データサイエンティストがなくなる？ブームは終わり！？将来性を見ていこう！

こんにちは！

消費財メーカーでのデータサイエンティストを経て現在は会社経営をしているウマたん(@statistics1012)です。

大学院時代は統計学を専攻していてマーケティング領域のデータサイエンスを主戦場としています。

個人的にはデジタルマーケターもデータサイエンティストもそれほど明確な境目はなくて、いかにデータを使ってビジネスをデザインできるかが価値の根源だと思っています。

この記事では、そんな立場の僕が

について徹底的にまとめていきます！

以下のYouTube動画でも解説していますので、あわせてチェックしてみてください！

データサイエンティストってそもそもどんなお仕事？

まずは、データサイエンティストとはそもそもどんな職業なんでしょうか？

以下の動画でも解説しています！

データサイエンティストは、そのまま「データから価値を生み出す人」なんですが必要なスキルは大きく分けて3つあります。

１．エンジニアリングやITのスキル

データの抽出・加工、分析、データ連携、データベース構築などに必要で、SQL・R・Pythonなどのスキルセットが望ましいと思ってください。

２．統計学や機械学習理論のスキル

ただエンジニアリングが出来てもデータの読み方をミスすると大変なことになります。

検定を行った時のよくある勘違いや・偽相関・時系列データの見せかけの相関などエンジニアリングして出力した結果に対して解釈を間違えると大変なことになるパターンもあります。

３．マーケティング・ビジネス視点の能力

いくらデータエンジニアリングが出来て統計の知識が多くてもそれをビジネスの打ち手に落とし込めないと意味がありません。

出口設計まで出来てはじめてデータサイエンティストなんです。

事業会社にいると、ビジネスデザインが非常に大事だということをヒシヒシと感じます。

モデルの精度を上げることだけが正義ではないパターンも多くて、いかに現場の担当者に浸透しやすい業務設計のもとオートメーション化を進めるのかが大事だったり・・

データサイエンティストに関しては以下の記事でも詳しくまとめていますのでチェックしてみてください！

【5分で分かる】データサイエンティストに必要なスキルと独学勉強ロードマップ！当サイト【スタビジ】の本記事では、データサイエンティストに求められるスキルとそれを身に付けるための勉強法について徹底的にまとめていきます！入門者でも、しっかりデータサイエンティストについて理解しある程度独学で駆け出しの状態までいけることを目指します。

データサイエンティストはなくなるのか

さて、そんなデータサイエンティストはなくなるのかという疑問について見ていきたいと思います。

データサイエンティストのこれまでと現在

まず、データサイエンティストのトレンドをチェックしてみましょう！

実際Googleトレンドで調べてみると・・・

上昇傾向にあるんです！

一方でビッグデータというワードは一時のバズワード時期からだいぶ落ちてきますね。

このトレンドをもう少し読み解いていきましょう。

インターネット革命が1990年後半から2000年初期にかけて起き、2008年のiphoneの登場を境にインターネットは全世界の人の手のひらに広がりました。

この時期に同時に起きたのが情報爆発。

今までは取得できなかった大量のデータが世の中にあふれだします。

そこでトレンドになったのがビッグデータやDMPなどのワードですね。

もう少し細かく言うと、データレイク→DMP→CDPの流れがあって、

みたいな変化があります。

ビッグデータとは？実用例と共に簡単に見ていこう！こんにちは！デジタルマーケターのウマたん(@statistics1012)です！ ちょっと前に「ビッグデータ」というバズ CDPとはDMP（データマネジメントプラットフォーム）から進化したCDP（カスタマーデータプラットフォーム）という言葉が良く聞かれ

