知る

【AIスキルは必須!】AI時代のデータサイエンティストのキャリア形成とは?

【自己紹介】

ぬるったん(@Nurruttan

この記事で解決できる悩み
  • AI時代にこれから求められていく人材ってどんな人?
  • AI時代で活躍できる人材にはどんなスキルが必要なの?
  • データサイエンティストはAIにどう向き合えばいい?

ここ最近でAIが話題になっているけど、これからどんな人材が活躍するの?どんなスキルが必要なの?と不安になっている方も多いのではないでしょうか?

今後AI時代にはどのような人材が必要になってくるかはまだわかりません。なぜなら、この先どのようなAIが出てくるかはまだわからないからです。

筆者はデータサイエンティストの管理職として、データサイエンティストの人事設計などにも携わっています。そのため、日ごろから「キャリア」という観点で広く考えることが多いです。

そのような経験からAI時代に必要な人材・スキルについてまとめ、さらにはデータサイエンティストのキャリアという点で自身の考えをまとめていこうと思います。

この記事では、AI時代に必要な人材・スキルについてまとめていきます。

この記事を読むと、AI時代に必要な人材・スキル、さらにはデータサイエンティストのキャリア形成について理解が深まります

下記、本記事のまとめです。

本記事のまとめ
  • AI時代で活躍する人材ってどんな人?
    「AIを使いこなせる人材」と「AIを作れる人材」!
  • 「AIを使いこなせる人材」に必要とされる力は?
    知識!経験値!発想力!情報収集力!
  • 「AIを作れる人材」に必要とされる力は?
    言語モデル理解!モデル設計能力!仮説検証能力!情報収集力!
  • AIスキルを身に付けるために重要なことは?
    基礎知識をつけること!経験すること!実践経験を積むこと!
  • データサイエンティストはAIにどう向き合うべき?
    「AIを使いこなせる人材」か「AIを作れる人材」になろう!
  • AIスキルを身に付けて、スマートなデータサイエンティストになろう!

では、本題に移ります。

AIを取り巻く市場環境 ~AIの活用は加速していく~

AIの活用はますます進み、市場環境も変化しています

Google、AdobeがAIでのコンテンツに対して、前向きである見解を示していることから、今後AIの活用はますます進んでいくことが予測されます。

詳しく解説していきます。

Google:SEOにAIを活用して問題ない

Googleは、2023年2月に発表した「AI 生成コンテンツに関する Google 検索のガイダンス」で、「制作方法を問わず高品質のコンテンツを評価」する方針を公表しました。

コンテンツがどのように制作されたかではなく、その品質に重点を置く Google の姿勢は、信頼できる高品質な検索結果をユーザーに提供するうえで、長年にわたって有用な指針となってきました。(中略)

AI は表現と創作の新しいかたちを生み、優れたウェブ コンテンツの作成に役立つ重要なツールとなる力を備えています。

AI 生成コンテンツに関する Google 検索のガイダンス

これは、高品質の記事であれば、制作方法は問わず、AIを使うことは問題ないと解釈できます。

このようにGoogleはAIの活用を推進しています。テクノロジーカンパニーとして、AIの活用を推進していくのは当然の流れと言えるでしょう。

ぬるったん

Googleはいままで通り、高品質な記事が重要と主張しているよ。記事の制作プロセスは特に関係なく、ユーザーファーストな記事が正義と言っているんだ。

Adobe:画像生成AIで作成した画像でもロイヤリティを支払う

Adobeは、2022年12月に発表した記事で、AdobeStockにおいて、画像生成AIによって作成された画像に対してもロイヤリティ(報酬)を支払うことを公表しました。

これにより、AIが生成した画像を使用するクリエイターに対しても公正な報酬が与えられることになります。

登場間もない頃の画像生成AIはいくつかの正当な懸念を提起しましたが、アドビはこの革新的なテクノロジーを人間の想像力に置き換えるのではなく、アーティストに力を与えるツールとして進化させていくことをお約束します。(中略)

アドビの新しい画像生成AIポリシーは、これらのツールの力をアーティストの手に委ね、AI生成コンテンツであっても他のコンテンツと同様に取り扱います。また、コントリビューターが当社のロイヤリティガイドラインに則り通常通りロイヤリティを獲得できるように定めます。

人間の創造性の拡大のために〜Adobe Stock、画像生成AIで作成したコンテンツについて新たなガイドラインを制定

一定の基準を満たす必要はありますが、AIで制作した画像においてもいままで画像と同様にロイヤリティ(報酬)が支払われるとAdobeが制定したことで、今後ますます画像生成AIの活用は進んでいくでしょう。

