SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

HRzine Day(エイチアールジン・デイ)は、人が活き会社が成長する人事のWebマガジン「HRzine」が主催するイベントです。毎回、人事の重要課題を1つテーマに設定し、識者やエキスパードが持つ知見・経験を、参加者のみなさんと共有しています。

直近開催のイベントはこちら!

HRzine Day 2024 Summer

2024年7月25日(木)10:30~17:30

主要製品スペック一覧

人事業務の効率・確度・精度を高めるために欠かせないHRテクノロジー。その主な製品の機能を分野ごとに比較できる資料群です。製品検討の参考資料としてご活用ください。

eラーニング・LMS<br>主要製品スペック一覧 2024

eラーニング・LMS
主要製品スペック一覧 2024

その他のスペック一覧

人事労務管理システム<br>主要製品スペック一覧 2023

人事労務管理システム
主要製品スペック一覧 2023

タレントマネジメントシステム<br>主要製品スペック一覧 2023

タレントマネジメントシステム
主要製品スペック一覧 2023

これからはじめるデータサイエンティスト育成 | 第2回

データサイエンティストに必要な知識・技術とレベルに応じたスキルイメージ

  • Facebook
  • X
  • Pocket
  • note
  • hatena

 前回は、データサイエンティストに関する人材像や役割、解決・高度化したいテーマなどを解説しました。今回はそれを踏まえ、データサイエンティストに必要な知識・技術を整理するとともに、データサイエンティスト各レベルのスキルイメージを説明します。実際には多岐にわたりますが、本稿では目標として分かりやすく使いやすいように、最小限にまとめてみました。

  • Facebook
  • X
  • Pocket
  • note
  • hatena

前回はこちらから。

データサイエンティストに必要な知識・技術

 人材像やチーム像が固まったら、実際に育成していくための知識・スキルマップをデザインしていく必要があります。

 身につけるべき知識・技術の具体的かつ仔細な内容は、データサイエンティスト自身に選択させるべきことではありますが、大枠を企業として持つことができなければ、育成計画そのものを作ることもできません。

 前回述べた、人材像・チーム像を固めるための考え方を理解していただければ想像しやすいかと思いますが、レベルや役割、テーマの組み合わせにより多種多様な「データサイエンティスト像」が成立するため、すべてを網羅する知識・スキルマップを記述することは現実的ではありません。

 そこで、「これからデータサイエンティストやデータサイエンスチームの育成を始めようとしている企業の多くにとって必要と思われる技術領域」という前提を置いて、データサイエンティストに必要な知識・技術を以下に紹介します。レベルは前回紹介した、データサイエンティスト協会の定義に基づきます。

Assistant Data Scientist:「見習いレベル」相当
ビジネス力
  • ロジカルシンキング
サイエンス力
  • クロス集計
  • 二軸の可視化
  • 仮説検定
エンジニアリング力
  • 構造化データ処理(SQLなど)
  • データクレンジング
  • データ加工(正規化・標準化)
Associate Data Scientist:「独り立ちレベル」相当
ビジネス力
  • 自社のKPIおよびKGIとの関係性理解
  • 自身のミッションとKPIとの関係性理解
  • 仮説の立案と分析プロセス設計
サイエンス力
  • 統計手法によるモデルの構築(重回帰、ロジスティック回帰)
  • クラスター分析(階層型/非階層型クラスタリング)
  • アソシエーション分析
  • 機械学習ライブラリを活用したモデルの構築(SVM、決定木、ニューラルネットワーク、LDA、word2vec)
エンジニアリング力
  • 非構造化データ処理
  • データベース構築
  • ビッグデータプログラミング
Full Data Scientist:「棟梁レベル」相当
ビジネス力
  • 自社企業のKGIに関する理解とデータで解決できる問題設定
  • プロジェクト管理
  • 事業への実装力
サイエンス力
  • 機械学習、統計モデリングの知識体系
  • 論文等による最新理論の理解と独自の実装
エンジニアリング力
  • データベースアーキテクチャ
  • クラウドシステムアーキテクチャ

 断腸の思いでかなり厳選しました。セルフマネジメントスキルなど、データサイエンティストか否かに関係なく社会人として必須となるものは省略しています。

 ここのスキルについて一つひとつ説明することは紙面の都合上困難ですので、次ページでざっくりと、各人材レベルのスキルイメージを説明します。

会員登録無料すると、続きをお読みいただけます

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー


次のページ
各人材レベルのスキルイメージ

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
  • note
  • hatena
これからはじめるデータサイエンティスト育成連載記事一覧

もっと読む

この記事の著者

森谷 和弘(モリヤ カズヒロ)

データ解析設計事務所 代表。大手SIer、金融工学のパッケージソフトウェア会社を経て現職。フリーランスのデータサイエンティスト兼データアーキテクトとして、データベース構築のコンサルティング、統計モデルの構築、機械学習アルゴリズムの開発、分析チームの教育・組成など「データ利活用の高度化」をキーワードに...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事をシェア

  • Facebook
  • X
  • Pocket
  • note
  • hatena
HRzine
https://hrzine.jp/article/detail/1337 2018/12/25 06:00

Special Contents

AD

Job Board

AD

おすすめ

アクセスランキング

アクセスランキング

イベント

HRzine Day(エイチアールジン・デイ)は、人が活き会社が成長する人事のWebマガジン「HRzine」が主催するイベントです。毎回、人事の重要課題を1つテーマに設定し、識者やエキスパードが持つ知見・経験を、参加者のみなさんと共有しています。

2024年7月25日(木)10:30~17:30

イベントカレンダーを見る

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング