データサイエンティストという役割が日本でも認知されてきている近年において、雇用市場からみてもデータサイエンティストは非常に重要な職業となりつつあるようです。

データサイエンティストに求められるスキルは統計学からコーディング、機械学習(AI)、視覚化技術と非常に多岐にわたっており、それらに熟知した人材を見つけることに関しては、企業側としても容易ではありません

そんな、需要と供給のアンバランスな関係を引き起こすほどに重要な役割となっているデータサイエンティスト。しかし、この状況はこれからも続くのでしょうか?今からデータサイエンティストを目指す人にしてみれば気になりますよね。

ここでは、そんなデータサイエンティストの需要と将来性について、予測される数値データを基にまとめてみました。この内容によって導き出される答えから、データサイエンティストを目指す人が、また採用する側の企業が、同じベクトルを共有できることになるでしょう。

進むべき道筋が明確になることで求められるスキルも明確になり、企業としても雇用のミスマッチが防げます。全てのデータサイエンティストにかかわる人にとっての指標となるような記事を心掛けましたので、ご一読ください。

データサイエンティストの需要と供給

データサイエンティストの需要と供給の間には大きな開きがあります。

データサイエンティストの役割は2016年、最良の仕事の1つに挙げられていますが、アメリカでは2018年までにデータサイエンティストが約14,000~19,000人も急激に不足する、と予測されています。

多くの人間にとって、チームにおけるデータサイエンティストの重要性を否定していません。ビジネスを成功させるためにはもはや不可欠な存在です。しかし、データサイエンティストが正しいスキルを有していることが重要であると事を改めて認識しなければなりません。

特に日本では、明確な保有資格の必要が無いのが現状ですので、この点は非常に大事なポイントです。

近年ではビジネス分析とデータ科学の需要はますます高まっていますが、データの分析、パターンの特定とデータの自律的な解釈、といった高度な機能を備えた新しい機械学習(AI)アルゴリズムとNLP技術が、データサイエンティストの立ち位置を置き換える可能性が増しているのも事実です。

ここではまず、機械学習(AI)の主な進歩と、これがデータサイエンティストの役割にどう影響し、今後数年で完全な変革につながるかを見てみましょう。

デジタル時代におけるデータサイエンティストの役割

データサイエンティストの将来性を語る前に、その役割を改めて確認する必要があります。

ビジネス環境におけるデータ分析の重要性が高まっていることから、深い洞察や解析データを提供できるデータサイエンティストの需要はますます高まっています。

業種としては、販売とマーケティングにおいては、以前より大規模な採用を進めてきた経緯があります。近年では非技術企業もこのような専門知識を持つ優位性を実感し始めています。データサイエンティストは、データの調査に幅広いツールを使用し、ビジネスによって提起された質問に答えることができる技術専門家です。

データサイエンティストは、データが同化され、分析され、会社全体のさまざまなステークホルダーに対して実用的な洞察を提供することを保証します。これにより、会社の資産を管理するうえで重要な役割を果たすのです。

本質的に、データサイエンティストは、機械学習(AI)を含む次世代アルゴリズムを強化し、正確な財務予測を可能にし、大きなデータの洞察を使用して独立した製品開発を支援します。

そう、データサイエンティストは機械学習(AI)との共存が可能であり、そうすべきなのです

データ自体の価値がすべての組織で増加しているという事実は、無視することはできません。そのデータを駆使するデータサイエンティストは、企業内の収益性と成長を促進するためのコア資産と見なす企業にとって非常に価値がある役割なのです。

機械学習とビッグデータが、データサイエンティストの役割を緩やかに置き換える

そんな中Googleやマイクロソフトなど業界のトップ企業において、機械学習プラットフォームで進歩と発展があったことは、現在データサイエンティストによって行われている作業のほとんどが将来自動化される可能性を示唆しています。
※これには、データクレンジングに関連するさまざまなステップも含まれ、予測モデルに使用されるドメイン関連のバリエーションの開発等も含んだ予測です。

新世代機械学習アルゴリズムは、レポートの作成を含む広範な複雑な機能を実行し、データの視覚化の目的でも使用することができます。これは現在、データサイエンティストが最も得意としている作業ですね。

ほとんどの企業は、情報の価値とそこから得られる可能性のある洞察を理解していますが、分析を担当する分析スキルの段階で、適切な技術的専門知識を欠いています。また、迅速な行動を取るために大量の計算を行う必要があり、分析スキルの欠如がその先にある大きな結論を出す障害になる可能性があります。

現在はこの役割を、データサイエンティストが担っています。

しかし、近年の自然言語処理(NLP)技術は、限定された技術的能力を持つ個人と同様に複雑な分析を達成することによって、これらの課題を克服するのに役立つ技術です。どの分野においても、NLPデータの解釈を支援するためにストーリーテリングデバイスとともに詳細にインフラストラクチャを作成することを可能にする新技術が出現しています。

やはり機械学習とビッグデータが、データサイエンティストの役割を緩やかに置き換えるのでしょうか

IBMは2020年までにデータサイエンティストが28%増加すると予想

一方で、IBMはデータサイエンティストがまだまだ増え続ける、と分析しています。

(※IBMは、高等教育と産業間で共有されるデータ駆動型の洞察を通じ、データ科学と分析スキルのギャップを埋めるという目標を達成するための、Burning Glass Technologies、Business-Higher Education Forum(BHEF)らと研究協力関係を結んでおり、数々の解析データを公開しています。)