ぬるったん

AIで生成された画像が売買されることになるんだ。今後はAIを使って画像を作ることが一般的になってくることが予想されるよ。

AI時代で活躍する人材

AIの活用が進む中で、AI時代に活躍する人材は下記の2つの人材があげられるでしょう。

下記のように図示できます。

AI時代に求められる人材

詳しく解説していきます。

AIを使いこなせる人材

一つ目は「AIを使いこなせる人材」です。

AIを活用して、高速かつ一定品質のアウトプットを量産できる人材が活躍するでしょう。AIを活用することで、自身の領域外の仕事への参入ハードルは低くなります。

そのため、AIを活用することであらゆる領域での仕事をこなせる可能性が高くなります。それも、高速に一定の品質のアウトプットができるようになります。

AIを活用して、数多くの仕事を高速に高い品質でこなす人材は今後活躍することが予測されます。

ぬるったん

AIを活用することで他領域への参入障壁が大きくさがるよ。色んな領域の仕事をこなすことができる可能性があるよ。

AIを作れる人材

二つ目は「AIを作れる人材」です。

AI自体の品質を向上させ、AIユーザーの品質を底上げできる人材が求められるでしょう。AIの改善やチューニングに関する知識やスキルを持ち、AIの性能向上に取り組むことが求められます。

特に、企業での活用を進める場合はその企業に特化してAIをチューニングする必要があります。そのため、「AIを作れる人材」は今後ますます需要が増していくでしょう。

AIをそれぞれの要件にチューニングして、AIのパフォーマンスを向上させることが期待されます。

ぬるったん

今後は各企業に適合したAIを作りたくなってくるよ。そのためには「AIを作れる人材」が重宝されてくるよ。

AI時代に必要とされる力

AIを活用するためには、特定のスキルや能力が必要です。

「AIを使いこなせる人材」と「AIを作れる人材」のそれぞれに求められるスキルについて解説します。

①「AIを使いこなせる人材」に必要なスキル

「AIを使いこなせる人材」には、以下のスキルが求められるでしょう。

「AIを使いこなせる人材」に求められるスキル

詳しく解説していきます。

知識

一つ目は「知識」です。「AI・AIサービスに対する基礎知識」を持っていることです。

AIを活用するためには、どのようなAIサービスが存在し、AIを使ってどのようなことができるのかについての知識が必要です。

ここ最近でAIサービスは急速に増加しました。あらゆるサービスを知り、活用できるAIの引き出しを多く持つことが重要です。

今後、あらゆるサービスは淘汰されていくことが予測されるので、主要なAIサービスを知っておくことが大切でしょう。

ぬるったん

いまは過渡期だよ。効率よくAIスキルを身に付けるためには、今後生き残るサービスを目利きして、知っておくことが重要だよ。

実行力

二つ目は「実行力」です。「AIを活用して、要件に応じたアウトプットを出せる力」です。

AIを活用して、任意のアウトプットを生成することは簡単なことではありません。要件に応じてAIを活用して「実行」する力は一つの重要なスキルとして位置づけられるでしょう。

具体的には「プロンプト」と呼ばれるAIに対して、指示を出す力が必要です。AIを活用して要件通りのアウトプットを出すことは非常に難しいです。やってみればわかります。

どのような指示を出せばどのようなアウトプットが得られるか、AIを適切にコントロールできるスキルが今後求められていくでしょう。

ぬるったん

AIに対して、上手く指示をして想定通りのアウトプットを出せるスキルは今後重要だよ。それっぽいものは誰でも出せるけど、要件に完全に合致したものを作りきるのは難しいんだ。

発想力

三つ目は「発想力」です。「AIを組み合わせて、効率的にアウトプットできる発想力」です。

AIを組み合わせて効率的にアウトプットできる発想力が必要です。

AIツールは目的によって特化されて作られています。タスクのここまでは「ツールA」にここから先は「ツールB」になど、AIサービスを複数組み合わせて効率的なタスク遂行を行うスキルが求められます。

これには、自身の知識を基に「発想する力」が重要となります。

AIを単なるツールとして捉えるのではなく、AIの潜在能力を最大限に引き出し、創造的な解決策を生み出す「発想力」が求められます。

ぬるったん

一つのツールに向き合ってはいけないよ。複数のサービスを理解して、組み合わせて使うことが大事だよ。うまくAIサービスを組み合わせるには発想力が必要だよ。

情報収集スキル

四つ目は「情報収集スキル」です。「AIの進歩を絶えずキャッチアップする情報収集力」です。

AIの進化や最新の技術トレンドについて常に情報を収集し続ける能力が求められます。AIの技術の進歩に対応するために、関連する情報源を追いかけ、新たな知見を取り入れることが重要です。

