【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将来性って実際どうなの？
- データサイエンティストはAIに代替されちゃう・・・？
- データサイエンティストって将来的にどんなキャリアがあるの？
データサイエンティストへの転職を検討しているが、AIに代替されるという意見もあり、将来性に不安を感じる方も多いのではないでしょうか？
実はデータサイエンティストはAIに代替されにくく、今後も需要が高まる将来性が明るい職業です。
私は現役のデータサイエンティストであり、長年データサイエンス業界に身をおいています。
自社では様々な業界の方と会話したり、データサイエンティストの採用活動も行っていますが、ここ数年でさらにデータサイエンティストの需要が高まっていることを感じています。
この記事では、市場の調査結果を基にした客観的なデータサイエンティストの将来性を解説します。
さらに、筆者自身の経験も含めて、主観的なデータサイエンティストの将来性・将来的なキャリアプランについても解説していきます。
この記事を読むと、データサイエンティストがいかに将来性がある職業か実感することができます。
また、データサイエンティストの将来的なキャリアプランについても理解を深めることができるため、転職時の志望動機の作成に役立つ内容となっています。
結論は下記になります。
- データサイエンス業界は今後どうなる？
→拡大が予想されている市場！ - データサイエンティストの需要は？
→データサイエンティスト不足が予測！需要は増加！ - データサイエンティストはAIに代替される？
→されない！柔軟性が求められるためAIでは代替できない！ - データサイエンティストが活躍できる業界は？
→ほぼすべての業界！データがあればどこでも活躍できる！ - データサイエンティストのキャリアプランは？
→幅広い！自身の強みを活かしてキャリア形成できる！
では、本題に移ります。
データサイエンス業界は将来性が高い拡大市場
データサイエンス業界はここ数年であらわれた業界であり、まだ認知が低い業界ですが、データサイエンス業界は今後も拡大を続ける有望市場です。
近年の急速なデジタル化によって、各企業に集められた「データ」を有効活用することが重要と考えられています。
株式会社グローバルインフォメーションの市場調査レポートによると、データサイエンスプラットフォームの市場規模について下記のような予測をしています。
これによると、データサイエンスプラットフォームの市場規模は2021年の953億米ドルから年平均で27.7%で成長していくと予測されています。
2026年には3,229億米ドルに達し、2021年から約3.5倍もの市場規模になる予測です。
この予測はデータサイエンスプラットフォームに限定した数値となっています。
つまり、プラットフォーム上で行われるデータサイエンスビジネス全体ではこれ以上の市場規模が見込まれるということです。
データサイエンス業界はこれから伸びていく成長市場だよ。各企業がDX化を推進している流れがあって注目を浴びている領域だよ。実は急激に市場が拡大しているんだ。
データサイエンティストは今後も需要が高まり将来性は抜群
データサイエンス業界が将来的に大きくなっていくことから、データサイエンティストは今後ますます必要とされる職業です。
「客観的な目線」と「主観的な目線」でそれぞれ説明していきます。
- 客観的な目線：
データサイエンティストを育成する政策 - 主観的な目線：
【経験談】データサイエンティストの募集が急増
詳しく解説していきます。
データサイエンティストを育成する政策
内閣府・経済産業省も今後の経済成長戦略として、データサイエンティストの重要性を主張しています。
内閣府は今後の日本の成長戦略として、AIを位置づけていて、定期的に「AI戦略」を公開しています。ここでは、「実現すべき社会」に向けてAIの活用が必要と主張されています。
特に「戦略目標1：人材」では、「人口比において最もAI時代に対応した人材を育成・吸引する国」となることが掲げられており、AI人材（＝データサイエンティスト）が今後必要になることを主張しています。
また、AI人材を育成する仕組みも政府が整備しています。
下記は経済産業省・厚生労働省が公開している「第四次産業革命スキル取得講座」の補助金制度です。
これは端的にいうと、「AI、IoT、クラウド、データサイエンス」などの先進スキルを取得する教育制度に対して、政府から最大70%の補助金が支給される制度です。
政府が教育費用を負担してまでも、データサイエンティストを増やしていきたいという思惑が見えています。
このように、データサイエンティストは政府が育成を推進しており、今後さらなる需要が期待される職業です。
