩出。そのネットワークは日大人の絆として大きな力となり、夢を実現する皆さんを応援します。
●データサイエンティストを目指せる学部・学科・コース
応用情報工学科( 理工学部 )
関西学院大学
私立大学／兵庫
スクールモットーである「Mastery for Service（奉仕のための練達）」を体現する、創造的かつ有能な世界市民を育成します。就職サポートも充実しており、20万人を超える卒業生は、様々な分野で活躍しています。
●データサイエンティストを目指せる学部・学科・コース
情報科学科( 理工学部 )
武蔵野美術大学
私立大学／東京
幅広い教養を備え、人間的にも優れた美術・デザインを中心とする造形各分野の専門家を養成。自分と厳しく対峙する造形活動を通して得られる、正解のない答えを探求する能力は、今の時代にこそ必要とされています。
●データサイエンティストを目指せる学部・学科・コース
クリエイティブイノベーション学科(造形構想学部)もっと学部・学科・コースを見る
武蔵野大学
私立大学／東京
90年以上の歴史と伝統を誇る武蔵野大学。時代の変化を先取りし、発展・拡大を続けてきました。2019年4月には、「データサイエンス学部」と「経営学部」を新設。武蔵野大学はさらに進化します。
●データサイエンティストを目指せる学部・学科・コース
データサイエンス学科(データサイエンス学部)もっと学部・学科・コースを見る
大和大学
私立大学／大阪
西日本唯一の「政治経済学部」、小・中・高（国・数・英）の教員をめざす「教育学部」と、看護から理学療法、作業療法、言語聴覚の３分野をそろえる「保健医療学部」を設置。2020年4月、「理工学部」開設。
●データサイエンティストを目指せる学部・学科・コース
情報科学専攻( 理工学部2020年4月開設 > 理工学科2020年4月開設)2020年4月開設
高崎健康福祉大学
私立大学／群馬
薬剤師、看護師、保健師、養護教諭、理学療法士、管理栄養士、診療情報管理士、精神保健・介護・社会福祉士、保育士、幼稚園・特別支援学校・小学校・中学校教諭、食品衛生管理者・食品衛生監視員他を養成。
●データサイエンティストを目指せる学部・学科・コース
医療情報学科( 健康福祉学部 )
麗澤大学
私立大学／千葉
「世界をもっと学びたい」「地域のために何かしたい」という学生の「○○したい！」という熱い気持ちを応援します。2020年4月には国際学部が新設。多様性を身につけ国際社会で活躍できる人材を育成します。
●データサイエンティストを目指せる学部・学科・コース
ＡＩ・ビジネス専攻( 経済学部 > 経営学科 )2020年4月名称変更
京都女子大学
私立大学／京都
京都女子大学は、5学部を擁する女子総合大学。多くの文化遺産に囲まれた魅力的な環境の中、研究や学習に打ち込めます。また2019年4月、発達教育学部に「教育学科養護・福祉教育学専攻」「心理学科」が誕生！
●データサイエンティストを目指せる学部・学科・コース
情報システム専攻( 現代社会学部 > 現代社会学科 )
京都産業大学
私立大学／京都
文系・理系の10学部を有する総合大学。人文・社会・自然科学の幅広い学問領域を学べるほか、学部・学科の枠を超えた学修プログラムなど、“一拠点キャンパス”ならではの学びで可能性を広げます。
●データサイエンティストを目指せる学部・学科・コース
数理科学科( 理学部 )
高千穂大学
私立大学／東京
少人数制による丁寧な指導や就職支援が魅力。実学に基づくリテラシーと高い専門性を体得し、時代を見据える先見性を養います。都心から程近い立地の良さも、学びやすさの秘訣。今の流行を読みとる力が身につきます。
●データサイエンティストを目指せる学部・学科・コース
情報コース( 経営学部 > 経営学科 )
オンライン講座等
データミックス（オフライン講座）
データミックスは、データサイエンティストを目指す人のための専門スクール（オフライン講座）です。未経験者を対象として「データサイエンティスト準備ステップ」「データサイエンティスト育成コース」という2つのカリキュラムが用意されています。中でもデータサイエンティスト育成コースは、データサイエンティストとして必要な知識、スキル、考え方を6か月かけて実践的に学び、終了後は即戦力以上の水準に達することが目標です。未経験からできるだけ早くデータサイエンティストになりたい人に適しているでしょう。少人数制で、質問しやすい環境であることもメリットです。
Udemy（オンライン講座）
Udemyでは、オンラインで学べるデータサイエンティスト養成講座を開講しています。企画担当、マーケター、コンサルタント、エンジニアなど、現職の内容に応じてコースを選択でき、「今もっている知識・スキル」に「足りない知識・スキル」を追加していく形で勉強できます。現職で培った知識・スキルを活かしながら、データサイエンティストを目指していけるでしょう。
データサイエンスオンライン講座（オンライン講座）
データサイエンスオンライン講座は、総務省統計局が設置している「データサイエンス・スクール」内にあります。誰でも無料でデータサイエンスの基礎を学ぶことができ、内容も初学者向けなので、未経験者なら一度はチャレンジしておきたいオンライン講座です。
Tech Academy（オンライン講座）
Tech Academyのデータサイエンスコースは、週2回のマンツーマン指導、毎日可能なチャット・レビューサポートを通して、統計学の基礎やモデリングを学びます。Pythonを使った機械学習を身に付けたい方におすすめできるコースです。
データサイエンティスト協会主催の勉強会で学ぶ
これまで紹介した3つの勉強方法と並行しながら、データサイエンティスト協会が主催する勉強会にも参加してみましょう。データサイエンティスト協会では、定期的に養成講座を開催しており、約3か月間で全8回の講義が受けられます。ただし、大学の教養課程レベルの統計学を学んだ人や、何らかの統計パッケージ・言語を用いたデータ分析経験者が対象です。全くの初心者に向けた講座ではないことに注意してください。
書籍
データサイエンティストになるためには統計学のみでなくビジネスの知識も必要となります。こちらのサイトに詳しく解説がありますので参考にしてください。
データサイエンティストが選んだ！データ分析を仕事に活かしたい人へオススメの本18選
最後に
近年非常に人気のあるデータサイエンティストですが、目指すには幅広い知識が必要となります。また、
AIの進歩により、機械学習能力も上がり、データサイエンティストが分析するよりも早くて正確な結果が出せるようになってくると、データサイエンティストの仕事はなくなる可能性も出てきます。
そうならないためには、AIエンジニアへのキャリアアップができるように、人工知能の知識を学んでおくことも必要かもしれません。
コメント