これはすべてのスキルを下支えする重要なスキルであり、情報収集することで「知識」「実行力」「発想力」を鍛えることができます。

情報収集力を高くするために、AIを活用するなど創意工夫を重ねて向上させるべきスキルです。

ぬるったん

AIを使いこなすには様々なサービスを知っておく必要があるよ。そのためには効率よく情報収集できる力が超重要だよ。AIを使って効率的に情報収集しようね。

➁「AIを作れる人材」に必要なスキル

「AIを作れる人材」には、以下のスキルが求められます。

「AIを作れる人材」に求められるスキル

詳しく解説していきます。

言語モデル理解

一つ目は「言語モデル理解」です。「大規模言語モデル(LLM)に対する深い理解」が必要です。

AIを作るには前提の知識となる、大規模言語モデル(LLM)に対する深い理解が必要です。言語モデルの仕組みや機能、その限界について理解する必要があります。

大規模言語モデルの内部構造やアルゴリズムについても詳細な知識を持つことが求められます。

ぬるったん

まずは基本的な基礎理解が重要だよ。大規模言語モデル(LLM)がどのようなものかを深く理解することが大切なんだ。

モデル設計能力

二つ目は「モデル設計能力」です。「大規模言語モデル(LLM)をチューニングする設計能力」です。

大規模言語モデルをチューニングするためのモデル設計スキルが必要です。

適切なハイパーパラメータの設定やデータの前処理、モデルのアーキテクチャの選択などを行い、モデルの性能を向上させるための手法や戦略を熟知している必要があります。

今後は、企業への活用を進める際にAI自体をチューニングする需要が増してくることが予測されます。そのため、市場に公開されているモデルを理解しながら最適にモデル設計できるスキルが求められます。

ぬるったん

今後は各企業でモデルをチューニングして活用することが求められるよ。そのために、上手くモデルを設計する能力が求められるよ。

仮説検証能力

三つ目は「仮説検証能力」です。「モデル精度向上のために、改善を繰り返す仮説検証能力」です。

モデル実装後、結果を基に仮説検証を繰り返し、モデルの精度やパフォーマンスを改善するスキルが求められます。

今後のAIの活用にはモデル精度が重要となってくるでしょう。モデル精度が高ければ、業務の活用・効率化を大きく進めることができるでしょう。

データの分析や評価指標の解釈、改善策の検討など、モデルの品質を向上させるスキルが求められます。

ぬるったん

今後はモデルを徐々に改善していくことが重要だよ。開発したモデルを評価して改善していく仮説検証能力が求められるんだ。

情報収集能力

四つ目は「情報収集スキル」です。「AIの進歩を絶えずキャッチアップする情報収集力」です。

AIの進化や最新の技術トレンドについて常に情報を収集し続ける能力が求められます。AIの技術の進歩に対応するために、関連する情報源を追いかけ、新たな知見を取り入れることが重要です。

これはすべてのスキルを下支えする重要なスキルであり、情報収集することで市場での具体的な実装方法やモデルの設計に活かすことができます。

今後、さらに情報収集力は求められていくため、AIを活用するなど創意工夫を重ねて向上させるべきスキルです。

ぬるったん

技術の進歩がものすごく速いからね。最新の情報を収集できないと乗り遅れてしまうよ。効率よく、迅速に情報収集できるスキルが重要だよ。

AIスキルを身に付けるために必要なこと

AIスキルを身に付けるためには、以下のSTEPが必要です。

詳しく解説していきます。

「AIを使いこなせる人材」がスキルを身に付けるために必要なこと

基礎知識をつける

まずは「基礎知識をつける」ことが重要です。「AIを使いこなせる人材」にはAIサービスの知識が必要です。

どのようなAIサービスがあるか、どのようなことができるか、幅広くAIサービスを知っておくことが重要です。AIを使いこなすには複数のAIサービスを活用して、上手く作業を実施していく必要があります。

AIの分野のトレンドについて常に情報を収集し、理解を深めましょう

ぬるったん

まずは大前提として基礎知識が必要だよ。どのようなAIサービスがあるか、どのようなことができるかを知ることから始めるべきだよ。

経験する

次にAIサービスを「経験する」ことが重要です。

AIサービスを実際に使って、経験することが大切です。重要なことは自分でサービスを触ることです。

最近では、ネット上に情報が落ちていたり、YouTubeでも使っている動画を見ることはかんたんです。しかし、実際に使わないと細かなユーザビリティはわかりません。

自分で触って、なにができるのか、なにができないのかを経験することが非常に重要です。動画でわかったふりをするのはやめましょう。AIスキルを身に付けるには自身で触ることがなによりも重要です。

