Weitere ähnliche Inhalte
Ähnlich wie データサイエンティスト協会スキル委員会4thシンポジウム講演資料 (20)
Mehr von The Japan DataScientist Society (20)
データサイエンティスト協会スキル委員会4thシンポジウム講演資料
- 2. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
アジェンダ
1
1.スキル委員会の活動
2.2017年度版スキルチェックリスト公開(本日公開)
3.データサイエンス業務のタスクリスト公開
(IPAとの協働作業、2017/4公開)
- 3. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved. 2
データサイエンティスト協会
スキル委員会とは?
- 4. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル委員会とは・・・
3
そもそもの「データサイエンティスト協会設立の目的」
- 5. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル委員会とは・・・
4
2014
年度
データサイエンティストの人材像、ミッション、スキルカテゴリ、ス
キルレベルの定義の発表
2015
年度
データサイエンティストに必要とされるスキルを「データサイエン
ティストスキルチェックリスト」としてまとめ、第1版を公開
「データサイエンティストのミッション、スキルセット、定義、スキル
レベル」について2015年版を発表
活動内容
2016
年度
スキルチェックのPR、普及活動
各種コンテンツの取材、発信
スキルチェックリストの更新
- 6. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル委員会とは・・・
5
2014
年度
データサイエンティストの人材像、ミッション、スキルカテゴリ、ス
キルレベルの定義の発表
2015
年度
データサイエンティストに必要とされるスキルを「データサイエン
ティストスキルチェックリスト」としてまとめ、第1版を公開
「データサイエンティストのミッション、スキルセット、定義、スキル
レベル」について2015年版を発表
活動内容
2016
年度
スキルチェックのPR、普及活動
各種コンテンツの取材、発信
スキルチェックリストの更新
2017
年度
データサイエンティストのタスクリスト作成(IPA協働)
2017年度版スキルチェックリスト作成
- 7. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
3つのスキルセット
6
ビジネス力
(business problem
solving)
データ
サイエンス
(data science)
データ
エンジニアリング
(data
engineering)
課題背景を理解した上で、
ビジネス課題を整理し、
解決する力
情報処理、人工知
能、統計学などの
情報科学系の知恵
を理解し、使う力
データサイエンスを
意味のある形に使えるよ
うにし、実装、運用でき
るようにする力
資料:データサイエンティスト協会プレスリリース (2014.12.10) http://www.datascientist.or.jp/news/2014/pdf/1210.pdf
- 8. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
データサイエンティストとは
7
* ここで「ビジネス」とは社会に役に立つ意味のある活動全般を指す
データサイエンス力、
データエンジニアリング力をベースに
データから価値を創出し、
ビジネス課題に答えを出す
プロフェッショナル
資料:データサイエンティスト協会プレスリリース (2014.12.10) http://www.datascientist.or.jp/news/2014/pdf/1210.pdf
- 9. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキルレベル
8
フル・
データサイエンティスト
シニア・
データサイエンティスト
アソシエート・
データサイエンティスト
アシスタント・
データサイエンティスト
データ使い
• 棟梁レベル
• 業界を代表するレベル
• 独り立ちレベル
• 見習いレベル
• 賢くデータを器用に使
える人
目安スキルレベル 対応できる課題
• 対象組織全体
• 産業領域全体
• 複合的な事業全体
• 担当プロジェクト全体
• 担当サービス全体
• プロジェクトの担当テーマ
デ
ー
タ
サ
イ
エ
ン
テ
ィ
ス
ト
普通の人 • 特になし
一
般
人 • 担当業務
資料:データサイエンティスト協会プレスリリース (2014.12.10) http://www.datascientist.or.jp/news/2014/pdf/1210.pdf
- 10. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル表 2014年版 vs 2017年版(項目数)
9
領域計
★★★
棟梁レベル
(フル)
★★
一人前レベル
(アソシエート)
ビジネス
123
44
49
30
データ
サイエンス
180
58
68
54
データ
エンジニアリング
119
37
43
39★
見習いレベル
(アシスタント)
(422)
(139)
(160)
(123)
レベル
計
資料:データサイエンティスト協会スキル委員会討議
90
67
71
228
52
38
39
129
42
38
71
100
184
125
148
457
2017年版
- 11. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキルごとのレベル数、必須数の比較
10
資料:データサイエンティスト協会スキル委員会討議
25.0%
24.0%
33.0%
26.5%
75.0%
76.0%
67.0%
73.5%
0% 25% 50% 75% 100%
データサイエンス
データエンジニアリング
ビジネス
TOTAL
必須スキル それ以外