データサイエンティストの育成は国をあげて取り組んでいるテーマなんだ。その理由は今後の人材不足が課題視されているからだよ。データサイエンティストは日本に必要とされている人材なんだよ。
【経験談】データサイエンティストの募集が急増
政府が教育制度を整備して以降、データサイエンスを学べるオンラインスクールの整備が進んでいます。
データサイエンスがより身近になったことから、データサイエンス業界の盛り上がりをより感じています。私は自社で採用活動も行っていますが、応募の数は増加傾向です。3年前と比較して、約3~4倍ほどの応募数となっています。
さらに、データサイエンスに知見がある応募者も増えてきており、データサイエンス業界の盛り上がりを感じています。
数年前と比較して、データサイエンスに興味を持っている人が増えているよ。データサイエンスに興味を持っている学生も増えていて、データサイエンス業界の盛り上がりを感じるよ。
データサイエンティストはAIに代替されずに残り続ける職業
データサイエンティストは柔軟性が求められる職業であり、AIに代替される可能性は低いです。
理由は下記2点です。こちらも「客観的な目線」と「主観的な目線」でそれぞれ説明していきます。
- 客観的な目線：
データサイエンティストの職種の特性上、AIに代替されにくい - 主観的な目線①：
【経験談】ビジネスの意思決定はデータ分析の結果だけではなされない - 主観的な目線➁：
【経験談】AIを作るのはデータサイエンティストの役目
データサイエンティストの職種の特性上、AIに代替されにくい
下記は、リクルートワークス研究所が行った『全国就業実態パネル調査2020』です。
この調査ではAIに仕事を代替される職業・されない職業を調査した結果になります。
ここでは、AIに代替されにくい仕事として「非定型業務が多いこと」があげられています。
データサイエンティストはビジネス課題をデータで解決する仕事です。
ビジネス課題は多種多様であり、課題に応じて柔軟に解決策を考える必要があります。
そのため、データサイエンティストは非定型業務が多く、柔軟性が求められる職業のため、AIに代替されにくい職業です。
データサイエンティストの業務がすべてAIに代替される可能性は低いよ。もちろんなにも考えずに単純作業をしている人はいらなくなっていくけど、考えずにできる仕事はデータサイエンティストにはほとんどないよ。
【経験談】ビジネスの意思決定はデータ分析の結果だけではなされない
データサイエンティストはビジネス課題をデータで解決する職業ですが、データ分析の結果だけでビジネスの意思決定がなされることはありません。
ビジネス課題は様々な要因が複合的に絡み合っていることが多く、単純なものではありません。
組織上の課題・システム上の課題・予算上の課題など様々な「事情」があります。
データ分析から導出された「あるべき結果」だけで判断できることは少ないです。
データ分析の結果を基にあらゆる「事情」も考えながら、解決策を見出していくことは人間にしかできません。
このように複雑なビジネス課題に対して、データで解決策を見出していくことがデータサイエンティストの最大の価値であり、AIが到達できない領域であることは間違いありません。
データ分析の結果だけでビジネスの意思決定はなされないよ。いろんな「事情」を考慮した上で、意思決定をするんだ。分析結果と色んな「事情」を考量して結論を出すことがデータサイエンティストの価値だよ。
【経験談】AIを作るのはデータサイエンティストの役目
AIに仕事が代替されるという話がよく聞かれますが、AIを作ることもデータサイエンティストの仕事です。
AIが存在する以上、AIを作るデータサイエンティストは存在します。
データサイエンティストはデータの活用を考え、データを基にAIを設計・開発する職業でもあります。
AIの活用する上でも様々な「事情」を考慮する必要があります。
取得できるデータの種類・システム環境・予算など様々な「事情」を考えた上で、AIを設計しなければなりません。
効率的なAI活用には柔軟な設計が必要であり、「事情」を考慮した上でAIの設計を行うことがデータサイエンティストの価値であり、AIが到達できない領域です。
今後のビジネス環境では、AIをいかに活用できるかが鍵になってくるため、AIを設計するデータサイエンティストはさらに必要になってくるでしょう。
AIを設計すること自体がデータサイエンティストの仕事だよ。AIに代替されるのではなく、AIをうまく活用して価値を出していくのがデータサイエンティストだよ。
「AIに代替される？」をもっと詳しく知りたい方はコチラ
データサイエンティストはAIに代替されにくい職業です。しかし、単純な作業しかしていないデータサイエンティストはAIに代替されていくこともあります。
AIに代替されないデータサイエンティストは自ら考えて行動する人です。詳しく下記に解説しています。
