私たちの身の回りでは、クラウドサービスや、センサーネットワーク、S N S、スマホの普及などにより、ありとあらゆる膨大なデジタルデータがあふれています。
今の日本の産業界では、このビッグデーターを活用することで、さまざまなビジネスに大きな変革がもたらされることへの期待が高まっています。

データサイエンティストは、この大量のデータを解析して、ビジネスに生かせる形に整理するプロフェッショナルです。
データサイエンティストの仕事は大きく、４つの段階に分けられます。

１ 集めるべきデータを考えて集める
ビジネス上の課題に対して、データ分析で解決できそうな事柄を設定します。
そして「どのようなターゲットのどんなデータを集めるべきか」を考え、業務システムやS N Sなどから、必要なデータを集めたり、集めるためのプログラムを作成したりします。
その集まった膨大データを、まずは分析しやすいフォーマットに変換します。

２ データ分析
次にその膨大なデータを分析し、ビジネス上の課題解決につながる有意な項目を抽出して、特定します。
データ分析にはさまざまな方法があり、この分析こそがデータサイエンティストの腕の見せ所ともいえます。データサイエンティストは、行いたい分析手法に対して適切なツールを使って分析します。

３ 課題解決
データを分析して得られたことを、ビジネスでどのように活かし、課題解決に結びつけるのかを考えます。

４ レポートを作成＆提案
データ分析から得られたことを説明するために、図形やグラフィックを使って可視化したレポートを作成します。そしてビジネス上の課題解決に向けて、経営層や各事業担当者に向けてビジネス戦略を提案します。

近年はどの業界でもデジタル化が進んで、自社の顧客データから潜在ニーズを分析して、新サービスの開発や広告に活かすなど、データサイエンティストを積極的に採用したい企業が増えています。

そのためデータサイエンティストの勤務先は、シンクタンクやリサーチ会社、経営コンサルタント企業、I T系企業、銀行証券会社、保険会社など金融系企業、大手総合メーカー、自動車メーカーの他、あらゆる業界に広がっています。

データサイエンティストの場合、企業の正社員で働く場合が大多数です。昨今はデータサイエンティストとして企業で働いたのち、フリーランスで働く人もいます。

データサイエンティストは現在人手不足で、かなり高い需要があるため、給与水準はとても高くなっています。

・データサイエンティストに求められる技術的スキルとは？

データサイエンティストに求められる代表的な技術スキルを紹介します。

プログラミングスキル（Python、R言語、Javaなど）
データサイエンティストには、プログラミング言語の知識やコーディングの知識が必要です。データサイエンティストの仕事では、プログラムを書く機会がたくさんあります。
なかでも「Python（パイソン）」は、さまざまなアプリケーション制作とも相性がよく、ニーズの高い言語です。

データベースに関するスキル（Hadoop、Spark、SQLなど）
データサイエンスが使うデータは、基本的にデータベースに格納されています。そのため利用する時にはデータベースに関する知識が必要です。データベースを操作する時に使う言語SQLへの理解、そしてHadoop（ハドゥープ）、Sparkといったデータの「分散処理」システムへの理解が求められます。「分散処理」を簡単にいうと、膨大なデータを１台のコンピュータで処理すると大変な時間とパワーがかかるので、複数のコンピュータに手分けして処理させ、処理を短時間で実行させる仕組みのことです。

データ分析用のソフトウェアに関するスキル（R、SAS、Tableauなど）
データ分析の手法は、途中計算が非常に複雑なため、専門的な分析ツールを使いこなせることが必要です。専門的な分析ツールとしては、オープンソースソフトウェアであるRなどが活用されます。

SAS（エスエーエス/サス）は、データ解析や統計分析、解析結果の可視化などを行えるパッケージソフトの一つです。データベースや表計算ソフトに蓄積されたデータを取り出し、統計的手法をはじめとする、様々な解析手法を用いて分析し、結果を表やグラフなどで表すことができます。

Tableau（タブロー）はタブローソフトウェア社が販売するB I（ビジネスインテリジェンス）に特化した、データの可視化ツールで、データを入れるとグラフィックで視覚的にわかりやすく表示できるソフトです。

データ分析手法に関する知識（統計学、データマイニング、数学など）
データサイエンティストには、データマイニングの知識技術が欠かせません。データマイニングとは、膨大なデータから有益な情報（知識や内包するルールなど）を発掘（マイニング）する技術、手法の”総称”です。またデータ分析の共通語となる数学の知識も必要です。高校で習う「確率統計」、「微分積分」、「行列」の知識を最低限身につけることが必須です。

機械学習に関する知識
A Iの得意とする機械学習の知識は、短時間でより多くのデータ分析が可能になるため、データサイエンティストに必須の知識です。機械学習というのは、コンピュータが大量のデータを学習し、分類や予測の作業をするための手順を、自動で構築する技術です。

・データサイエンティストに必要なその他のスキル

データサイエンティストは、単に膨大なデータを分析するだけに止まらず、ビジネス上の課題を解決するための提案を行います。そのためビジネスとの課題の背景を理解するための知識、データを使った解決法やビジネス戦略をわかりやすく提案するためのコミュニケーションスキルも必要です。