29.4%
29.5%
20.0%
27.4%
39.5%
40.3%
42.0%
40.3%
31.1%
30.2%
38.0%
32.4%
0% 25% 50% 75% 100%
ータサイエンス
ンジニアリング
ビジネス
TOTAL
★(1つ) ★★(2つ) ★★★(3つ)
データ
サイエンス
データエン
ジニアリング
- 12. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:データサイエンスの場合
11
統計数理基礎 統計数理応用
予測
検定/判断
グルーピング
性質・関係性の把握
サンプリング
データ加工
機械学習
時系列分析
言語処理
画像処理
音声処理
パターン発見
グラフィカルモデル
基礎技術
解析技術
非構造化
データ処理
シミュレーション
/データ同化
Data Visualization
Static Dynamic探索的
資料:データサイエンティスト協会スキル委員会討議
2015年版
- 13. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:データサイエンスの場合
12
統計数理基礎
予測
検定/判断
グルーピング
性質・関係性の把握
サンプリング
データ加工
機械学習
時系列分析
言語処理 画像・動画処理
音声/音楽処理
パターン発見
グラフィカルモデル
基礎技術
解析技術
非構造化
データ処理
シミュレーション
/データ同化
データ可視化
Static Dynamic探索的
資料:データサイエンティスト協会スキル委員会討議
最適化
分析プロセス
データの理解・検証データ
課題解決
意味合いの抽出・洞察
2017年版
16
17
11
14
14
5
8
37
5
23 4
20
7
13
8
5
3
3
10
5
- 14. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
レベル感の目安:データサイエンス(2015年度)
13
業界代表
レベル
棟梁
レベル
一人前
レベル
見習い
レベル
手法の
実行
基本概念
の理解
手法の
組合せ・
最適化
データ
加工
設計
非線形
解析
機械
学習
シミュレー
ション
最適化
画像処理
音声処理
強烈に
素なデータ
の処理
言語
処理
扱えるデータ
2軸の
可視化
多変量・挙
動の可視化
リアルタイム
可視化
データ可視化解析技術習熟度
多変量
解析
資料:データサイエンティスト協会スキル委員会討議
- 15. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:エンジニアリングの場合
14
環境構築
データ
収集
守る技術
実装技術
基礎技術
データ
蓄積
データ
加工
プログラミング
ITセキュリティ
データ
構造
データ
共有
資料:データサイエンティスト協会スキル委員会討議
2015年版
- 16. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:エンジニアリングの場合
15
環境構築
データ
収集
守る技術
実装技術
基礎技術
データ
蓄積
データ
加工
プログラミング
ITセキュリティ
データ
構造
データ
共有
資料:データサイエンティスト協会スキル委員会討議
2017年版
21
22
15
16 11 17 13 14
- 17. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:ビジネスの場合
16
データ
課題解決
基礎能力
論理的思考
行動規範
プロセス
データ
入手
データの
理解・検証
意味合いの
抽出・洞察
活動マネジメント
事業に実装する
ビジネス
課題解決
資料:データサイエンティスト協会スキル委員会討議
2015年版
- 18. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
スキル領域の広がり:ビジネスの場合
17
データ
課題解決
基礎能力
論理的思考
行動規範
プロジェクトプロセス
データ
入手
データの
理解・検証
意味合いの
抽出・洞察
活動マネジメント
事業に実装するビジネス
課題解決
資料:データサイエンティスト協会スキル委員会討議
2017年版
解決
知財
20
8
6
4 3 5 4
20
18
12
- 19. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
課題解決のフェーズによっても求められるスキルは変わる
18
目的・テーマ設定
問題定義
アプローチの設計
処理・分析
解決
データ
サイエンス
データ
エンジニアリング
ビジネス
資料:データサイエンティスト協会プレスリリース (2014.12.10) http://www.datascientist.or.jp/news/2014/pdf/1210.pdf
- 20. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
タスクリストのカテゴリ
19
分
析
プ
ロ
ジ
ェ
ク
ト
の
立
ち
上
げ
と
組
み
込
み
後
の
業
務
設
計
デ
ー
タ
の
作
成
と
収
集
構造化
データ加工
+
解析用
データ準備
評
価
Phase I Phase II Phase III Phase IV
非構造化
データ処理
業
務
へ
の
組
み
込
み
と
評
価
データ解析
(予測・パターン発見
・最適化等)
データ可視化
資料:IPA ITSS+ データサイエンス領域のタスク https://www.ipa.go.jp/jinzai/itss/itssplus.html
- 21. Copyright © 2017 The Japan DataScientist Society. All Rights Reserved.
タスクに必要なスキル
20
0.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0
データサイエンス力
データエンジニアリング力
ビジネス力
資料:IPA ITSS+策定メンバーおよびデータサイエンティスト協会スキル委員会討議
%
タスク中分類別に必要なスキル平均数の分布