「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfrastructure.osscons.jp]]」は、「[[Open棟梁Project>https://github.com/OpenTouryoProject/]]」,「[[OSSコンソーシアム .NET開発基盤部会>https://www.osscons.jp/dotNetDevelopmentInfrastructure/]]」によって運営されています。
-[[戻る>ビッグデータ]]
*目次 [#w7c4b505]
#contents
*概要 [#g743bb02]
-データサイエンスの研究者、実践者、技術者。
-更に進んで、データサイエンスを身に付け、~
統計を始めとするデータに基づく合理的な~
思考により課題を解決できる人~
--代表的なものは統計情報。
--統計（学）に関する知識は必須。
*詳細 [#e08a6b41]
**求められる能力 [#qe616b8d]
-データに基づき問題を解決する能力
-データの持つ力を解き放つ能力
***知的満足度が高い [#s004c24a]
[[データサイエンス力>#ke624b62]]中の、~
[[データ収集から施策に落とすまでの4プロセス>データサイエンス力#h1a5a80c]]
***貢献度が高い [#qc326064]
[[ビジネス力（イノベーション力）>#ef5f4720]]
**スキルセット [#n6b13555]
***[[データサイエンス力]] [#ke624b62]
データサイエンティスト
-情報科学系の知識
--IT
--情報処理
--[[BI / AI]]活用
---[[BI>ビジネス インテリジェンス（BI）]]
---[[AI>人工知能（AI）]]
--数学
---統計学
---確率論
---微積分
--ジャイルによるプロトタイプ開発など
***エンジニアリング力 [#w6ae5cf3]
データアナリストやコンサルタント
-DIKWの理論（フレームワーク）~
情報を解釈するためのフレームワーク
--Data（データ）~
整理されていない情報。
--Information（インフォメーション）~
情報を何らかの基準で整理（カテゴライズ）したもの。
--Knowledge（ナレッジ、知識）~
Information から導き出される規則性、傾向、知見。
--Wisdom（ウィズダム、知恵）~
人が Knowledge を活用して行う判断。
-AUOODA（プロセス）~
[[順問題と逆問題>データ分析#jb893ab1]]で異なる。
-...
--数学的な考えを産業界で応用できる力
--一見全く関係ないデータを突合する力
--違和感・変曲点・特異点を知る力
--トポロジー分析、スパースモデリング、ベイズ推定
--実装、運用に関するツール類
***ビジネス力（イノベーション力） [#ef5f4720]
CDO（Chief Digital Officer）
-ビジネス課題の適応力（整理 / 解決）
--社会変革への企画力・創造力
--リスク管理力、サービスデザイン思考、ロジカルシンキング
-PPDAC~
[[PDCA>高度午前 - システム戦略#fb231d53]]が基礎
--P (problem、問題)~
現状の問題と[[KGI>高度午前 - 経営戦略#efd17ec2]]の明確化
--P (plan、計画)~
現状把握と課題の抽出により調査を計画する。
---分析内容のデザイン
---&color(red){ロジックツリー};の活用して分解~
重要性 / 実現可能性をチェック
---KPI（≠ KGI）の設定
--D (data、データ収集)
---正確な収集
---正確な加工
--A (analysis、分析)
---視覚化（表やグラフ）
---以下の繋がりを分析~
・要因 → KPI~
・KPI → KGI
--C (conclusion、結論)
---KGIの改善ポイントを判断
---解釈はデータ収集方法を考慮
-参考：[[ユースケース検証（DX系）]]
**データサイエンスの活用 [#t912117e]
組織としてデータサイエンスを活用しビジネス価値を出すには？
***組織の風土改革 [#r9723168]
-経営層/現場の意識改革
-データ活用プロセスの構築
***人材獲得/育成 [#i9e8d701]
データサイエンティスト獲得/育成
-組織内部で育成
--OJTによる育成
--他部門からの転用
--社員全員の底上げ
-外部からの採用
--エージェント等の利用
--学会・インターンシップの利用
--コンテストの利用
-外部サービス
--大学等の利用
--コンサルティング・サービスの利用
--クラウドソーシングの利用
***分析環境整備 [#x4d9031e]
分析基盤の構築/育成/データの管理
-データサイエンスを組み込んだ~
[[エンタープライズ・アーキテクチャ（EA）>高度午前 - システム戦略#xe203f7d]]
-データ基盤の構築
--[[データウェアハウス（DWH）>ビジネス インテリジェンス（BI）#f38a28c0]]
--[[分散処理]]基盤
---[[分散処理：ストリーム系]]
---[[分散処理：データ収集・格納系]]
---[[分散処理：分散（バッチ）系]]
-データのオーナーシップ明確化とデータ共有
**業界 [#q3e1c6a7]
***製造業 [#x5acbc88]
工場の生産工程から得られるデータに基づく品質管理や生産性の向上
***金融業 [#w16f65f4]
クォンツやアクチュアリーによる様々な指標の予測や金融商品の開発
***[[テスト分野>テスト分野の理論体系（DS）]] [#t61b37fc]
能力や性格テストなど企業の採用・昇進等の判断材料とされているテスト
***ネットビジネス業 [#t61b37fc]
Webログから得られた大量データに基づく広告の最適化
***データ分析サービス業 [#u5ff5e78]
データ分析に基づく、ビジネス改革や新たなビジネス創造の支援
**[[資格]] > [[DS]] [#m6e57e2f]
*分類 [#h8ca9e98]
**スキルの観点から分類（米国の調査結果） [#eae1dd8d]
***Data Businesspeople [#z59862ba]
-経営工学、MBA
-ビジネスに対しての洞察が強い
-コンサルティング会社で経験
-データ分析チームマネージャ
-チーム・経営層間との通訳役
***Data Researcher [#h51befe6]
-生物学や物理学などサイエンスの学位を持ってる
-深い分析、数学的な分析が得意
***Data Creatives [#x071030f]
-経済・CS・統計
-ベンチャー起業、ハッカー
***Data Developer [#p09b36f4]
-CS修士
-現在中堅のコンサルファームで~
機械学習ツールの開発に従事
-製品レベルのコードが書ける
-ビジネス改革はできない
**働き方の観点から分類（日本の調査結果 [#l8decf1e]
特徴的に女性が多い。
***なりたての人 [#n643ef59]
***専門部署で活躍 [#s1607d71]
社内の専門部署で活躍
-メーカーの製品開発・企画部門にいる中堅のIT系エンジニア
-社内では確実にデータの活用が進んでおりキャリアパスも見えている
***フリーランスで活躍 [#aca1eb36]
-中小のサービス系の企業に勤める女性
-比較的自由になる勤務形態を望んでいる
***プロフェッショナル・サービス企業で活躍 [#v3578b42]
ITサービス業でデータ分析をプロとして実施
*参考 [#aa0f79af]
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
