スキルチェックリストでデータサイエンティストをあきらめない

「データサイエンティストを目指す」と言っても、よくわかりませんよね。
どのようなスキルを身に付ければよいのかなど。

ネットで検索すれば、確かに多くの情報が出てきます。
そして、企業の運営するスクールが、検索にヒットすることが多いです。

しかし、企業は営利追及のための組織です。
そのため、情報をすべて鵜呑みにすることもできません。

この資料は、一般社団法人データサイエンティスト協会と独立行政法人情報処理推進機構（IPA）の共同で刊行されています。

この資料が刊行されたことにより、データサイエンティストをあきらめる人が減るでしょう。
実際、私自身がデータサイエンティストをあきらめないようになりました。

本記事の内容

それでは、説明を始めていきます。

スキルチェックリストについて説明します。
ただ、その前にスキルを必要な能力別に分けたスキルセットを見てみましょう。

データサイエンティストに求められているスキルセットは以下の３つが定義されています。

ビジネス力は、コンサルスキルが必要です。
データサイエンス力は、一般的にイメージされるデータサイエンティストのスキルです。
データエンジニアリング力は、エンジニアスキルとなります。

上記の３つは、どれも欠けてはいけません。
データサイエンス力だけが、どうしても主張されている印象です。

しかし、そうではないと資料では説明しています。

スキルチェックリストは、便利ツールが用意されています。
スキルチェックリストビューアー

スキルチェックリストには、データサイエンティストに必要なスキル（スキル項目）がまとめられています。
スキルチェックリストを見れば、勉強の目標とすべきスキルが一目でわかります。
そして、スキル項目にはスキルレベル（難易度）も定義されています。

データサイエンス力の「グルーピング」より。
データサイエンス力を大カテゴリーとすると、「グルーピング」は中カテゴリーにあたります。

BZはビジネス力、DEはデータエンジニアリング力の略です。
No.57のスキルには、データサイエンス力に加えて、ビジネス力も必要と言うことです。

このような感じで、合計528個のスキル項目が存在しています。
スキルチェックリストに関しては、おおよそは理解できたと思います。
詳細を知りたい場合は、資料や便利ツールをご覧ください。

2つの理由でデータサイエンティストをあきらめないようになる

なぜ、スキルチェックリストがあればデータサイエンティストをあきらめないのか？
理由は２つあります。

データサイエンスを大学院で学んだ人間以外にも十分に可能性があると言えます。
エンジニア（プログラマー）であれば、ビジネス力とデータエンジニアリング力を身に付けていることもあり得ます。

実際、私はビジネス力とデータエンジニアリング力があると思います。
以前は、コンサルとして企業を定期的に訪問していた経験があります。

このような経験を持つ人は、意外と多いでしょう。
だから、大学院でデータサイエンスを学んでいなくても、あきらめる必要はないのです。

スキルチェックリストがあれば、ミニゴールを多く設定できます。
大きな目標には、ゴールをたくさん設けた方が達成確率がアップします。

ミニゴールを設定しない場合、途中で息切れする可能性が高いです。
その結果、データサイエンティストをあきらめなくなりやすくなります。

そのミニゴールを公的な機関が、定義してくれたのは大きいと言えます。

このことは、データサイエンティストの採用担当者・教育担当にとっても意味があります。
スキルチェックリストのスキル項目をもとに双方が会話できるようになります。

そうなると、双方で正しく意思の疎通が可能となります。
結果的には、採用・教育の効果・効率の向上にもつながるでしょう。