そして現在・・・

データを貯める場所をせっせと作ったはいいものの・・ん？どうやって使ったらいいの？という状態になっている企業は少なくありません。

正直データは貯めるだけじゃ意味がなくて、どのように使うかの出口デザインをせずに貯め始めたデータは無用の長物になります。

そう！現在は、データはたくさん貯めることが出来たんだけどそれをどのように利用してどのようにビジネスにインパクトを与えるかみたいなところが必要とされているんです。

だからこそデータサイエンティストの出番なんです！！

データサイエンティストの需要というのは年々伸びてきており、これからもある一定の割合で伸びていくことが予想されます。

データサイエンティストの将来

さて、そんなデータサイエンティストの将来はどのようになるのか予想してみましょう！

米国のデータサイエンティスト需要はまだまだありますので、すぐにはデータサイエンティストという職種がなくなることはないです。

時価総額ランキングに連ねるテック企業の成功の秘訣はデータサイエンスであることが多い

そんな大手テックはデータサイエンティストやAI研究者には超破格な給与を提示してる
でもそれは当然．GoogleもAmazonも成功の秘訣はデータだし，優秀な人を確保するのは意外に難しい

— かめ@米国🇺🇸データサイエンティスト/ブロガー (@usdatascientist) April 21, 2020

これからもデータサイエンティストは重宝されるでしょうし、データサイエンティストになるために培った知識がムダになることは間違いなくないです。

ただ、個人的にはデータサイエンティストはビジネス特化型とエンジニア特化型の2極化が進むと思っています。

データサイエンティストって、ビジネスデザインまで出来るビジネススキル特化型とAI開発できるエンジニアスキル特化型の2極化が進むと思ってる。

どちらにも統計の知識は必要だけど統計特化型はビジネスの世界では生き残っていけなくてアカデミックの世界でバリューを発揮することになると思う。

— ウマたん@スタビジ (@statistics1012) April 25, 2020

今でもこの流れは多少見られますが、この流れは加速するでしょう。

そのため、中途半端なデータサイエンティストはいなくなってしまう可能性があるのではないかと考えています。

ちなみにどちらにも統計学や機械学習理論の知識は必要ですが、
理論に特化するのはビジネス世界ではあまりバリューを出せない可能性が高いです。

どちらかというと理論に特化する場合はアカデミックの世界で最先端の研究を行う存在、ある意味で真のサイエンティストになってきます。

この理論特化のサイエンティストは長期的な目線で非常に重要であり、世界を変えるのは彼らの存在であると言っても過言ではないのですが、

こと日本においてはまだまだ理論特化の道のりは輝いているとは言えません。

アメリカなどでは、GoogleやFacebookなどの企業が研究所と組んでR&D的な観点でAI開発を進めていて理論特化のサイエンティストが重宝されていますが、日本ではまだまだ・・・

ここら辺の話は、シン・ニホンという書籍で述べられていますのでぜひ読んでみてください。

完全に分類できるわけではありませんが、

IT系のスタートアップやベンチャー企業に関してはエンジニアサイドのデータサイエンティストの方が、エンジニアとシームレスに連携してPDCAを回し最適化を行い、サービスをグロースさせていくことができると思います。

一方で大企業の多い既存産業では、ビジネスサイドのデータサイエンティストが必要。
いくら最先端の知識があってもそれをオールドエコノミーと呼ばれる既存産業に浸透させていけるかは別問題なんです。

