![見出し画像](https://assets.st-note.com/production/uploads/images/151919220/rectangle_large_type_2_378839b39b7bca4abeef48cb5b752142.png?width=1200)
結局「データ活用スキル」とは何なのか?
はじめに
前回、「データ活用」と「デジタル技術活用」について書きました。
前回は、DXの推進に必要な「データ活用」や「デジタル技術活用」のスキルについて調査を行いましたが、今回はさらにそこを深堀し、データ活用スキルを具体的に特定していきます。
デジタルスキル標準の「データ活用」
まず、IPAの「デジタルスキル標準」における「データ活用」の内容を見てみましょう。
![](https://assets.st-note.com/img/1724572599831-JTEOOCAYdm.png?width=1200)
データ活用は「データ・AIの戦略的活用」「AI・データサイエンス」「データエンジニアリング」から成ると書いています。
なお、デジタルスキル標準では
「データ活用」のスキルを高く持つ人材を「データサイエンティスト」
と呼んでおり、さらに3種類に分類しています。こちらの解説は以前の連載をご覧ください。
3つのスキルは具体的に何が違うのか
先ほど挙げた三つのサブカテゴリーは、詳細に本文中に説明されています。それぞれを詳細にみていきましょう。
![](https://assets.st-note.com/img/1724572745164-fqaAKw8UPo.png?width=1200)
データ・AIの戦略的活用
このスキルを一言でいうと、
データ・AIの活用事例を理解し、自社での活用戦略を実行できる力
です。「データ・AIの活用を実現するための戦略」を立てるためには、データ・AIの成功事例・失敗事例をよく知っておく必要があるでしょう。そのうえで、それらを自社で実際に展開する実行力も求められます。
AI・データサイエンス
このスキルを一言でいうと、
数理統計・機械学習などの基礎知識を持ち、データに適用できる力
です。前回の記事で書いた「データ活用に特化したスキル」のうち
1.データ分析(統計学の基礎知識、データマイニング技術)
4.機械学習と人工知能(基本的なアルゴリズムの理解、モデル構築と評価)
あたりのスキルです。
データエンジニアリング
このスキルを一言でいうと、
ITツールやプログラミングを使い、データ加工・分析が実行できる力
です。前回の記事で書いた「データ活用に特化したスキル」の
2.プログラミング(Python, R, SQLなどのデータ処理言語)
3.ビッグデータ技術(Hadoop, Sparkなどのフレームワーク理解)
5.データビジュアライゼーション(データの効果的な可視化技術)
あたりのスキルになります。こちらのスキルを持っているエンジニアを「データエンジニア」と呼び、今非常に人気の職種になっています。
おわりに
今回は、「デジタルスキル標準」などを参照しながら、データ活用スキルを具体的に特定していきました。
データ活用スキルには大きく3種類あり、詳細にみると違いを見つけることができました。しかし、実際のデータサイエンティストやデータエンジニアは
これらスキルの複数領域をまたがって持っている
のが実情です。すなわち、「データ活用スキル」を身に着けたいと思ったら、これら領域の一つずつ身に着けていくというよりは、業務などの活動の中ですべての領域に触れていくことが成長への近道かもしれません。
今後も、データ活用・デジタル技術活用については深堀を進めていきます。
![](https://assets.st-note.com/img/1724574372281-VXG7UJsFOY.png?width=1200)
(つづく)
この記事が参加している募集
課金してくれるととても嬉しいです。シェアしてもらっても嬉しいです。「いいね」も嬉しいですし、フォローも嬉しいです。要するに、どんなことでも嬉しいです。