データサイエンティストを徹底解説!

注目のデータサイエンティストとは?仕事内容や将来性を徹底解説

今、注目を集めているデータサイエンティスト。

データサイエンティストとは、企業が保有している膨大なデータ(ビッグデータ)を収集・整理し、分析することで、企業のマーケティングや課題解決につなげることをメインの仕事としています。データサイエンティストには、幅広い知識やスキルが求められます。

そんなデータサイエンティストの仕事内容や必要な知識・スキル、将来性について徹底解説します。

1.データサイエンティストとは?

ビックデータの活用が企業経営に活かされるようになり、データの解析及び活用を担うデータサイエンティストという仕事が注目を集めています。そのニーズの背景には企業経営環境の変化のスピードがあり、顧客ニーズを把握する必要性があります。

1-1.データサインティストの仕事内容とは?

皆さんは、データサイエンティストの仕事内容についてご存知でしょうか。データサイエンティストの仕事は一言でいうと、自社が持っているデータ(ビッグデータ)を統計学や数学、さらにはコンピューターサイエンス等の知識を用いて、整理し分析する仕事です。

しかし、仕事内容はただ分析するだけではありません。SASRPython等のプログラミング言語でのテキストマインイング(文字列データを定量的に分析する方法)をはじめとしたプログラミングの作業やAIの機械学習・ディープランニング分析方法に関する最新トレンドの把握、さらには他部署との連絡調整業務があり、その仕事領域は多岐にわたります。

1-2.データサイエンティストのニーズ

データサイエンティストは、アメリカ国内で「今後最も稼げる職業」と呼ばれて、注目を集めています。

その理由として、企業がデータに価値を見出すようになった点が挙げられます。データ分析や扱うデータ自体が、企業の競争力をアップさせる可能性を秘めているためです。

先述の通り、新規事業開発やキャンペーンの企画には、顧客や消費者が何を欲しているかが必要となります。データサイエンティストが扱うビッグデータは、実際の消費行動に即したデータのため、これを分析することで現状把握や改善点も見つけることができます。その発見が、企業の競争力に直結するのです。

そのためアメリカでは、優秀なデータサイエンティストの引き抜きやスカウトが日常的に行われており、高額な年収・年俸を提示することもあります。日本では、まだまだ知名度の低いデータサイエンティストですが、これから日本でも必要不可欠な職種となると考えられます。

1-3.データサイエンティストの年収

データサイエンティストの平均年収は655万円です。

これは、正社員や契約社員、更には職種によって異なります。正社員の場合、440~930万円、契約社員では350~660万円が相場となっています。また、職種別では、Webマーケティング職の場合、450~870万円、データ分析職では、465~620万円、アナリストでは、443~755万円となっています。

大企業に勤める場合、平均年収759万円で高くなっています。東京に勤める場合は、917万円となっており、能力次第では、1,000万円以上を狙うこともできます。

2.データサイエンティストになるには?

2-1.データサイエンティストに必要な知識

データサイエンティストとして働くうえで必要な知識は、統計学やコンピュータがデータから反復的に学習しそこに潜むパターンを見つけ出すことができる機械学習、そしてクラウドの知識です。

統計学の知識は、大学の学士修了程度の統計学の知識が必要になります。機械学習では、データの集合体であるデータセットを作成する際に必要になります。またデータサイエンティストは膨大なデータを扱うため、最近ではクラウド上で大容量のデータを扱うようになってきています。そのため、データサイエンティストには、クラウドの知識も要求されます。

2-2.データサイエンティストに必要なスキル

データサイエンティストに必要なスキルには、プログラミング言語のコーディングスキルやデータベースが操作できる技術が最低限必要になります。

プログラミング言語では、RやPythonが扱えることが条件となります。コーディングスキルの最低限のレベルは、自分で製品が作れなくても、自分でコードが書けるまでのレベルが必要です。そのほか、機械学習に必要な確率論的プログラミングのスキルも重要になります。

データベースの操作技術スキルは、データサイエンティストにとっては必須のスキルとなります。その理由としては、ビッグデータを扱う際には、データベースの操作が必要になるためです。そのため、データベースからクエリ(要素)を抽出するには、SQLと呼ばれる技術が必要となります。

SQLにも種類がありますが、少なくともデータサイエンティストを目指す上では、SQL99以上のスキルがあると望ましいです。SQL99は、1999年に誕生したSQLの改訂版です。SQL99には、プログラミング言語のJavaの要素もあるため、Javaの知識もあると理解が深められます。

2-3.データサイエンティストに求められる現場とは

データサイエンティストが必要とされている現場・業種には共通点があります。それは自社でビッグデータを管理しながら解決が難しい課題を抱えていたり、データに価値を置いている、もしくはデータサイエンティストの意見を尊重する企業風土があるといった点が挙げられます。