これから数十年単位で各既存産業が大きく変わりAI化・デジタル化されていくと思いますが、その立役者となるのは

だと思っています。

このように役割が2分割されることで住み分けがされていくのではないかと。

ちなみにどちらにも統計の知識は必要ですが、統計特化型はあまりビジネス世界でバリューがないのでは？と勝手に思っています。

だからこそ統計学は共通知識として基本をおさえておくべきです。

【初心者必見】統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！

将来生き残るデータサイエンティストになるために

さて、なんとなーく2極化するだろうなと思われるデータサイエンティスト。

中途半端なデータサイエンティストになって消え去らないためにどのように勉強していけば良いのでしょうか？

正直、正解はないんですが私的に思うおすすめ本とか講座を2タイプ分けて紹介していきますね！

ビジネスサイドのデータサイエンティストを目指すなら

ビジネスサイドのデータサイエンティストを目指すのであれば以下の書籍に目を通していただくと理解が早まるかと思います。

手前味噌ですが、僕自身が「俺たちひよっこデータサイエンティストが世界を変える」という書籍を出版しています。

ビジネスシーンでの実装についてストーリー形式で簡単にまとめていますのでイメージをふくらませてもらうのにちょうど良いかと思います！

価格は300円ちょっとですし、Kindle unlimitedであれば無料で読めるのでぜひチェックしてみてくださいね！

またビジネスサイドからのデータサイエンス勉強には、以下のUdemy講座がおすすめ！

このコースは、なかなか勉強する時間がないという方に向けてコンパクトに分かりやすく必要最低限の時間で重要なエッセンスを学び取れるように作成しています。

アニメーションを使った概要編とハンズオン形式で進む実践編に分かれており、概要編では体系的にデータ分析・機械学習導入の文脈でまとめています。

データサイエンスの基礎について基本のキから学びつつ、なるべく堅苦しい説明は抜きにしてイメージを掴んでいきます。

統計学・機械学習の基本的な内容を学び各手法の詳細についてもなるべく概念的に分かりやすく理解できるように学んでいきます。

そしてデータ分析の流れについては実務に即したCRISP-DMというフレームワークに沿って体系的に学んでいきます！

データ分析というと機械学習でモデル構築する部分にスポットがあたりがちですが、それ以外の工程についてもしっかりおさえておきましょう！

続いて実践編ではデータコンペの中古マンションのデータを題材にして、実際に手を動かしながら機械学習手法を実装していきます。

ここでは、探索的にデータを見ていきながらデータを加工し、その上でLight gbm という機械学習手法を使ってモデル構築までおこなっていきます。

是非興味のある方は受講してみてください！

Twitterアカウント(@statistics1012)にメンションいただければ2000円以下になる講師クーポンを発行いたします！

Udemyは他にもおすすめの講座がいくつかあるのでぜひチェックしてみてください！

【20コース以上受講】UdemyのおすすめPythonコースを徹底レビュー！当サイト【スタビジ】の本記事では、世界最大の教育プラットフォーム「Udemy」のPython講座を20コース以上受講した僕がそれぞれのコースを徹底的にレビューしていきます！ぜひムダな時間を費やさず目的に沿った効率の良いPython学習を進めてくださいね！

そしてビジネスの普遍的なスキルも必須です。

【必読】1000冊読んできた中からオススメのビジネス書を10冊厳選！当サイト【スタビジ】の本記事では、今までたくさんのビジネス書を読んできた中から本当にオススメできる必読書を紹介していきます！ムダな本と必読書の違いについても解説していきながら、その上で読んで欲しい書籍を厳選して紹介していきます。 マーケティングのおすすめ本をタイプ別に厳選して17冊紹介していくよ！当サイト【スタビジ】の本記事では、マーケティングの本をタイプ別に紹介していきます！まずはマーケティング概論について学び、その後デジタルWebマーケティングの手法を学び、最後に経営的視点でマーケティングを学ぶとよいでしょう！

ただ、ビジネス感覚は実務で身に付けないと机上の空論になってしまうので定期的にインプットしつつ、実務でアウトプットしていきましょう！

自分自身、事業会社のデータサイエンティストだったので思うんですがビジネスデザインしてからでないと本当にムダな分析・モデリングになってしまう。

先に出口設計をして関係者とにぎっておくことが大事！！

ちなみにビジネスよりのデータサイエンティストを目指す方には当メディア「スタビジ」が提供するスタビジアカデミーというAIデータサイエンス特化スクールがおすすめです！

ご受講お待ちしております！

エンジニアサイドのデータサイエンティストを目指すなら

エンジニアサイドのデータサイエンティストになるのであれば、データ分析・API連携・Webアプリケーション開発・インフラ構築・SQL・ディープラーニングあたりはおさえておかないとまずい。

【初心者向け】Pythonでできること7選！サンプルコードをまじえて解説！当サイト【スタビジ】本記事では、Pythonでできることを7つまとめていきます！！Pythonで何ができるのか分からない状況から深い理解にもっていきますよー！実際にPythonでの実装例や勉強方法も取り上げているのでぜひご自分の環境で手を動かして実装してみてくださいね！

