社内人材を「データサイエンティスト（DS）」に育成！DSに必要な3つのスキルとオススメの研修

■データサイエンティスト研修のまとめページはこちら
https://www.insource.co.jp/kenshu/data-scientist-top.html


データサイエンティスト協会では、データサイエンティストに必要な3つのスキルを
「ビジネス力」「データエンジニアリング力」「データサイエンス力」と定めています。



出所：データサイエンティスト協会「2019年度スキル定義委員会活動報告」
http://www.datascientist.or.jp/symp/2019/pdf/1115-1155_skill.pdf



この3つのスキルを分解して考えていきます。

■ビジネス力
→課題背景を理解した上で、ビジネス課題を整理し、解決する力

具体的には、以下のような力です。
・情報整理、問題発見力
・分析プロジェクトの企画立案力
・分析結果を実務に実装する力　など

分析を行う前に、現状の問題を整理し、分析の企画立案を行わなければ
ビジネスに有効なデータを得ることは難しくなります。
また、分析した後も、ビジネスの打ち手としてどう活かしていくかを
検討し、ビジネスインパクトのある結果を出すことが求められます。

ビジネス力は、データを適切に活用するための前提となる力です。

■ビジネス力を高めるためにオススメの研修
・情報活用力養成研修～情報の収集・整理・分析編
https://www.insource.co.jp/bup/bup_jyouhou.html
・ロジカルシンキング研修
https://www.insource.co.jp/bup/bup_sonota9.html
・クリティカルシンキング研修～本質を見抜く力を養う
https://www.insource.co.jp/bup/bup_critical_thinking.html


■データエンジニアリング力
→データサイエンスを意味ある形に使えるようにし、実装、運用できるようにする力

具体的には、以下のような力です。
・データ収集力
・データ加工力
・プログラミング力　など

データ分析するためには、データそのものを扱うための準備が必要です。
データを抽出したり、データを加工したりして、データ分析の準備を行います。
データエンジニア力は適切にデータ分析できるようにしていく力です。

■データエンジニアリング力を高めるためにオススメの研修
・データベース基礎研修（2日間）
https://www.insource.co.jp/bup/bup_shinjinit3.html
・ビジネスデータの分析研修～既存データの活用に向けてデータを加工する編
https://www.insource.co.jp/bup/bup_business_analysis.html


■データサイエンス力
→情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力

具体的には、以下のような力です。
・データの視覚化力
・機械学習力
・グルーピング力など

実際にデータ分析を行って、データの視覚化やグルーピングなどを行います。
統計学を駆使して、パターンを発見したり、関係性の把握を行ったりもします。
統計学や機械学習には様々な手法があります。
目的に合わせて、ビジネスに生かせるよう適切な分析を行うための力です。

■データサイエンス力を高めるためにオススメの研修
・ビジネスデータの分析研修～職場で活かせる統計の基礎とデータ活用法を学ぶ
https://www.insource.co.jp/bup/bup_business_data_analysis.html
・Pythonで学ぶ機械学習～回帰分析とディープラーニング（２日間）
https://www.insource.co.jp/bup/bup_python_kikaigakushu.html
・ＡＩ・機械学習研修～回帰・分類・レコメンド編（２日間）
https://www.insource.co.jp/bup/bup_azure_machine_learning.html


3つのスキルをバランスよく高めることによって、データの有効活用および、ビジネス
インパクトがある施策を実施できるデータサイエンティストに近づきます。
インソースの研修を通して、貴社の課題解決のお手伝いができれば幸いです。


※本記事は2021年06月16日現在の情報です。