データサイエンティストになりたい3つの理由

こんにちは、Takeshiです。

なぜ私がデータサイエンティストになりたいのか、その理由について書かせていただきます。
なりたいと思ったきっかけについては長くなる為、また別で記事を書きたいと思っています。

そもそもデータサイエンティストとは

データサイエンティストは大きく分けて2種類あると考えています。　　　　　　　　　※以下DSはデータサイエンティストの略

・企業のビッグデータを分析し、その分析結果をもとに課題解決や状況改善のための施策立案を行うデータアナリスト・コンサルタント寄りのDS

・機械学習モデルやアルゴリズムを構築し、システムやサービスに機械学習を用いた機能を実装したり、課題解決のために機械学習技術を活用して事業に貢献する機械学習エンジニア寄りのDS

明確な事業領域の線引きはありませんが、「データを解析・分析し新たな価値を生み出す」という本質的なところは共通していると思います。

理由1.　製造業界に蔓延る固定観念を変えたい

製造業界（特に自動車業界）では、4Mの変化点「Man（人）、Machine（機械）、Material（材料）、Method（方法）」における変化点管理を重点的に行うことで、不具合の発生/流出を未然に防ぎ、品質を維持しようという活動があります。つまり、極論を言ってしまえば変化点を発生させたくないという思考になります。
もちろん現職の品質管理の経験からも、変化点があると異常に繋がるリスクが増える為、変化点を発生させない or 変化点に対してはより厳しく管理しよう といった変化点管理の重要性も理解しています。
ただ、たとえ今は必要のない変化だとしても、将来に向けて前向きに変わろうとしている芽さえも摘んでしまっていることを私は問題視しています。

弊部の課長には、「データサイエンスを用いて設備保全や品質管理を改善し省人化ができる！」と何度も提案してきましたが、安定のムーディー勝山（右から左へ受け流し）状態。。。
上位層ほど自分の見識に依存し、AIの予測を信用していない傾向が強く、なかなか聞き入ってもらえないです。口を開けば、『AIの予測なんか当てにならん。』と拒絶の言葉ばかり。
心折れずに奮起して、実現に向けてデータサイエンスの勉強を継続しています。

理由2.　企業の困りごと/課題解決に貢献したい

上流工程向けを対象とした理由１とは違い、より現場サイドの声に寄り添い課題解決へ推進していきたいと思っています。
現職では、Tier1という立場から顧客へ迷惑をかけない（不具合を流出させない）為にも、仕入先様へ沢山のお願いをさせていただいているのが実情です。中には何の為に要求しているのか分からないデータも多々あり、一方で刈り取ったデータは社内に蓄積していくだけで、活用しきれていない社内の現状にもどかしさを感じていました。

データを要求される側ばかりに負荷がかかるのではなく、データの受け手/送り手双方の負荷が軽減されるよう、顧客/現場の方に寄り添いながら課題解決に貢献したい考えです。

理由3．データサイエンティストに感じる無限の可能性

データサイエンティストは、業界の垣根を越えてどんな領域にも携わることが出来る点が魅力に感じています。
私は割と好奇心旺盛でアンテナの感度が高い性格だと思います。ファッションにおけるトレンドにも敏感な方です。
製造業界であれば私が培ってきたドメイン知識を最大限活かすことができるとは思いますが、そこに固執せずにゆくゆくは色々な業界に関わっていけたらなと思います。

最後に

データ分析とは明確な答えが無い問題に対する解決策を模索することだと認識しています。
問題定義～モデル予測結果の検証に至る分析プロセスにおいて、適切なアルゴリズムや統計手法を選択して、その問題に対してどのようにアプローチしていったらいいかを自分で考え検証していくことが出来る点がデータサイエンティストの面白さだと感じています。
答えが分からない方が私燃えるタイプなんです。

最後まで読んでいただきありがとうございました。

#データサインティスト #AI #エンジニア