fjconsultants Blog：4,729投稿目 fjコンサルタンツ藤原毅芳執筆
DX人財内製化の動き
DX人材の内製化に大手企業が舵を切り始めました。
外部に委託してDX化を行ってきましたが、DXが進めば進むほど利益が減少する結果に なってしまったからです。
もしくは、社内にある既存の仕事がDX化で自動化され人財が余るのが予想されているからでしょう。
わかりやすいとこでは、Yahoo!が全社員8,000人を対象に先端IT人材育成を行います。
先端IT分野は 大きく3つ提唱されており、 この3つの 分野のスキルが将来は必要になってくるのが理解できます。
- データサイエンティスト
- データアナリスト
- AI実務活用
この3つの領域を知っておけば外れることはないでしょう。
今後の人材育成や採用方針の柱になることも考えられます。
そんな時代がすぐそこまでやってきているのかもしれません。
データサイエンティスト
データサイエンティストの仕事はデータ分析を行い 経営の判断材料をつくることです。
ただその領域は不明確です。
データサイエンティスト協会のウェブサイトにも 「明確な定義がなく 対応領域は広い」 と書かれています。
Yahoo!は データサイエンティストの習得についてはGoogleのKaggleに参加を推奨しています。
Kaggleとは 分析家が競い合うプラットフォームです。
Kaggle（カグル）は企業や研究者がデータを投稿し、世界中の統計家やデータ分析家がその最適モデルを競い合う、予測モデリング及び分析手法関連プラットフォーム
https://ja.wikipedia.org/wiki/Kaggle
中には賞金の出る コンペも開催されています。https://www.kaggle.com/competitions
データサイエンティストの仕事領域が不明確なのであれば、こうしたコンペに参加しながら技能を習得したほうが 理解が深まるのが速いと判断していると感じます。
データアナリスト
データサイエンティストとデータアナリストの違いは何でしょうか。
データアナリストは大量なデータを データマイニングします。
統計学の知識などを使って分析し 結果を導いていきます。
データアナリストは既存の分析手法から答えを導いているのです。
自ら分析手法を編み出すことはありません。
データサイエンティストは 既存の分析手法にとらわれず、ときには分析のパラメーターも考え出すことがあります。
新しい分析自体を考えるのです。
既存の分析手法だけでない分析がデータサイエンティストの特徴になります。
AI実務活用
人工知能については、学問ではなく実務で活用できる人が求められています。
なのでYahoo!もAIを活用できる人と定義をここではしています。
実際に仕事の中に人工知能を当てはめて実装できる人。
そこが求められている着地点ではないでしょうか。
まとめ
データサイエンティスト、データアナリスト、AI実務活用できる人、の3点が今後注目されそうです。
現在データサイエンティストやデータアナリスト、人工知能を実務活用できる人を採用したくても限界があります。
しかし、人財が限られていても世の中が求めている分野は迫ってきます。
ちょうど30年位前にシステムエンジニアが急に求められるようになり人財が不足しました。
その時は新卒採用をしてからシステムエンジニアの教育をゼロから行ったことがあります。
経験者が採用できなかったからです。
文系からも採用しシステムエンジニアを育てました。
似たようなことが今後も起こるのではないでしょうか。
経験未経験を問わず、これから新しいスキル技術を習得した人から任される領域があるのです。
動きが速い領域なので今後もキャッチアップしていきます。
