データ・サイエンティストとは？

データ・サイエンティストとは、さまざまな意思決定の局面において、データにもとづいて合理的な判断を行えるように意思決定者をサポートする職務またはそれを行う人のことです。統計解析やITのスキルに加えて、ビジネスや市場トレンドなど幅広い知識が求められます。

データ・サイエンティストは数学者、コンピューター・サイエンティスト、トレンドスポッターの素養をあわせ持っています。また、ビジネスとITどちらの世界にも精通しているため、今や引く手あまたとなっており、高い収入が見込めます。今や誰もが憧れる職業のひとつと言えます。

これは時代の趨勢でもあります。10年前には注目する人も少なかったのですが、突如として人気を博してきた背景には、ビッグデータを重視するようになった企業の姿勢があります。この手に負えないほど膨大な非構造化情報は、もはや無視することも忘れ去ることもできません。ビッグデータは飛躍的な収益増に役立つ「金山」であり、誰も思いついたことすらないようなビジネス・インサイトを誰かが掘り当ててくれるのを待っています。つまり、データ・サイエンティスト時代が始まっているのです。

データ・サイエンティスト誕生の背景

多くのデータ・サイエンティストは、統計担当者やデータ分析担当者としてキャリアをスタートしています。しかし、ビッグデータ（およびHadoopなどのビッグデータ向けストレージ／処理テクノロジー）が成長と進化を始めると、それらの役割も進化していきました。データはもはや、IT部門が事後に処理すればよいものではありません。組織にとって重要な情報であり、分析、クリエイティブな好奇心、ハイテクの発想を利益創出の新たな方法へと変換するコツが求められます

データ・サイエンティストという役割のルーツは学術界にもあります。大学では数年前から、プログラマーであると同時にチームプレイヤーでもある人材を経営者が求めていることに気づき始めました。こうした要請に応じて講義内容を調整する教授たちが現れ、ノースカロライナ州立大学高度アナリティクス研究所などのように、次世代データ・サイエンティストを養成するための課程が設置されるようになりました。現在では米国各地の大学で同様の課程が60以上も提供されています。

同じような日常業務が続くこともありますが、週単位で仕事の内容が大きく変わる場合もあります。何週間かはテキストマイニングのプロジェクトにかかりきりとなり、その後はお客様向けの予測モデルの作成に取り組む、といった具合です。その合間には、アナリティクスやそれをビジネスの別の領域に役立てる方法に関するミーティングも行います。

アレックス・ヘリントン（Alex Herrington）氏
米国の大手小売企業のデータ・サイエンティスト
インタビュー記事を読む（英語）

Kirk Borne, PhD, Principal Data Scientist at Booz Allen Hamilton, addresses the misconception that data science is an IT function – and how data scientists can help in the new era of bigger, more complex data.

• 統一性のない大量のデータの収集と、より利用しやすいフォーマットへの変換
  
• ビジネス課題をデータ主導型の手法を用いて解決
  
• SAS、R、Pythonを含む幅広いプログラミング言語による作業
  
• 統計情報の的確な理解（統計的検定と統計的分布を含む）
  

• 分析手法に関する最新動向の把握（機械学習、ディープ・ラーニング、テキスト・アナリティクスなど）
  
• IT部門および業務部門とのコミュニケーションとコラボレーション
  
• データに潜む秩序やパターンの発見と、ビジネスの最終利益に寄与する傾向の特定
  

• データ・ビジュアライゼーション（データ視覚化）：データ分析の結果を容易に把握できるようにするために、図形やグラフィックの形式で表現します。
• 機械学習：人工知能の一系統であり、数学的アルゴリズムと自動処理という2つの技術にもとづきます。
• ディープ・ラーニング：機械学習に関する研究の一領域であり、データを利用して複雑な抽象概念をモデル化します。

• パターン認識：データ内のパターンを認識するテクノロジーです（多くの場合は機械学習と同じ意味で使われます）。
• データ準備：生データを別のフォーマットに変換して、分析作業で利用しやすくするプロセス。
• テキスト・アナリティクス：非構造化データを調べて重要なビジネス・インサイトを導き出すプロセス。