最近では有料サービスが多くでていますが、AIスキルを身に付けていくためには課金して実際に触ってみることをオススメします。

ぬるったん

実際にAIサービスを触らないとわからないことは多いよ。ネット上だと試行錯誤の上で成功したものが多くあるけど、自分で成功させるスキルは触らないと身に付かないよ。

実戦経験を積む

最後は「実践経験を積む」ことです。

AIを活用して実際にアウトプットを生み出す経験を積むことが重要です。AIを使えば、なんとなくそれっぽいものは誰でもかんたんに作ることができます。

しかし、要件に完全に合致したものを作るにはAIサービスの癖やプロンプトの引き出しが必要です。そのため、要件に合致したものを本気で作ってみることが重要です。

具体的には自分でアウトプットイメージを明確にして、そのイメージに100%一致したものをAIで生成するという「実践」をすることをオススメします。

微妙にイメージと違う部分を直すことが難しいことがわかると思います。

今後、任意のものをAIで効率的に作れる人材は需要が増していくと想定されます。実践経験を積んでAIを使いこなせるようになりましょう

ぬるったん

AIを使うと微妙に要件に違うものが作られてしまうことが多いんだ。実際の業務で使うときは要件に合っていることが大事だから、最後の一歩を詰め切るスキルを実践経験で身に付けるんだ。

「AIを作れる人材」がスキルを身に付けるために必要なこと

基礎知識をつける

まずは、「基礎知識をつける」ことが必要です。

「AIを作れる人材」は大規模言語モデル(LLM)に対して基礎的な知識を学ぶことが重要です。モデルの設計や改善を行う際に、まずは大規模言語モデル自体の理解が必要になります。

具体的には、自然言語処理や深層学習などのスキル・LLMのAPIなどの理解が必要です。また、言語モデルの仕組みやトレーニング方法、モデルの評価指標などについても理解が必要です。

ぬるったん

まずは基礎知識だね。大規模言語モデル(LLM)を理解することが大事だよ。基礎知識がないと「作る」ことはできないよ。

経験する

次に、「経験する」ことが必要です。

大規模言語モデル(LLM)のチューニングやAPI実装などの実践的な経験を積むことが必要です。実際にデータを学習させて、テスト的にチューニングしてみることが重要です。

どのようにAPIを使えば効率的か、入力するデータをどのように入れると効率的かなどチューニングの肌感を掴むことが大切です。

実際にデータセットを用いてモデルの訓練やパフォーマンスの改善に取り組み、実践的なスキルを磨いていきましょう。

ぬるったん

実際に触ってみることが重要だよ。モデルに何を入れたらうまくいくかなどの肌感は触ってみないとわからないからね。

実戦経験を積む

最後に「実践経験を積む」ことです。

要件に対して大規模言語モデル(LLM)を実装し、改善する経験を積むことが重要です。結果に対して、課題を設定して仮説検証を繰り返してモデルを改善していく「実践経験」が自身のスキルになるでしょう。

実際のプロジェクトや課題に取り組みながら、モデルの性能や精度を向上させるためのスキルを身に付けていきましょう。

ぬるったん

改善をするところまでセットで行うべきだよ。実際の業務で活用するためには改善をいかにできるかが重要だよ。

データサイエンティストのAIへの向き合い方

データサイエンティストに特化して解説していきます

上記の解説も踏まえて、データサイエンティストのAI活用も同様に「AIを使いこなせる人材」と「AIを作れる人材」に大きく2分されていくことが予測されます。

データサイエンティストのタイプによって、AIへの向き合い方が変わってきます。

データサイエンティストの3つのタイプには下記に解説していますので、詳しく知りたい方はぜひご覧ください。
⇒役割分担ばっかり?データサイエンティストの仕事内容とは?

詳しく解説していきます。

ビジネス型:AIを活用してビジネスアイデアを生み出そう!

「ビジネス型」のデータサイエンティストはデータを活用してビジネス課題を解決する役割を担います。

「ビジネス型」はビジネス課題を解決につながるアイデア創出にAIを利用するべきでしょう。AIはさまざまなアイデアを出してくれるため、自身をインスピレーションすることに役立ちます

自分になかった観点や想像もしていなかった切り口が見つかることが多く、AIによってもたらされた切り口からビジネス課題の解決法を考えることができます。

そのため、「ビジネス型」はビジネス課題を解決につながるアイデア創出にAIを活用することをオススメします。

詳しくは下記に解説しているので、気になる方はぜひご覧ください。
⇒「ビジネス型」データサイエンティストは”アイデア出し”にAIを活用しよう!

