【自己紹介】
#Twitter：@Nurruttan / #YouTube：@Nurruttan
【転職支援サービス】
転職を検討しているデータサイエンティスト向けに【完全無料の】転職支援サービスを実施しています！
詳しくは下記をご覧ください！
【キャリア相談サービス】
キャリアに悩むデータサイエンティスト向けにキャリア相談サービスをやっています！
詳しくは下記をご覧ください！
- データサイエンティストってどんな仕事をしているの？
- データサイエンティストはビジネスでどうやって活躍するの？
- データサイエンティストは分析するだけじゃないの？
データサイエンティストって、実際にどんな仕事をしているの？詳しく知りたい！と思っている方も多いでしょう。実は、データサイエンティストは役割分担が多い職業です。
なぜなら、データサイエンティストの仕事は幅広く、1人ですべてを行うことは不可能だからです。
筆者は約500名が在籍する会社で長らくデータサイエンティストとして働いています。長年の経験から様々なタイプのデータサイエンティストと接してきました。
データサイエンティストは奥が深く、実際の業務の中でも様々な役割の人材がそれぞれの得意領域で価値をだしています。
この記事ではデータサイエンティストの仕事内容を詳しく解説します。
この記事を読むと、データサイエンティストの仕事内容を理解することができ、データサイエンティストを目指す方の不安が一つ消えるでしょう。
下記、本記事のまとめです。
- データサイエンティストの役割はどのようになっている？
→「ビジネス型」「サイエンス型」「エンジニアリング型」の3つ！ - データサイエンティストの業務はどのように進める？
→役割と同様に「ビジネスレイヤー」「分析レイヤー」「インフラレイヤー」の3つ！ - 「ビジネス型」はどのようなことをする？
→課題解決を推進するプロフェッショナル！ - 「サイエンス型」はどのようなことをする？
→“的確な分析”・”効率的な分析”を実施する分析のプロフェッショナル！ - 「エンジニアリング型」はどのようなことをする？
→最適なデータ管理を行うシステム構築のプロフェッショナル！
では、本題に移ります。
データサイエンティストは3つのタイプにわけられる
データサイエンティストは3つのタイプにわけられます。
下記はデータサイエンティスト協会が実施したデータサイエンティストのニーズを調査した結果です。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を3つのタイプにわけて定義しています。
- 「ビジネス型」：ビジネス課題を抽出し、データを分析・活用して課題を解決できる人材
- 「サイエンス型」：統計学、人工知能などの情報科学系の知識を理解し、統計ソフトなどを用いた専門的な分析ができる人材
- 「エンジニア型」：データ分析を目的とし、プログラミング知識を使ってデータの収集、加工やシステムへの実装、運用ができる人材
各企業で必要となるデータサイエンティストの役割は異なり、どのタイプのデータサイエンティストも一定数のニーズがあることがわかります。
データサイエンティストの3つのタイプについて、下記の記事で詳しく解説しているので、もっと知りたい方はぜひご覧ください。
データサイエンティストの三つのタイプって何！？【現役DSが徹底解説！】
データサイエンティストには様々なタイプが存在するよ。各企業で必要となるタイプは違うんだ。どのタイプのデータサイエンティストも需要があるよ。
データサイエンティストの仕事内容も3つのレイヤーに大別
データサイエンティストの仕事内容を簡単に解説します。
データサイエンティストの仕事内容は下記のように3つのレイヤーに大別できます。
- 「ビジネスレイヤー」：ビジネスを改善するには何をすべきか？を考えるレイヤー
- 「分析レイヤー」：ビジネス要件に基づいた分析を設計・実行するレイヤー
- 「インフラレイヤー」：分析を下支えするデータ管理・システムを構築するレイヤー
データサイエンティストは仕事内容は上記のように細分化することができます。また、データサイエンティストのタイプによって得意とするレイヤーが異なることも特徴です。
データサイエンティストは自分の強みを活かして仕事ができるよ。仕事内容は細かく分かれているから、自分の強みを見つけて活躍ポイントを見極められるよ。
