本文へスキップ

製造業のコンサル小西正暉は○○○○○○○○を専門とする○○○○○○○○会社です。

HEADLINE

 第766話 「データサイエンティストの育成方法」

 データが溢れる時代になり、そのデータをどう生かすかに関心がもたれるようになって久しいのですが、肝心のデータを扱える人をどのように育成すれば良いのでしょう。今回は「データサイエンティストはどう育成するか?」と題した講演を聴講しましたので紹介します。講演者は横浜市立大学に今春開設された、データサイエンス研究科・科長の山中竹春先生です。

 これからの日本は少子高齢化のため、働ける人が少なくなり貧乏になる。言い換えれば、金もなければ人もいない社会の到来だが、そんな社会でもデータだけはある、それを集めて利用しない手はない。なので、データを扱える「データサイエンティスト」の育成が急務と、山中先生はおっしゃいます。

 ビッグデータの解析となると、数学、特に統計学などが重要な教育項目になると思ったら、それだけでは足りないというのです。では、データサイエンティストになるには、どのようなスキルが備わっている必要があるのでしょう。

 大きく3つの領域を極める必要があるそうです。

1つ目、データサイエンス力

情報処理や人工知能・統計学などを理解し、それを使う力があること。

2つ目、データエンジニアリング力

データサイエンスを意味のある形にして使えるようにし、実装、運用できること。

3つ目、ビジネス力

課題背景を理解したうえで、ビジネス課題を整理し解決する力を備えること。

 決して「統計学」=「データサイエンス」ではなく、大量のデータから有益な示唆を抽出し、企業の経営や社会問題あるいは行政の施策などに、有効に使えるようにすることが重要だと山中先生は説きます。特に、得られたデータをどう解釈するかという「ビジネス力」が肝のようです。山中先生は、マイケル・ギボンズの唱える「モード2」が重要とも付け加えました。

注)ギボンズは、大学などで教えている専門分野に依拠した伝統的な知識生産を「モード1」、専門分野を超えた知識生産を「モード2」と定義した。情報化社会の進展により、大学以外の様々な場所での知識の生産と加工が容易になり、専門分野を超えたモード2の知識生産が可能になった。