「データドリブン経営」の時代にIT部門が担う役割【第4回】
いまさら聞けない「データサイエンティスト」「データエンジニア」「データアナリスト」の違いとは
企業のデータ活用を推進するデータ関連職は複数ある。それらの職務や役割はどのように違うのか。「データサイエンティスト」「データエンジニア」「データアナリスト」の主要3種の違いを探る。
企業は概して「データサイエンティスト」を雇用したいと考えているが、その役割は目新しいものではない。過去に統計学者や保険数理士など、確率を扱う人々が担っていた役割と同じだ。
中には自社にとって適切な採用要件(例えば「IT部門で働く人材ではなく、ビジネス部門と協働する能力があること」など)を明確にしないまま、データサイエンティストの採用競争に参加している企業もある。これは、市場の未成熟さを表す。
「データサイエンティスト」と「データエンジニア」「データアナリスト」の違いは?
併せて読みたいお薦め記事
連載:「データドリブン経営」の時代にIT部門が担う役割
- 第1回:『データドリブン時代の勝ち組IT担当者』が外さない“あのスキル”とは?
- 第2回:『統計学のプロ』でも『データ分析のプロ』になれない“なるほどの理由”
- 第3回:データ活用に本気の企業ほど『シャドーIT』を放置してはいけない理由
「データ分析」関連の注目トピック
こうした中で生まれた新たな職務が「データエンジニア」だ。データエンジニアは、データ分析の実現に必要なデータの質を維持・向上させて、データを利用しやすくする役目を持つ。システム管理者やデータベース管理者といったIT関連職を務めていた人が、データエンジニアになることが一般的だ。
クラウドサービスベンダーのSyntaxでプリンシパルコンサルタントを務めるジェニファー・ファヒー氏は、データエンジニアとデータサイエンティストの違いについて以下のように述べる。
- データエンジニア
- データの抽出、変換、読み込みをするためのツール、さまざまなプログラミング言語、データベースシステムなどに詳しい
- データサイエンティスト
- 機械学習(ML)のための複数のプログラミング言語に詳しい
これ以外のデータ分析関連職には「データアナリスト」がある。データアナリストには、基本的なプログラミングスキルがある人もいれば、ない人もいる。ビジネスの知識は豊富であり、データ分析業務の中核を担う傾向にある。事業部門に所属していたり、データ分析チームで仕事をしていたり、あるいは両方に所属していたりする。
直接的なデータ関連職ではないが、業務分析をし、適切なシステム設計をする「ビジネスアナリスト」にも注目すべきだ。他のビジネス専門職よりは技術寄りのスキルを持つ人材で、「シチズンデータサイエンティスト」(データサイエンスに貢献する非専門家)になる可能性がある。
最高データ責任者(CDO)、最高分析責任者(CAO)といった経営幹部クラスのデータ分析関連職は、CIOの指揮下に入ることもあれば、そうでないこともある。ビジネス判断の際に分析が重要なデジタルビジネスを実施する企業では、CIOがCDOやCAOを兼務する場合もある。
データ変換ツールを提供するCoalesce Automationの共同創業者で最高技術責任者(CTO)のサティシュ・ジャヤンティ氏は、データソースの急拡大と企業のデータ分析需要に付いていくには、「事業部門にデータ分析チームを組み込むのが唯一の現実的な方法だ」と話す。「IT部門はデータガバナンスの方針策定に重要な役割を担い、質の高いデータの保有と共有を実現するデータ分析チームは事業部門に組み込む」(ジャヤンティ氏)
IT部門とデータ分析チームが、データ分析の取り組みを最大化する役割を担う。企業がビジネスへのデータ活用を強化する中で、IT部門は企業のデータ分析業務を実現するために適切なツールを検証し、データの信頼性を確認してインサイト(洞察)を生み出すために中心的な役割を担っていくことになる。
TechTarget発 世界のインサイト&ベストプラクティス
米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 世界のインサイト&ベストプラクティス
米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー