テック人材の採用と維持における企業の課題ーテクノロジー最前線 データアナリティクス&AI編（1）

データを取り扱う3つの職種

データを取り扱う職種は、データアナリスト、データエンジニア、データサイエンティストの3つに整理されています。これら3つの職種については多くの類似点があるものの、それぞれの職種の主な役割および必要なスキル、学歴・専攻などは異なります。以下ではこうした違いについて解説します。

データアナリスト

データを取り扱う職種としてはエントリーレベルとして位置付けられており、主な役割は収集したデータを分析することによりトレンドなどを見いだし、経営陣が戦略的な決定をするのを助けるための情報を提供することです。主に統計モデルを分析手法とし、これにより課題の答えを導き出して、問題解決のサポートを行います。収集したデータに対し、データベース言語や分析ツールを駆使してクリーニングを行い、BIツールで可視化し、分析結果を報告します。学歴としては、4年制大学を卒業していることが最低限のレベルとして求められることが多く、特に重要なのは数学または統計学を専攻していることです。

データエンジニア

データエンジニアはデータアナリストがレベルアップしたポジションとしても認識されており、データアナリストが持つ分析技術に加えて強力なITスキル（開発スキル）を持つ人材を指します。データエンジニアのほとんどは修士号以上の学歴を有しており、主に数学、統計学、コンピューターサイエンスを専攻しています。データアナリストとの主な違いには、データアナリストがマニュアルで実施していたETL（抽出、変換、読み込み）オペレーションを自動化するほか、ETLオペレーションを経たデータを蓄積するためのデータウェアハウスの構築管理を行うことなどが挙げられます。

データサイエンティスト

データサイエンティストはデータ・モデリング・プロセス、アルゴリズム、プレディクティブモデルなどの開発が主な役割であり、分析ツールの開発、分析プロセスの自動化、データフレームワークの開発などに多くの時間を費やします。データアナリストとの主な違いには、データアナリストは既存のデータを分析するというルーティンの分析が主な役割であるのに対し、データサイエンティストは新たなデータの抽出方法、分析方法、ツールの開発により、さらに複雑な問題の解決などを図るサポートを行うことが挙げられます。

これに加え、データサイエンティストは経済学やファイナンスなどを含む深いビジネスの知識を有し、データとビジネスとのより深い因果関係を探り出すことが求められます。また、分析を行うだけでなくビジネス側や経営陣とのコミュニケーションも必要となることから、コンサルティングやプレゼンテーションにおいても高いスキルが要求されます。データサイエンティストのほとんどは数学、統計学、コンピューターサイエンス、経済学、ファイナンス専攻で、修士号または博士号を保有していることが特徴です。

このように、データを取り扱う職種においてキャリアを構築するには、企業内のローテーションで得られた経験やデータ分析の知識・スキルだけでは十分とは言えず、数学、統計学、コンピューターサイエンス、経済学、ファイナンスなどの特定分野において修士以上の高度な教育を受け、アカデミックな理論についても精通している必要があります。これらのデータ業務に関連するテック人材を採用する側の企業の担当と、人材を紹介するエージェント側の両者が、上述のような人材の特徴を理解していれば、採用後に発覚する大きなミスマッチを避けることが可能となります。さらに、採用する人材のスキルや知識のレベルを評価するための基準を設けることで、想定通りの人材を採用できる可能性が上がると考えられます。