データ分析技術の伸びる人とは
データ分析技術が伸びる人の要素を以下に挙げます。大きな特徴は専門的な知識を前提にしていないことです。
- プログラムと数字にアレルギーがなく、嘘を付かない
- 質問に来る前にデータを確認することができる
- 質問に来る前にプログラムのエラー文を検索している
- 泥臭い作業ができる（例えば50変数ぐらいなら分布を一つひとつ確認する）
- 思い付いたら、まずは試してみる
問題は人材不足ではなく、採用側の認識不足？
冒頭のデータ分析人材が不足しているという話に戻りますが、問題は人材不足や育成スピードの遅れではなく、採用側の理解不足なのではないでしょうか。
即戦力を求めていたり、研究開発を目的としていたりする企業は別として、育成を前提にしている企業に関しては、機械学習スキルを持つ高度な人材を求め過ぎているケースが多く見られます。
私の周りにいるデータ分析技術者は社会人になってから機械学習を始めているケースがほとんどです。実際に、上記5項目を満たして1年も育成すれば、しっかりとデータ分析業務をこなせる人材になっています。他の職種で考えた場合、1年で業務をこなせるようになっていれば十分ではないでしょうか？
Kaggleで手を動かす
ここで、口酸っぱく言ってきた「手を動かす」をどのように実践すればいいのか、という疑問が出てくると思います。実際に運用しながら試行錯誤していては失敗したときに大きな損失となってしまいます。
そこで、多種多様なデータと世界中の優秀なデータサイエンティストの手法を学べる「Kaggle」に取り組むことをお勧めします。下記の表がKaggleで学べることです。ぜひ、Kaggleを自身の成長やデータ分析人材の育成に有効活用してみてください。
- 佐野遼太郎
- ディー・エヌ・エー システム本部 AIシステム部 データサイエンスグループ
- 2015年3月に名古屋大学大学院にて修士号を取得後、新卒入社でデータ分析コンサルティング会社を経て、2018年2月にDeNA入社。現在はオートモーティブ事業やゲーム事業への機械学習活用に従事。社外ではデータサイエンティスト養成講座（データサイエンティスト協会主催、個人主催）の講師も務める。
