データサイエンティスト
職業だよ
データを扱う専門家だよ
データ分析に関する あれやこれやをやるよ
簡単に書くよ
データサイエンティスト(英:data scientist)とは
データを整理したり、分析したり、そのためのプログラムを作ったり、そのための環境を作ったり、ビジネスにどう活用できるか考えたりするのが仕事な「データを扱う専門家」的な職業
です。
詳しく書くよ
順番に見ていきましょう。
まずは予備知識として「データ」と「ビッグデータ」について簡単に説明します。
「そんなの説明されなくても知ってるよ!」な人は適当に読み飛ばしてください。
データは「判断材料になる何か」です。
とはいえ、普通に「データ」で分かりますよね?
ビッグデータは「メッチャ大量データ」をカッコ付けて言った表現です。
大きい(ビッグな)データでビッグデータです。
そのまんまですね。
以上を踏まえて
データの分析に関する あれやこれやをやる人
が「データサイエンティスト」です。
扱うデータは主にビッグデータですね。
「あれやこれや」は、データを発掘したり、整理したり、分析したり、考察したり、です。
あるいは、それらの知識やノウハウを使った様々な作業です。
昔のコンピュータさん(や回線)は貧弱でした。
そんなに処理能力が高くなかったのです。
処理能力が高くないということは、一度に扱えるデータの量も多くないということです。
たくさんのデータを処理しようとしたら時間がかかりますし、場合によっては途中で力尽きてしまうかもしれません。
とはいえ、技術は進歩します。
先人の努力によって、コンピュータさんは、とてもパワフルになりました。
コンピュータさんがパワフルになったことによって、今までは「とても扱いきれんべ」と思われていた規模のデータも「そろそろイケるんじゃね?」になってきました。
昔は夢物語だった大量データの処理が現実的になったのです。
上でも書きましたが、この大量データがビッグデータです。
さて、ビッグデータはメッチャ大量のデータです。
今までのデータと同じように扱おうと思っても、いろいろと勝手が違ってきます。
活用するのも一苦労です。
そこで「このビッグデータを良い感じに扱える人は、おらんかね?」と世の中は求めました。
そんな経緯……かどうかは知りませんが、世の中の求めに応じて生まれた「ビッグデータを扱う専門家」的な職業がデータサイエンティストです、多分。
データの活用なんて大なり小なり誰だってやっています。
今までは、それで十分でした。
ですが、ビッグデータを扱うとなると、そうもいきません。
活用するにあたって、あれやこれやの知識やノウハウが必要になってきます。
それらの「あれやこれやの知識やノウハウ」を持っている、データを扱う専門家がデータサイエンティストです。
データサイエンティストというのは比較的、新しく生まれた職業名です。
今のところ「データサイエンティスト」を名乗るために必要な資格や条件などは ありません。
実際のところ、データの分析的な仕事をしている人は今までもいました。
職業としては新しいですが、仕事の内容自体は今まであった仕事の延長線上にあります。
データサイエンティストになるために必要なスキルとしては
1.データ分析のスキル(統計とか)
2.IT関係のスキル
3.ビジネスのスキル(業界の知識とかコミュニケーション能力とか)
を挙げる人が多いでしょう。
「1.データ分析のスキル」は当たり前ですね。
データを扱う専門家なのですからデータに関するスキルは必要です。
「2.IT関係のスキル」はデータの処理をコンピュータでやるからです。
データベースの知識や、場合によってはプログラミングの知識なども求められます。
データを分析するためプログラムを作ったりするからです。
「3.ビジネスのスキル」はデータを活用するときに必要です。
データをあれやこれやするのは、最終的にビジネスに活用するためですからね。
実際に活用できる状態に落とし込むためには、そのビジネスに関する知識や、相手に説明するコミュニケーション能力などが必要です。
大雑把な説明としては、そんなところでしょうか。
注意点として、IT系の職種は定義があいまいです。
「データサイエンティストって、どんな仕事?」な説明も人によって内容が微妙に違うはずです。
深く突っ込んで考え過ぎるとドツボにハマります。
ご注意ください。
一言でまとめるよ
まぁ「データサイエンティスト」って単語が出てきたら「『データを扱う専門家!』な職業なんだな~」と お考えください。
おまけ
■訳してみるよ
「data(データ)」の意味は「資料」とか「知識」とか「情報」とかです。
「scientist(サイエンティスト)」の意味は「科学者」とかです。
何となく くっつけると
情報の科学者
となります。
■検索してみる?






