目標
「データサイエンス」について概要を理解する
「データサイエンティスト」について概要を理解する
「データリテラシー」について概要を理解する
「データサイエンスが求められる背景」について理解する
データサイエンスの概要
データサイエンスとは
データサイエンスという言葉には明確な定義はありません。ですが、次のことが全て含まれる用語となります。
- データを収集すること。（どのように収集するかを含む）
- 収集したデータを分析すること。（どのように分析するかを含む）
- 分析した結果から問題の解決や現象の解明を行う（解決のための知識が必要）
データサイエンティストとは
データサイエンティストとは「事業・業務に精通したデータ解析・分析ができる人材」のことです。具体的には「ビジネスの課題を理解して解決するスキル」「統計・情報処理・人工知能などの知識を利用できるスキル」「データベースやITインフラ、プログラミングなどを理解利用できるスキル」をもつ人材です。
一般社団法人データサイエンティスト協会ではこれらを「ビジネス力」「データサイエンス力」「データエンジニアリング力」として必要なスキルとしています。
データリテラシー
データリテラシーとは、「データを読み、使い、分析し、データを基に議論できる能力」のことをいいます。
データを扱うことが日常となっている現代社会においては、データリテラシーは企業から求められる能力として位置づけられています。
データサイエンスが求められる背景
産業構造の変化
産業構造の変化は、その時代時代の技術的な発展が大きく影響しています。18世紀にイギリスで起きた第一次産業革命は蒸気機関の発明によっておきた変化でした。現代社会では「ロボット」や「AI」などの技術躍進が産業構造を変化させようとしています。
日本では、高齢化、就労人材不足などの生産人口の減少も相まって、その解決のひとつとして「ロボット」「AI」が注目されています。（職種によっては供給超過で人員が余っている職業もあります。）この現代の産業構造の変化を「第４次産業革命」と呼びます。
（下の図は内閣府ホームページ「第2章 多様化する職業キャリアの現状と課題（第2節）」から引用）
引用元：https://www5.cao.go.jp/keizai3/2017/0118nk/n17_2_2.html
「ロボット」「AI」の技術には大量のデータが利用されます。つまり、大量のデータを利用する現代社会では、データを扱える人材が求められるのは必然と言えます。
データ関連教育の活発化
データ関連の教育は次の視点から重要と考えられています。
- 生産人口の減少
- 技術継承に関する問題
- 複雑化する問題
- データ量の急増
労働人口の減少を解決する（少子化を完全に無くす。回復する。）には時間がかかりますが、「ロボット」や「AI」を利用すれば、少子化による労働者の不足を支えることが期待できます。
技術継承についても、そもそも継承には時間がかかったり、継承者自体が存在しなくなる可能性もあります。こちらについても「ロボット」や「AI」を利用して、継承機関の短縮や継承のための知識の保全が期待できます。
その他、複雑化する問題には、より多くの要因が潜んでいます。これらに対しても、「データサイエンス」を利用することで、精度の高い分析や問題解決が期待できます。
データの量は年々増加傾傾向にあり、下は少し古い資料ですが2020年にデジタルデータ量の推移を確認できます。2020年に40ゼタバイトを超えるという予想はその通りとなり、2023年現在では約100ゼタバイトとなっています。
引用：https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h26/html/nc131110.html
これらの大量のデータを扱える人材が現代社会では必要とされているのが事実としてあります。本日は以上となります。
ブックマークのすすめ
「ほわほわぶろぐ」を常に検索するのが面倒だという方はブックマークをお勧めします。ブックマークの設定は別記事にて掲載しています。
