データサイエンティストに向いている人の特徴は？

2023.02.272023.10.22

おはようございます、ちょーじたんです。

今回は前回からの続きですね。

前回までの記事です

データサイエンティストになるためには資格が必要なのか？

データサイエンティストになるためには資格が必要なのでしょうか？結論から言いますと、データサイエンティストになるために資格は必要ないわけですが、最近では、データサイエンティスト協会がデータサイエンティスト検定というデータサイエンティストを目指す方やデータサイエンティスト初学者の方を対象にした検定を行っています。

目次

データサイエンティストにはどんな人が向いている？
まとめ

データサイエンティストにはどんな人が向いている？

前回の記事でデータサイエンティストになるためには
特に資格を持っている必要はないということが
わかりましたが、

では、一体どんな人がデータサイエンティストに
向いているのでしょうか？

【データサイエンティストに向いている人の特徴】

・数学や統計学に興味がある
・論理的に考えることが得意
・プログラミングスキルがある
・創造性がある
・コミュニケーションスキルがある

このような特徴を持っている人がデータサイエンティストに
向いていると考えられます。

個人的には、プログラミングができるコンサルタントといった
イメージかな、と思います。

そう考えると、最初から簡単にはデータサイエンティストには
なれるわけではなく、ステップアップしながらなっていく職業
なのかもしれませんね。

話を元に戻しまして、それぞれの特徴について、
もう少し掘り下げていきますね。

数学や統計学に興味がある

データサイエンスは、数学や統計学の知識が必要です。

データサイエンティストに向いている人は、数学や統計学に興味を持ち、
楽しんで学ぶことができます。

この部分は私にも当てはまるかもしれませんね。

何せ、競馬の予想をするのが、好きですからね（笑）
そう簡単には当たらないですが（苦笑）

ギャンブルをするのが好きというのではなく、
競馬の予想を楽しめるような人にもデータサイエンティストは
向いているかもしれませんね。

論理的に考えることが得意

論理的に考えることが得意、つまり、ロジカルシンキングが得意な人も
データサイエンティストは向いているということですね。

ロジカルシンキングとは？子どもにもわかりやすく解説します

ロジカルシンキングとは、論理的に考えることで、問題を解決する方法です。「論理的思考」という言葉は聞いたことがある人も多いはずですが、厳密な意味では違うようですが、子どもに教えるという点では、同じ意味であると考えてもらっても大丈夫です。ロジカルシンキングを鍛えることは将来必ず役立つことでもあるので、子どもでもできるロジカルシンキングの方法をいくつかご紹介しております。

データサイエンスは、問題解決に基づく分析に基づくロジカルシンキングが必要です。
データサイエンティストに向いている人は、論理的に考えることが得意で、
それによって、複雑な問題にも対応できるということですね。

プログラミングスキルがある

データサイエンスにはプログラミングスキルが必要なのは当然ですね。

※データサイエンティストはPythonが必須

データサイエンティストになるためにPythonを勉強しよう！

データサイエンティストになるためにはプログラミング言語の中でもPython（パイソン）が必須のようなので、そのPythonについて、学ぶことのメリット、独学で勉強する場合に参考になる動画の紹介、おすすめのプログラミングスクールなどの情報をお伝えしております。ツールの自動化には私自身も興味があるので、いずれ勉強するつもりです。

しかし、最初からプログラミングスキルの高い人はほとんどいない
と思いますので、仕事をしながら、徐々にプログラミングスキルを
高めていくということになりそうですね。

「好きこそものの上手なれ」と言いますが、
データサイエンティストに向いているのは、プログラミングに興味を持ち、
それを楽しんで学べる人なのではないか、と思います。

ちなみに、この時点で私自身はデータサイエンティストには
向いてないですね（苦笑）

ただ、今はChatGPTがあるので、私のような人でも
プログラミングを学びやすい環境にはなったかもしれませんね。

※ChatGPTを知らない人は以下の記事を読んでみてください

chatGPTは天下のgoogleも恐れる人工知能

chatGPTはOpenAI（オープンエーアイ）という会社が開発した人工知能で、イーロン・マスクも関わっております。わかりやすく言えば、ドラえもんのような存在であり、そういったわけで、あの天下のgoogleも恐れるくらいのすごい人工知能です。イーロン・マスクが創業に関わっているなら面白そうな会社だと思いませんか？