ここではIBMが調査した数値データを紹介していきます。

雇用需要

すべてのデータサイエンティストおよびアナリティクス(DSA)における雇用需要の59%は、財務および保険、プロフェッショナルサービス、およびITにあります。

DSAの雇用は、財務および保険業界で最も顕著に現れており、全出資額の19%を占めています。プロフェッショナル・サービスとIT業界は、それぞれDSA雇用に対する相対的な需要の18%と17%を追求しています。この図は、産業別のDSA職種の需要分析を示しています。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

求人数

2020年までにデータサイエンティストとアナリティクスの求人数は約364,000件増加し、約2,720,000件になると予測されています。

この調査の次の要約図は、今日のオンデマンドデータサイエンスと分析スキルセットがどのように2020年までに達成されるかを示しています。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

スキルと給与の関係

最も有益な分析技術には、MapReduce、Apache Pig、機械学習、Apache Hive、Apache Hadoopがあります。
MapReduceスキルを持つデータサイエンティストおよびアナリティクスの専門家は、平均して115,907ドルの収入を得ており、この調査で最も需要の多いスキルになっています。

Apache Pig、Hive、およびHadoopの専門知識を持つデータサイエンティストおよびアナリティクスの専門家は、100,000ドル以上を支払う仕事に挑戦しています。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

スキルセット

機械学習、ビッグデータ、データ科学のスキルは、募集するのが最も難しく、進行中の製品開発や市場投入戦略に大きな混乱を招く可能性があります。

この調査では、雇用コストが高く、新しいトレーニングプログラムの必要性が高く、将来の生産性に対するリスクが高いことが、これらの分野での取り組みを推進している組織にとって最大の課題の1つである、と示唆しています。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

募集条件

データサイエンティストとアドバンスドアナリストの職位条件において、39%が修士号または博士号が必要です。データサイエンスと分析の中で最も需要の多い仕事は高度なスキルを必要とするため、これらの資格を持つ専門家の需要と給与をさらに押し上げている要因と言えます。

次の表に示されている調査結果は、スキル獲得においてイニシアチブを取ることが重要であり、利用可能な場合には正式な訓練を含む学習プログラムを作成することの重要性を強調しています。

データサイエンティストとアドバンスドアナリストの分野で新しい知識を継続的に学び、追加することは、長期的な個人の開発戦略にとっても有益なことと言えます。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

巡り合うためには

プロフェッショナルなアナリティクスマネージャーとしてのスキルを有する人材に巡り合うには、平均して53日かかります

これとは対照的にデータサイエンティストとアドバンスドアナリストの専門家を探すことは、製造業の場合と同程度効率的に行うことができます。

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

 

雇用予想

最も急速に成長しているのは、2020年までに需要が28%増加すると予測されるデータサイエンティストとアナリティクスの専門家です。

雇用者は、これらの分野の専門知識を持つ専門家に対しそれ相応の給与を支払う必要があります。この調査によると、雇用主は平均的な大卒レベルと大学院卒レベルの給与を上回る8,736ドルの給与を支払う必要があり、応募者は80,265ドルの初回給与を獲得しています。

ちなみに経験豊富なデータサイエンティストとデータエンジニアは10万ドル以上の給与を獲得しています

ソース:https://www.ibm.com/analytics/us/en/technology/data-science/quant-crnch.html

今後、データサイエンティストの需要と将来性は

データ。それはあらゆる事業運営の中核であり、意思決定とイノベーションのプロセスにおける重要性は今後ますます増大するでしょう。

企業は、統計や数学で具体的に訓練されていない可能性のあるビジネスにおいて、データサイエンティストという重要な役割を認識し始めましたが、ビッグデータを使用するビジネス上の問題についてはすでに洞察を深めています。

そんな中、予測分析・大規模データ・人工知能の開発は、企業の生産性に対する新しい期待を生み出しています。これらの新しい時代のインテリジェントシステムは、人間の労働者から雇用を奪い取り、データ科学者の仕事を置き換えると言われています。その結果、先見的なアプローチが徐々に出現しており、データサイエンティスト不足の問題も解決することができます。

そう、つまりデータサイエンティストの将来性と需要があるからこそ、その足りない人材を機械学習(AI)の進歩で補っていく、事になるのです

データサイエンティストとAIはお互いが支援しあう立場として、共存できます

日本で唯一のキーワード解析専門会社

まとめ

いかがでしたか。

すでにビックデータを活用する企業は日本でも増えつつあります。これは本質的に、組織内の全員がある程度データを活用できなければならないことを意味します。

データの洞察を得るために組織内の高度に訓練された個人1人に頼るのは賢明ではありません。データサイエンティストは、データを分析するための実際の業界およびビジネス経験を持つことが求められます

繰り返し言いますが、データサイエンティストは機械学習(AI)との共存が可能であり、そうすべきなのです

データサイエンティストに必要なスキルを改めて確認し、採用実績のある企業の情報を確認しつつ、自信をもって行動しましょう。