「2タイプのデータサイエンティストの協働」が、AIプロジェクトを成功に導く

田中耕太郎 2017年08月18日 07時00分

  • このエントリーをはてなブックマークに追加

 前回、データサイエンティストに求められるスキルを概観し、機械学習などの理論に明るい「AI(Artificial Intelligence)型」と統計理論やビジネスに明るい「BI(Business Intelligence)型」という2つのタイプを紹介しました。

 連載の最後となる本稿では、この2つのタイプについて特徴や役割を詳しく説明します。

スキルや得意領域によるデータサイエンティストのタイプ分類

 「データサイエンティスト」と一口に言っても、実際は人それぞれにバックグラウンドがあり、身に付けているスキルや得意領域も異なります。

 「データサイエンス」として表現される領域は広く、関連分野の包括的な理解が求められますが、ここでは得意な領域にフォーカスしてデータサイエンティストを2つに分けて考えたいと思います。


 まず、「ビジネスに強いデータサイエンティスト」を、ここでは「BI型データサイエンティスト」と呼びます。

 このタイプはビジネスアナリストに近く、事業について数値を用いた解釈や状況判断、分析を得意としています。ビジネスを取り巻く環境や起こっている現象を数字と結び付けて考えることに長けています。

 機械学習プロジェクトでは、どのようなデータを集めればいいのか、そのデータをどのように活用すれば精度の高い分類や予測を導き出せるかを見極めるなど、そういった数値的感覚が要求されるフェーズで力を発揮します。

 次に、「理論や開発側面に強いデータサイエンティスト」を、ここでは「AI(Artificial Intelligence)型データサイエンティスト」と呼びます。

 より学問的な領域、例えば数学や機械学習理論、コンピュータサイエンスといった領域を得意とするデータサイエンティストです。

 機械学習プロジェクトでは課題の解決に適したアルゴリズムの選定から、実際にプロトタイプによる実験を通じて精度を高めていくフェーズで力を発揮します。

 冒頭で述べたように、データサイエンティストとしてはどちらかの一方の知識だけ持っていれば良いということではありません。

 BI型、AI型という分類はあくまで「得意領域としてどちらが優勢か」という観点で捉えたものです。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

SpecialPR

連載

CIO
トランザクションの今昔物語
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
「企業セキュリティの歩き方」
「サイバーセキュリティ未来考」
「ネットワークセキュリティの要諦」
「セキュリティの論点」
スペシャル
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
展望2017
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell EMC World
AWS re:Invent
AWS Summit
PTC LiveWorx
より賢く活用するためのOSS最新動向
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
米株式動向
日本株展望
企業決算