この記事を読むと、AIに代替されないデータサイエンティストの特徴がわかり、今後のキャリアを考えるよいきっかけになります。
ほとんどのデータサイエンティストは生き残るよ。でもなにも考えていない人はAIに代替されてしまうよ。価値高いデータサイエンティストになるために重要なことを解説したからぜひ見てね。
データサイエンティストは様々な業界で活躍できる職業
データサイエンティストは様々な業界で活躍できる職業です。
データサイエンティストは「データ」に専門性を持つ職業です。
そのため、「データ」が存在する世界では例外なく、データサイエンティストは活躍することができます。
昨今のIT技術の進歩により、「データ」が容易に蓄積できる環境が整い、ほぼすべての業界で「データ」が蓄積されています。
すべての業界に「データ」が存在する以上、データサイエンティストはすべての業界でも活躍ができる職業であると言えます。
転職サイトの求人情報を見ると、データサイエンティストは様々な業界からの求められていることがわかります。
2021年1月現在では、「ヘルスケア」「EC」「広告」「アパレル」「電力」「金融」「Web」「IT」など、多様な業界でデータサイエンティストを募集している。
https://en-ambi.com/featured/81/
データサイエンティストは実は色んな業界で活躍できる職業だよ。データがあるところでデータサイエンティストは活躍できるからね。データはどの業界にも存在するよね。
【経験談】データ分析はあらゆる業界で広がりを見せている
実体験でも様々な領域でデータ分析が広がっていることを感じます。
いままで筆者が経験した分析プロジェクトの事例紹介です。
- マーケティング業界：顧客の解約防止
- EC業界：レコメンドシステム構築
- 不動産業界：地価の予測
詳しく解説していきます。
マーケティング業界：顧客の解約防止
マーケティング業界では効率的な施策の実施にデータ分析が活用されています。
筆者が担当した分析はサービスの解約防止プロジェクトです。
担当したプロジェクトでは、サービスの解約が多いことがビジネス課題になっていました。
そこで、解約しそうな顧客に対して、商品のクーポン券を配布してサービスの再利用を促すことで離反防止する施策を検討していました。
解約しそうな顧客を特定するために、過去に解約した顧客の傾向を機械学習することで、解約しそうな顧客を特定しました。
クーポン配布を解約しそうな顧客に限定することで費用を最小限に抑えて、解約を防止することができました。
マーケティング業界では費用に対する効果を最大するために、データサイエンスを活用することが一般的になってきています。
やめちゃいそうな人に「ちょっと待って！」っていいたいよね。データを活用してやめちゃいそうな人を頑張って見つけて「ちょっと待って！」ってするんだ。
EC業界：レコメンドシステム構築
EC業界では、データを活用したオススメ機能を提供する「レコメンドシステム構築プロジェクト」を紹介します。
EC業界では膨大なデータが収集されます。商品の閲覧履歴・顧客の購買履歴など様々なデータが取得できます。取得したデータを活用して、レコメンドシステムを構築しました。
「レコメンドシステム」とは過去のデータを基にして、商品同士の相性を計測して、顧客にオススメを実施するシステムです。
昨今の時代ではレコメンドシステムが一般的になっており、他サービスとの差別化のために高いレコメンド性能を要求される厳しいプロジェクトでした。
何度も「改善→精度検証」を繰り返し、レコメンド性能の精度向上させ続けてようやく納品に至りました。
実際に体験をしてみて、他サービスのレコメンドシステムの性能の高さを実感し、市場全体のデータサイエンスのレベルの高さを感じたプロジェクトになりました。
オススメシステムを作ったんだ。精度向上を繰り返してようやく納品に至ったよ。最近ではどこも精度が高くなっているから求められる品質は高かったよ。
不動産業界：地価の予測
一見、関連性が薄いような不動産業界でもデータサイエンスの活用が進んでいます。
筆者が関わったプロジェクトでは、地価の将来予測を行うプロジェクトでした。
地価は様々な条件によって決定されます。立地・地盤・商業施設の有無など多くの要因が関連します。
担当したプロジェクトでは、「地域人口」に注目して地価の予測を行いました。
土地は一定であるため「地域人口」が増える地域は需要が上がるため、必然的に地価が向上します。
そのため、「地域人口」の将来を予測することで「地価」の将来性を予測することができます。
このプロジェクトでは、スマホから取得できる位置情報データを用いて、機械学習により将来的な「地域人口」を予測するシステムを構築して「地価」の予測を行いました。
