データサイエンスは必要スキルか?今後のデータサイエンティストの需要を考える

データサイエンスって何?

データサイエンスって何ができるの?

データサイエンティストって何をする人?

ここ数年、ニュースや記事でデータサイエンスが取り上げられているとはいえ、私の家族、職場、友人を含め、まだまだデータサイエンスのことを知らない人は多いです。

ワカメさん

この記事では、データサイエンスのトレンド今後のデータサイエンティストの需要についてまとめます。

この記事がカバーする内容
  • なぜデータサイエンスが注目されているのか
  • データサイエンティストの需要はどのように変化するのか
  • これからのデータサイエンティストには何が求められるのか
スポンサーリンク

データサイエンスとは?

⑴ドメイン知識、⑵コンピュータサイエンス、⑶数学・統計、が融合した分野をデータサイエンスと言います。これらの分野を融合することで、データから価値があるインサイトを見つけ出すことを目的とします。

データサイエンスに必要なスキル

驚くことに、データサイエンスという言葉は、およそ50年前からありました。ビッグデータが注目されたことで、データサイエンスは大きな転換期を迎えました。

データサイエンスが注目される理由

ビッグデータ

今日、私たちの日常生活からは、様々な種類のデータが生み出されています。

SNSの写真・テキスト、Youtubeの動画視聴、クレジットカードの支払い、航空券の予約、健康診断の記録、どれも生活の中での何気ない行動の一部ですが、PC、スマホ、センサーなどから生成されるデータの総量は増加しています。

2020年5月、アメリカの市場調査会社「International Data Corporation (IDC)」は “2020年に世界で生成・消費されるデータ総量はおよそ59ゼタバイト(ZB)に及ぶ”と発表しました。(1) 

さらに興味深いことに、”今後3年で生成されるデータ総量が過去30年で生成されたデータ総量を超えるとも予想されています。

データ総量 (単位:ゼタバイト)(2)

データは現代の石油とも比喩されており(3)、これらデータをうまく取り扱うことが、新たなサービスとイノベーションの源泉になると期待されています。

ビッグデータの課題

ヒトデちゃん

データってそんな勢いで増えているんですね!
でも、ビッグデータとデータサイエンスにどんな関係があるんですか?

実は、ビッグデータの取り扱いには課題もあります。データをたくさん持っているだけでは、あまり意味がありません。

例えば、解析のために事前にデータを加工する作業が必要になりますが、およそ8割のデータが異なるデータソースから生成されているため、データの種類や質が一致しないです。

もうひとつ気をつけないといけないのは、データ自体は意味を持たないことです。データはデータでしかなく、ヒトがデータに意味を与えなければいけません。

また、「得られたデータをいかに活用するか」アウトプットを描く必要もあります。データを集めただけで何か新しいことが分かる、ということはあり得ません。

膨大・複雑なビッグデータを適切に取り扱うことで、状況に応じた最適解を導き、次のアクションに向けた選択をするために、データサイエンスは重要な分野として注目されています。

スポンサーリンク

今後のデータサイエンティストの需要

  • ビッグデータを適切に解析
  • ビッグデータからインサイトを発見
  • 意思決定者をサポート

ができる人材をデータサイエンティストと呼びます。

データサイエンスの期待は大きく、労働市場において世界的にもデータサイエンティストは不足しています。

Indeedによると、アメリカでのデータサイエンティスト枠の募集は、2013年12月から2019年1月までに256%も上昇しています。(4)

ヒトデちゃん

同じようにデータサイエンティストの不足は続くんでしょうか?

断言できませんが、各国がデータサイエンティストの育成に力を入れていますので、いずれ解消されるでしょう。

また、データのクリーニングやモデルを自動化するソフトウェアが登場することで、データサイエンティストの市場価値が下がる可能性もあります。

ヒトデちゃん

え……、では、これからデータサイエンスを学ぼうと思ったらどうしたらいいんでしょうか?

データサイエンスを学ぶことは大切ですが、将来はデータサイエンス一本でご飯を食べていくことは難しくなる、ことを前提に考える必要があります。

これからのデジタル時代において、「数学・統計」「プログラミング」は、英語のように必修スキル化すると想定した方がいいでしょう。

実際、高校の新しい学習指導要領に基づき作成された「情報Ⅱ」教員研修用教材は、データサイエンスの主要な知識・スキルをカバーしています。

最も大事になるのは「ドメイン知識」だと私は考えます。

既に社会経験を積んでおり、ドメイン知識がある20~40代もデータサイエンスを学んだ方が良いです。あらゆる国・産業で「情報のデータ化 x AI」の検討が進められており、2030年までに、仕事・研究・生活のあり方が大きく変わるでしょう。

今後のプロジェクトマネジメントのためにも、データサイエンスは知っておくべき知識・スキルだと言えます。

まとめ

今後のデータサイエンティストの需要について、管理人の考えをまとめます。

  • データサイエンスは「ドメイン知識」「コンピュータサイエンス」「数学・統計」が融合した学問
  • 世界的にデータサイエンティストは不足しており、需要は高い
  • 将来はデータサイエンティストの不足は解決される見込み
  • データサイエンスと組み合わせるドメイン知識を高めることが大事
ワカメさん

データサイエンスを学ぶことは大事ですが、英語のようなスキルの一種と考えた方がいいです。

データサイエンティストとしての差別化のポイントは、ドメイン知識を持ち、データサイエンス+αの組み合わせから、新しい価値を生み出すマインドを持つことです。

最後まで読んでいただき、ありがとうございました!

参考

参考(1): IDC, “IDC’s Global StorageSphere Forecast Shows Continued Strong Growth in the World’s Installed Base of Storage Capacity”, (5/13/2020)

参考(2): Statista, “Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2024”, (12/3/2020)

参考(3): The Economist, “The world’s most valuable resource is no longer oil, but data”, (5/6/2017)

参考(4): quanthub, “Is There a Data Scientist Shortage in 2019?”, (6/3/2019)

スポンサーリンク
この記事が気にいったらシェアしてね!
0 0 votes
Article Rating
Subscribe
Notify of
guest

0 Comments
Inline Feedbacks
View all comments
ABOUT US
ワカメ
Data Scientist, Master of Data Science & Master of Engineering in Material Science
このブログは以下2点を目的に運営.
1. 管理人の学び・体験の復習機会
2. 海外留学を目指す方の参考情報
趣味の範囲で淡々と更新します.
*ブログ・SNSは所属組織と無関係の個人発信.