データサイエンスチームに必要な“9つのプロフェッショナル”博士号を持つメンバーは後でいい

データサイエンス分野は、企業がデジタル経済で成功を収めるのに不可欠な要素になっている。本稿では、掛けた費用に見合う価値を得るためのデータサイエンスチーム編成方法を考える。

2018年09月19日 05時00分 公開
[George LawtonTechTarget]
画像 データサイエンティストは育成に力を入れるべき

 機械学習のためにデータサイエンスチームを編成する場合、博士号を持つメンバーを引き込むことに気を取られがちだ。データ駆動型のデジタル経済で競争を勝ち抜くために必要な、他のデータサイエンススキルを育成することがなおざりにされている。

 機械学習には高度で特殊なデータサイエンススキルが重要だ。だが、そうしたスキルが、データサイエンス導入の妨げになることもある。これはキャシー・コツィル氏の見解だ。同氏は、Googleのチーフデシジョンサイエンティストで、Googleの分析プログラムを設計し、統計、意思決定、機械学習について1万5000人を超えるGoogleの従業員を教育してきた経験を持つ。データに基づく組織の意思決定を民主化する提言をしている。

 CIO(最高情報責任者)はデータサイエンスプログラムの導入に必要な役割の種類について考えを広げる必要がある。コツィル氏は、サンフランシスコで開催されたデータサイエンスのカンファレンス「Rev Data Science Leaders Summit」でそのように語った。

データサイエンスに必要な9つの役割

 「答えが1つ以上ある重要な決定に関わることなら、データサイエンティストを参加させる必要がある」(コツィル氏)

 だが、データ分析には、情報チャートの作成、さまざまなアルゴリズムのテスト、適切な意思決定など、他のタスクも関係する。

ITmedia マーケティング新着記事

news075.png

Z世代の告白手段は「直接」が大多数 理由は?
好きな人に思いを伝える手段として最も多く選ばれるのは「直接」。理由として多くの人は...

news100.jpg

日本はなぜ「世界の旅行者が再訪したい国・地域」のトップになったのか 5つの視点で理由を解き明かす
電通は独自調査で、日本が「観光目的で再訪したい国・地域」のトップとなった要因を「期...

news023.jpg

誰も見ていないテレビ番組にお金を払って露出する意味はあるのか?
無名のわが社でもお金を出せばテレビに出してもらえる? 今回は、広報担当者を惑わせる...