ぬるったん

「ビジネス型」はAIを活用して課題解決のアイデアを出していくことが重要だよ。自身をAIでインスピレーションして、あらゆる観点から課題解決を推進できる人材になろうね。

サイエンス型:AIを作れる貴重な人材になろう!

「サイエンス型」のデータサイエンティストはデータの価値を最大化する分析のプロフェッショナルという役割を担います。

「サイエンス型」は今後、大規模言語モデルを設計・開発できることが一つのスキルセットになるでしょう。「AIを作れる人材」として見られるように技術研鑽をすることが重要です。

数年に一度のブレイクスルーが訪れている環境であり、時流に乗っかり流れを逃さない立ち回りが大切になるでしょう。今後、LLMを中心としたAIを作る人材はますます需要が高まっていくことが予想され、人材不足が騒がれることでしょう。

その時に自身が「AIを作れる人材」として見られることでキャリアアップを実現することができます。「サイエンス型」は「AIを作れる人材」になって貴重な人材になりましょう

ぬるったん

「サイエンス型」は「AIを作れる人材」になって時流に乗ることが大事だよ。LLMを中心にAIを作れる人材は今後ますます需要が高まっていくことが予測されるよ。

エンジニア型:AIを活用して作業を効率化しまくろう!

「エンジニア型」のデータサイエンティストはデータ分析基盤のシステム開発などを担います。

「エンジニア型」は作業量が多く、複雑なタスクを任されることが多いです。そのような環境だからこそ、AIを活用して作業を効率化しまくることが重要です。

具体的には情報の整理はもちろん、情報収集やコード作成などAIを使って効率化できる領域は数多くあります。AIを活用して作業を効率することでより、価値の高い領域に自身の時間を使えるようになります。

そのため、「エンジニア型」はAIを活用して作業を効率化しまくることが重要です。

ぬるったん

「エンジニア型」は作業を効率化することがまずは大事だよ。自分の作業だけでなく、チーム全体の作業を効率化するためにもAIを活用しようね。

【まとめ】AIスキルを身に付けてスマートなデータサイエンティストになろう

AIの普及に伴い、データサイエンティストにはAIスキルを身に付けることがますます重要となっています。

データサイエンティストは「AIを使いこなせる人材」と「AIを作れる人材」に2分されていくでしょう。

このような概況では自身が働く環境がますます重要になってきます。AIに敏感ですぐに動いている企業に属しているか否かで自身のキャリアも大きく変わってくるでしょう。

AIに対する反応が鈍い企業に属しているのであれば、環境を変えることも視野に入れてみてもいいかもしれません

下記に、オススメの転職エージェントをまとめているので、ぜひご覧ください。

【20代向け!現役面接官が厳選!】データサイエンティスト転職にオススメの転職サイトデータサイエンティストにオススメの転職エージェントを徹底解説!現役の面接官の目線で20代にオススメできる転職サイトを厳選しました!...

AI時代に必要とされる力を身に付けるためには、基礎知識の習得や実践的な経験の積み重ねが不可欠です。AIの盛り上がりを静観せずに、行動してAIスキルを身に付けましょう

AIスキルを高め、スマートなデータサイエンティストとしてキャリアを形成してきましょう!

以下、本記事のまとめです。

本記事のまとめ
  • AI時代で活躍する人材ってどんな人?
    「AIを使いこなせる人材」と「AIを作れる人材」!
  • 「AIを使いこなせる人材」に必要とされる力は?
    知識!経験値!発想力!情報収集力!
  • 「AIを作れる人材」に必要とされる力は?
    言語モデル理解!モデル設計能力!仮説検証能力!情報収集力!
  • AIスキルを身に付けるために重要なことは?
    基礎知識をつけること!経験すること!実践経験を積むこと!
  • データサイエンティストはAIにどう向き合うべき?
    「AIを使いこなせる人材」か「AIを作れる人材」になろう!
  • AIスキルを身に付けて、スマートなデータサイエンティストになろう!

今回は以上になります。

ABOUT ME
ぬるったん
現役データサイエンティスト|マネージャー職として勤務中|500名在籍するデータサイエンス企業に在籍|未経験からデータサイエンティストに転職|『史上最速・最年少』でマネージャー職に昇進|マネージャーとして人事制度の設計担当もこなす

COMMENT

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

CAPTCHA