データサイエンティストの仕事の流れ
データサイエンティストの仕事の流れを解説します。
データサイエンティストの仕事は下記のように進みます。
- 課題設定：解決すべきビジネス課題を定義する（ビジネスレイヤー）
- 分析要件整理：ビジネス要件を分析要件に落とし込む（分析レイヤー）
- データ加工・管理：データを加工・管理する（インフラレイヤー）
- 示唆抽出：分析から得られた示唆を整理する（分析レイヤー）
- Action実行・改善：示唆を基にActionを実行・改善する（ビジネスレイヤー）
「ビジネス」→「分析」→「インフラ」→「分析」→「ビジネス」の流れで一連の仕事が進みます。それぞれのレイヤーで求められる人材・スキルが変わります。
仕事がかなり細分化されて業務が流れていくよ。それぞれのレイヤーで求められる人材・スキルが違うこともポイントだよ。みんな仲良くしないと仕事ができないよ。コミュニケーションを取りながら仕事をするんだ。
データサイエンティストの仕事内容を詳しく解説
さらに詳しく各レイヤーの仕事を解説します。
ビジネスレイヤーの仕事内容
「ビジネスレイヤー」の仕事内容を下記に図示します。
- 背景理解：取り組むべき事象の概況や前提知識を理解する
- 課題設定：ビジネス課題を解決して解決すべき課題を設定する
- Action実行・改善：得られた示唆を基に課題解決に向けたActionを実行・改善する
- 改善効果検証：事象に対してどれほどの改善効果があったか検証する
ビジネスレイヤーでは「ビジネスを改善するには何をすべきか？」を考えます。
ビジネス観点で物事を考えて、ビジネスの意思決定者とコミュニケーションを取ることをメインとします。
最終的な分析の価値を決定づけるレイヤーであり、最も重要なレイヤーです。
ビジネスを改善するための要件を決める超重要なレイヤーだよ。ビジネスの意思決定者とコミュニケーションを取って、なにをしていくべきかを決めていくよ。
分析レイヤーの仕事内容
「分析レイヤー」の仕事内容を下記に図示します。
- 要件定義：解くべき課題に対して明らかにすべき問いを定義する
- 分析設計：問いを明らかにするために必要な分析アプローチを設計する
- 分析示唆抽出：データから得られた事実・示唆を抽出する
- Action検討：得られた示唆を基にどのようなActionを実施していくか検討する
分析レイヤーでは「ビジネス要件に基づいた分析を設計・実行」します。
ビジネス要件に合致した分析を行い、ビジネス改善につなげる示唆を導き出します。最終的には次に実施していくことまで検討するまでが分析レイヤーで行われるべき仕事です。
分析レイヤーでは分析手法の選択が重要になります。考えられる分析手法の中から最適な分析手法を選択することで効率的に、素早く示唆を導き出すことができます。
ビジネスを改善するための要件を決める超重要なレイヤーだよ。ビジネスの意思決定者とコミュニケーションを取って、なにをしていくべきかを決めていくよ。
インフラレイヤーの仕事内容
「インフラレイヤー」の仕事内容を下記に図示します。
- データ加工：分析設計に基づいて必要なデータを加工する
- インフラ・データ基盤構築：データ管理するための基盤を構築する
- データ管理：データの信頼性を担保するためにデータを適切に管理する
インフラレイヤーでは、「分析を下支えするデータ管理・システムを構築」します。
データ分析においてデータの管理は非常に重要です。なぜなら、分析者が使いやすい形でデータを管理することが組織全体の分析効率の向上につながるからです。
インフラレイヤーでは主に分析者とコミュニケーションを取りながら最適なデータ管理を検討します。さらに、最適なデータ管理を実現するためのシステムを構築して組織全体の分析効率を向上させます。
データ分析にデータ管理は超重要だよ。分析者が使いやすい形でデータを管理することで、分析の効率は大幅に向上できるよ。システムに落とし込むときは分析者の要件を聞くことが大切だよ。
各レイヤーの仕事をこなすために必要なスキル
- ビジネスレイヤー：ビジネスを動かす力
- 分析レイヤー：データから示唆を得る力
- インフラレイヤー：データ管理を最適化する力
各レイヤーの仕事をこなすために必要となるスキルは異なります。それぞれのレイヤーの仕事を進めるために求められるスキルは異なるからです。
各レイヤーで求められるスキルは下記に詳しく解説しているので、詳しく知りたい方はご覧ください。
⇒【多すぎじゃない！？】データサイエンティストに必要なスキル！～選択して身に付けよう
それぞれのレイヤーで求められるものは変わるよ。自分がどんなデータサイエンティストになりたいかを明確にして、必要なスキルを身に付けていくことが大事だよ。
データサイエンティストの仕事の分担方法
データサイエンティストの仕事は下記のように分担して行われます。
自身の強みを活かして、役割分担しながら仕事を進めていくことがポイントです。
- ビジネス型データサイエンティストが「意思決定者とコミュニケーション」
- サイエンス型データサイエンティストが「最適な分析を実施する」
- エンジニア型データサイエンティストが「分析効率を高める」
詳しく解説していきます。
ビジネス型データサイエンティストが「意思決定者とコミュニケーション」
ビジネス型データサイエンティストは「ビジネスレイヤー」の仕事を得意とします。
仕事内容はビジネス側に出て、意思決定者とコミュニケーションする仕事を担います。また、ビジネス要件をサイエンス型データサイエンティストに伝えて分析を依頼します。
ビジネス型データサイエンティストは分析の価値を決める重要な仕事を担うため、非常に重要な役割を担います。
ビジネス型データサイエンティストをもっと詳しく知りたい方は下記をご覧ください。
ビジネスは複雑だからね。最初の要件が分析の価値のほとんどを決めるよ。分析の価値を決める大事なフェーズだから慎重に進める必要があるよ。
サイエンス型データサイエンティストが「最適な分析を実施する」
サイエンス型データサイエンティストは「分析レイヤー」の仕事を得意とします。
仕事内容はビジネス要件に合致した最適な分析を実施することです。ビジネス要件にはスケジュールやシステム環境も含まれるので、時と場合によって最適な分析は変わってきます。
そのため、サイエンス型データサイエンティストは自身の幅広い分析知識を基に最適な分析を行い、課題解決に有用な示唆を抽出する重要な役割を担います。
サイエンス型データサイエンティストをもっと詳しく知りたい方は下記をご覧ください。
分析のプロフェッショナルとして活躍するよ。要件はさまざまだから幅広い知識を持って柔軟に対応することが求められるよ。いかに最適な分析できるかが重要なポイントだよ。
エンジニア型データサイエンティストが「分析効率を高める」
エンジニア型データサイエンティストは「インフラレイヤー」の仕事を得意とします。
仕事内容はデータ分析の効率を高めることです。分析者が使いやすい形でデータを管理するシステムを構築することで組織全体の分析効率を高めます。
データを管理する最適なシステムの構築によって、組織全体の効率を向上させる重要な役割を担います。
エンジニア型データサイエンティストをもっと詳しく知りたい方は下記をご覧ください。
システムの構築は費用も多くかかるし、長期的になるから失敗すると大きな損失になるよ。でも成功すると企業の競争力になるから、システム構築はものすごく重要な役割を持つよ。
【まとめ】データサイエンティストの仕事は役割分担が必須！
データサイエンティストは役割分担が必須の職業です。
それぞれの強みを活かして、それぞれの得意領域で価値を発揮して業務を進めます。
下記、本記事のまとめです。
- データサイエンティストの役割はどのようになっている？
→「ビジネス型」「サイエンス型」「エンジニアリング型」の3つ！ - データサイエンティストの業務はどのように進める？
→役割と同様に「ビジネスレイヤー」「分析レイヤー」「インフラレイヤー」の3つ！ - 「ビジネス型」はどのようなことをする？
→課題解決を推進するプロフェッショナル！ - 「サイエンス型」はどのようなことをする？
→“的確な分析”・”効率的な分析”を実施する分析のプロフェッショナル！ - 「エンジニアリング型」はどのようなことをする？
→最適なデータ管理を行うシステム構築のプロフェッショナル！
データサイエンティストについて、もっと詳しく知りたい方は下記の記事をご覧ください。
必要なスキルや将来性も含めて解説しています！
データサイエンスでスマートなキャリア形成を目指しましょう！
今回は以上になります。
にほんブログ村