業界としては、「ヘルスケア」や「E-コマース(電子商取引)」、「広告」、「アパレル」など多くの業界でデータサイエンティストは必要とされています。上記の業界に共通している点は、企業ではなく一般の消費者がエンドユーザーとなっている点です。

一般の消費者の消費行動、つまりどの年代、性別の人が何を購入しているのかいったデータを分析し、マーケティングデータとして扱うことができます。これにより、消費者の特性に合った製品やサービスが開発できます。

これは一つの例ですが、企業が保有しているビッグデータを分析収集することで、新規開発やキャンペーンの告知等の説得力のある参考資料として、扱われます。そのため、先に挙げた業界以外でも顧客課題解決を目指す企業や新規事業、新規商品開発を目指す企業においてもデータサイエンティストのニーズはあります。

2-4.データサイエンティストに求められる専門性

データサイエンティストには、非常に高い専門性が求められます。

RPythonといった複数のプログラミング言語を駆使し、基本的な統計学の知識やAIの知識、更には分析の際に必要な分析手法のトレンド、その企業の業界で流行っている商品やサービスの把握等が必要となり、幅広い知識が求められます。

そのため、データサイエンティストに興味を持っている人は、早めに必要なスキルを身に着ける必要があります。データサイエンティストに必要な知識・スキルについては、後述します。

2-5.データサイエンティストで生かせる資格

データサイエンティストで生かせる資格としては、2つあります。「統計検定」「データベーススペシャリスト」です。

「統計検定」は、文字通り、統計学の知識・スキルを身につけることができます。4級から1級まであり、大学レベルの統計学の知識が要求されるのは、2級からです。そのため、データサイエンティストとしては、統計検定2級を保有していると、業務に生かすことができるかもしれません。

「データベーススペシャリスト」は、ビックデータ時代に求められるデータの担う方向けの資格です。データベースに関係する固有技術を活用し、情報システム基盤の企画や要件定義、開発、運用、保守において中心的な役割を担う人材が対象になります。

2-6.データサイエンティストになるための有利な学校・学部とは?

日本では、データサイエンティストを養成する学校や学部は、現状あまり整備されていませんが、今後データサイエンティスト学部が増加することが考えられます。

経済産業省は、今後データサイエンティストが48,000人必要となることを発表し、データサイエンティスト育成の整備を進めています。20184月には横浜市立大学がデータサイエンス学部を設立し、注目を浴びました。私立では、武蔵野大学は私立で初めてデータサイエンティスト学部が設立される予定です。その他にも、企業と大学が連携して、データサイエンティスト講座を講義で開講する動きがみられています。

それ以外の学部では、東京大学や京都大学をはじめとした国公立大学の情報学部や、早稲田大学や慶應義塾大学等の有名私立大学の情報学部で、学ぶことができます。データサイエンティストは、幅広い技術や知識が要求されるため、現状の教育課程では、修士や博士(Ph.D)持ちの学生に需要があります。また、社会人向けにも、私塾や専門学校としてデータサイエンティスト講座を開講している場合もあります。これらの学校では、理論や知識を学べるだけでなく、実際のケーススタディに則って、業務の進め方が理解できるため、実践力が身につきます。

3.データサイエンティストの将来性

3-1.仕事が機械学習やAIに取って代わられる可能性

現在、データサイエンティストがAIによって取って代わられるという意見があります。

確かにデータ収集やデータの視覚化、レポートの作成は、AIや機械学習によって自動化される可能性はあります。しかしながら先述の通り、日本ではデータサイエンティスト人材が圧倒的に不足しているため、将来性は高いと言えます。

そのため、手間がかかるデータ収集や視覚化、レポートの作成はAIに任せ、データサイエンティストとしては、そのデータの分析やデータの活かし方といった「考える」業務が増えるかもしれません。

3-2.今後求められるスキルとは?

今後、データサイエンティストに求められるスキルは、何でしょうか。データサイエンティスト協会では、データサイエンティストのスキルセットについて以下のように定義しています。

  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

今後必要になってくるのは、ビジネス力・データサイエンス力だと考えられます。ビジネス力では、データを用いて課題をどのように解決ができるか、いわばコンサルティング能力が求められるようになります。データサイエンス力では、今後AIの台頭により、AIや機械学習の知識がより重要になってきます。そのため、AIの知識や活用方法について必要になってくると考えられます。

4.まとめ

以上、データサイエンティストについて見てきました。

データサイエンティストは、日本でも今後ニーズの高まる職種の一つです。求められるスキルは幅広く多岐にわたりますが、その分年収レベルも高く魅力的な仕事といえるでしょう。データサイエンティストを目指したい方は、今からプログラミング言語や統計学の知識、機械学習の知識を今からできるだけ身につけておきましょう。

  • ビックデータの活用ニーズから、データサイエンティストの需要は高まっている
  • データサイエンティストには、プログラミングの知識やAIの知識が求められる
  • データサイエンティストの平均年収は655万
  • データサイエンティストの今後は、コンサルティング能力も求められる