創造性がある

データサイエンスは、問題解決に基づくアプローチを必要とするため、
創造性が必要のようですね。

創造性があるというのをもう少しわかりやすく説明すると、
新しいアイデアを出したり、独創的な解決策を見つけたりすることができる
ということですね。

ラテラルシンキングとは？子どもも夢中になる発想法をわかりやすく解説

ラテラルシンキングとは、一言で言えば、問題を解決するための発想法のことです。普通の考え方（ロジカルシンキング）とは違って、たくさんのアイデアを出すことが大切になってくる考え方であり、ラテラルシンキングを使うと、より面白いアイデアが出てくるし、たくさんのアイデアを出せるようになりますね。なので、子どもも夢中になる発想法なのです。

身近な職業で言えば、作家や画家などの職業がわかりやすいかも
しれませんね。

さすがに、こういった職業の人たちのような創造性は必要としない
でしょうが、問題解決のアプローチには、
こういった創造性がある方がいいということではないか、と思います。

コミュニケーションスキルがある

データサイエンティストは、自分が行った分析結果をビジネスチームやマネジメント層
に伝えるために、コミュニケーションスキルが必要です。

説明力のあるプレゼンテーションや報告書を作成することができたとしても、
それを上手く伝えることができなければ、仕事になりませんからね。

データサイエンティストのようにプログラミングスキルもあり、
コミュニケーション能力の高い人は重宝される人材であり、
給料も一般的な職業に比べると高いのではないか、と思います。

※コミュニケーションスキルを高めるためには、以下の記事が参考になると思いますので、
興味がありましたら、いろいろ読んでみてください

千原ジュニアさんから話すときにはこれが必要だと学んだこととは？

先日、Youtube大学で中田敦彦さんと千原ジュニアさんの対談動画を見つけて、興味があったので、観ておりました。動画の中で話すときの「構成力」の話をしていたのですが、そのときに、千原ジュニアさんが言ったある一言が「話すときにはこれが必要なんだな」と思わせてくれるようなものでした。これは話すのが得意でない方には目から鱗の内容だと感じました。

意見と事実の違いについてちゃんと理解しておりますか？

例えば、ニュース番組を観る際に、意見と事実の違いについて、ちゃんと理解しながら観ておりますか？意見と事実の違いを理解し、使い分けることができるようになれば、例えば、営業の成績を上げることにもつながるはずです。この記事では「意見」と「事実」について、わかりやすく説明し、その後で意見と事実の違いついても説明しております。

あなたは具体と抽象の行き来ができておりますか？

あなたは伝えたいと思ったことが相手にあまり上手く伝わっていないことで悩んでおりませんか？伝えたいことが上手く相手に伝わっていない原因の1つとして、「具体と抽象の行き来ができていない」ことが考えられますね。というわけで、具体と抽象、具体と抽象の行き来を身に付けることの重要性、具体と抽象の行き来を身に付ける方法について、まとめてみました。

まとめ

上記のような特徴の人に向いているようですが、
これら全てを兼ね備えているような人はまれで、
プログラミングスキルは必須でしょうが、
これらの特徴のいくつかに当てはまれば
データサイエンティストに向いているのではないか、と思います。

実際に、年収2000万円以上の求人募集が結構あるのを見たことが
がありますが、ほとんどの求人は
年収1000万円以下の募集が多いですね。

もちろん、前者のような年収にはほとんどの人が憧れる
でしょうが、それはデータサイエンティストになったとしても
ステップアップしながら目指すところではないでしょうか。

今回はここまでにして、
次回はデータサイエンティストはどんな仕事をしているのか、
ということについて、書いていく予定です。

データサイエンティストは何をする仕事なの？

データサイエンティストは何をする仕事なのでしょうか？コンサルタントのようにいろいろあると考えられるのですが、わかりやすく言えば、データサイエンティストは、たくさんの情報が入っている「データ」というものを使って、色々なことを考えたり、解決策を見つけたりするお仕事をする人であるということになります。

コメント