また、Pythonで出来ることをAPI連携やWebアプリケーション作成を含めてまとめているのが以下の僕の講座でこちらも手前味噌ですがエンジニアサイドの駆け出しの方にはオススメです。

Pythonで出来ることのうち以下の5つを網羅して学んでいきます。

ディープラーニングについて学ぶならUdemyよりも書籍の方がおすすめです。

ディープラーニングを学習する上でオススメな本と勉強法当サイト【スタビジ】の本記事では、ディープラーニングを学習するのにオススメな本と勉強法について紹介していきます。ディープラーニングだけ分かっても意味がありません。まずは、データサイエンスの基本である機械学習手法を理解してPythonで実装できるまでになりましょう！

またビジネスサイドであれエンジニアサイドであれ、副業をすることがあなたのデータサイエンティストとしての価値を高めると思っていますので余裕があればぜひ副業をしてみましょう！

【Kaggleから副業も？】データサイエンティストが副業をするべき理由と探す方法！当サイト【スタビジ】の本記事では、データサイエンティストが副業をするべき理由と副業を探す方法について解説していきたいと思います！僕自身データサイエンティストとしての副業を経験し非常に視野が広がったのでぜひ多くの人に副業を経験してほしいと思…

データサイエンティストの将来性　まとめ

データサイエンティストがなくなるのか、将来はどのようになるのかについて見てきました！

結論、

データサイエンティストはなくならないけど今後2極化するかもよ！

これからデータサイエンティストを目指している人はどっちの領域に自分が向いているか軸足を意識して勉強を進めると良いでしょう！

データサイエンティストへの学習ができるおすすめスクールは以下の記事で詳しく比較していますのでチェックしてみてください！

【徹底比較】データサイエンティストになるための学習ができるスクール9選！当サイト【スタビジ】の本記事では、データサイエンティストへの学習ができるスクールを紹介していきます。スクールに通ったからと言ってデータサイエンティストになれるわけではありませんが、データサイエンティストへの基本を着実に固めることは可能です…

また、統計の知識やPythonのスキルは全員共通で必要！

データサイエンティストへの勉強法や各種分野の勉強方法については以下の記事で詳しくまとめていますのでこちらもチェックしてみてください！

【5分で分かる】データサイエンティストに必要なスキルと独学勉強ロードマップ！当サイト【スタビジ】の本記事では、データサイエンティストに求められるスキルとそれを身に付けるための勉強法について徹底的にまとめていきます！入門者でも、しっかりデータサイエンティストについて理解しある程度独学で駆け出しの状態までいけることを目指します。 【初心者必見】統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！ 【Python独学勉強法】Python入門を３ヶ月で習得できる学習ロードマップ当サイト【スタビジ】の本記事では、過去僕自身がPythonを独学を駆使しながら習得した経験をもとにPythonを効率よく勉強する方法を具体的なコード付き実装例と合わせてまとめていきます。Pythonはできることが幅広いので自分のやりたいことを明確にして勉強法を選ぶことが大事です。 SQLを最速でマスターできる勉強方法とオススメ本・サイト当サイト【スタビジ】の本記事では、SQLを勉強するのにオススメな本と勉強法についてまとめていきます！SQLはデータサイエンスの基本であり必ずマスターしておかなくてはいけない言語です。早い段階から手を動かすことで理解が深まりますよー！ 【入門】Gitの基本や勉強方法についてまとめておく！当サイト【スタビジ】の本記事では、Gitの基本と勉強方法についてまとめていきます！Gitはコードやドキュメントのバージョンを管理する上で非常に重要なツールです。Gitについて理解しておくことで開発効率が大きく変わるのでぜひおさえておきましょう！ 【何から学ぶ？】マーケティングの独学勉強法とおすすめサイトをまとめていく！当サイト【スタビジ】の本記事では、マーケティングの勉強範囲と勉強方法について徹底的にまとめていきます。3年間で必死にマーケティングを独学で勉強してきたノウハウを結集させて必ずあなたをマーケティングを習得できる道のりの第1歩目までおしあげます。