結果的に試験的な技術検証に終わってしまいましたが、今後のデータサイエンスの伸びしろを大きく感じるプロジェクトでした。
位置情報などのデータから人流などが予測できるから人の流れで地価を予測するんだ。色んなデータが取得できるようになったから、データサイエンスは今後も広がりを見せると感じたよ。
データサイエンティストのキャリアプランは幅広く将来有望
データサイエンティストには幅広いキャリアプランがあり、将来性が見込まれる職業です。さらに、データサイエンティストは自身の強みを活かしたキャリア形成ができます。
理由は下記の2点です。こちらも「客観的な目線」と「主観的な目線」でそれぞれ説明していきます。
- 客観的な目線：
様々なデータサイエンティストが求められている - 主観的な目線①：
【経験談】データサイエンティストのキャリアは幅広い
詳しく解説していきます。
様々なデータサイエンティストが求められている
2019年にデータサイエンティスト協会が実施した調査結果によると、様々なタイプのデータサイエンティストが求められていることがわかります。
調査結果によると、「①マーケタータイプ（ビジネス型）」「➁アナリストタイプ（サイエンス型）」「➂エンジニアタイプ（エンジニア型）」がそれぞれ一定の割合で求められていることがわかります。
各企業の事業特性や人員構成になどにより、様々なタイプのデータサイエンティストが求められているということです。
データサイエンティストと言っても色んなタイプのデータサイエンティストがいるよ。自分自身の得意領域を見極めて、どのタイプで生きていくか決められるといいよ。
【経験談】データサイエンティストのキャリアは幅広い
データサイエンティストの役割は様々です。
「ビジネス」に強みを持つ人、「サイエンス」に強みを持つ人、「エンジニアリング」に強みを持つ人それぞれに活躍の場があります。
自社では分析プロジェクトの特性やフェーズによって、適材適所でそれぞれのタイプのデータサイエンティストを配置します。
ビジネスの課題整理をするフェーズであれば「ビジネス型」のデータサイエンティストを多く配置します。
高度な分析スキルが求められるプロジェクトであれば「サイエンス型」のデータサイエンティストを配置します。
システム知識が深く必要なプロジェクトであれば「エンジニア型」のデータサイエンティストを配置します。
大規模なプロジェクトになるとすべてのタイプのデータサイエンティストを配置して、それぞれの強みを活かしてプロジェクトを推進します。
タイプ毎にそれぞれキャリアプランがあり、自身の強みを活かしながら将来的なキャリアを形成することができます。
自社ではデータサイエンティストを「ビジネス型」「サイエンス型」「エンジニア型」に細分化した人事制度を取っており、各人材をそれぞれ評価できる仕組みを整備して会社運営を行っています。
データサイエンティストのそれぞれのタイプによって、適材適所でプロジェクトに配置するよ。それぞれのタイプで活躍領域が違うからそれぞれにキャリアがあるから、データサイエンティストのキャリアは非常に幅広いと言えるんだ。
キャリアプランについてもっと詳しく知りたい方はコチラ
データサイエンティストのキャリアは幅広く、さまざまな選択肢があります。さらに、自身の強みを活かしたキャリア設計を後から考えられる優れた職業です。
今後、データサイエンスの広がりによってさまざまなキャリアプランが増えていくでしょう。
詳細は下記で詳しく解説しているので、ぜひご覧ください。この記事を読むとデータサイエンティストが将来どのようなキャリアプランがあるか理解でき、将来性が高いことをより強く実感できます。
データサイエンティストはさまざまなキャリアプランがあるんだ。しかも自分の強みによってキャリアを変えられるから、柔軟なキャリア設計ができることが最大のメリットだよ。
【まとめ】データサイエンティストは将来性抜群の職業
データサイエンティストはあらゆる観点から見て、将来性抜群の職業です。
今後、さらにデータサイエンスは広がっていくことが予測され、データサイエンティストはますます需要が拡大することが見込まれます。
データサイエンティストのメリットについては、下記で網羅的に”超”詳しく解説しているので、ぜひご覧ください。
下記、本記事のまとめです。
- データサイエンス業界は今後どうなる？
→拡大が予想されている市場！ - データサイエンティストの需要は？
→データサイエンティスト不足が予測！需要は増加！ - データサイエンティストはAIに代替される？
→されない！柔軟性が求められるためAIでは代替できない！ - データサイエンティストが活躍できる業界は？
→ほぼすべての業界！データがあればどこでも活躍できる！ - データサイエンティストのキャリアプランは？
→幅広い！自身の強みを活かしてキャリア形成できる！
今回は以上になります。
にほんブログ村
