データサイエンティストの実態を大暴露！仕事内容は？必要なスキルは？【IT業界/転職】

一言で言いますと「データを用いて、ビジネスの課題を解決する」といった職業になります。

例えば、売上のデータを分析してみて「こういった商品が売れますよ」といった提案をさせていただくような仕事をしています。少しマニアックな例も挙げますと、たくさんの画像データをいただいて「この画像に映っているのは何なのか」というのを、人間の目で見ずに分類できるような機械学習モデルを構築する、というような仕事もあります。

まず、何らかの形で手元に用意したデータ使って分析していく、というのが大体の始まりになっています。「このデータがどうやって取れたのか」ということを調べると、元のデータを取っている業界・業種について分かりますよね。
そこからさらに詳しく調べて「このデータを使って何をしたいのか」といったことを事前にお聞きした内容を踏まえて考えてみて、それをアウトプットしていくのが主な仕事になると思います。

実は私、大学は農学部に通っていまして、その中でも「植物」という社会的にもニッチな部分の研究をしていました。
就職先を決める際に、研究に関する経験や今までの知識を使えると良いな、と考えていました。そこから「何か社会貢献がしたい」と考えた時に『データサイエンス』という選択肢が出てきまして、データサイエンティストとして働くことにしました。

そうなりますね。プログラムの経験がそこまでなかったので、アプリケーションやWebページを構築、システム開発とかは「今後10年、20年と経験を積んだとしても結構難しいかな」と思いまして。であれば「自分の経験を活かせるところが良いな」と思って、データサイエンティストにしました。

エンジニアの方とあまり変わらないかな、と思います。データを触ることができれば基本的にどこでも仕事はできるので、在宅勤務も可能です。ですが、仕事内容によってはデータを持ち出せないこともあるので、その場合は「データが保管されている場所に行ってお仕事をする」ということになりますね。

残業は、分析がトントン拍子で進む時と進まない時があるので、そこで変わりますね。調べものの場合は、どこかで区切らないと一生調べ続けられるので、なるべく限られた時間で「ベストエフォート(最大の結果になるよう、可能な限りの努力をする状態や姿勢のこと)」でやるようにしています。

ありますよ。ですが、一般的に「きっちりここまでやった成果物を品質保証して出す」というよりは「なるべくベストエフォートな分析結果を提供する」という形で成果物を定義しています。それを3ヵ月くらいの納期サイクルで分析を回すことが多いかな、と思います。

やはり、データをよく見てその中身が分かった時、というのが一番面白いと思っています。あと、データを知らないお客さまに対して、しっかり理解してもらえるように説明して「なるほど！」と納得の反応をいただけた時は、すごくやりがいを感じましたね。

どちらかというと、経験よりも実力が評価されることの多い分野なので、結構ピンキリだと思いますよ(笑)
一応、低くても300万円ぐらいは貰えて、高いと1000万円は簡単に超えるかと思います。

今でも印象に残っているのは、やはり一番始めに手掛けた案件ですね。船の遅延を予測する、というものでした。

船が遅延する時は、新幹線とか車と違ってかなり派手に遅延します。使用したデータはExcelみたいなデータが多かったですね。列や行ごとに「どういう関係があるのか」といったことを地道に調べてみたり、少し難しめの機械学習モデルを使って「何が原因で遅れているのか」というのを分析してみたりして、確認していく感じでした。

「データを分析したいです」とは言うけれど、データ分析とは何か分からない状態で持って来られるお客様が結構多いですね。「こういうデータがあるけど、何すれば良いのか分からない」「そこも含めて全部考えて欲しい」みたいなことを言われることがたまにあって、それは結構困ります……

他ですと、普通の人ではあり得ないパソコンの使い方をしていますね。画像などを使った場合の計算量が膨大になることが結構ありまして、その場合は普通のCPUでは処理しきれないです。ちゃんとしたスペックのパソコンなら30分で終わる作業が、普通のCPUだと3～4時間かかったりするので、こういったハード面で苦労することは結構ありますね。

データサイエンティストには「データサイエンティスト協会」というものがありまして。そこで定義されているスキルセットは『ビジネススキル』『データサイエンススキル』『データエンジニアリングスキル』の３つと言われています。

この中で説明しやすいのは『データサイエンススキル』ですね。これは数学や統計学、機械学習の知識・理解力になります。『データエンジニアリングスキル』は、いわゆるプログラミングの力と言い換えてもいいでしょう。最後に『ビジネススキル』というのは、ビジネスを「数学的な課題」や「統計的な課題」まで落とし込んで解決できるようにするスキルですね。つまり、ビジネス課題に置き換えて考える必要がある、ということです。

大事だと思います。

先程挙げた3つのスキルを例に答えるなら『データエンジニアリングスキル』というのは、あまり使わないデータサイエンティストも増えていくと思います。一方で、データサイエンティスト特有の能力といえる『データサイエンススキル』に需要が集約されていくと思っています。つまり数学や統計学、機械学習の知識がある人ですね。

この知識と理解が無いと、いくら簡単に分析ができるツールがあるといっても、分析結果を正しく解釈できません。なので、そういった意味でもデータサイエンティストは必要だと思っています。それから『データエンジニアリングスキル』も無いと高度なAIは作れないので、そういったスキルを持ったデータサイエンティストは、今後も重要になっていくと思います。

最近は少なからず、データを見ながら育ってきている方が多いでしょう。なので、私個人としてはどんな人でもデータ分析はできると思っています。そのうえで「データを見るのが好き」とか「データの分析をするのが好き・得意」と思っている人は、データサイエンティストに向いていると思います。あと、いろいろな知識を吸収して、さまざまな角度から見られる人も向いていると思います。ぜひ目指してみてはいかがでしょうか。