はじめに

最近、

データサイエンティスト
データエンジニア
AIエンジニア

といった職種をよく見かけるようになりました。

私自身も、

AWS
Snowflake
データパイプライン構築

に携わる機会があり、

「データサイエンティストって数学が得意じゃないと無理なのでは？」

「文系には難しそう…」

「自分の経験って活かせるの？」

と気になったため、調べてみました。

結論から言うと、

数学の知識は必要だが、データ基盤を作れる人も非常に価値が高い

ということが分かりました。

本記事では、

データサイエンティストとは何か
必須スキル
数学はどの程度必要なのか
AWS・Snowflake経験は活かせるのか

について整理していきます。

この記事はこんな方におすすめ

データサイエンティストに興味がある方
AWSやSnowflakeを触っている方
文系だけど挑戦したい方
キャリアの幅を広げたい方
データエンジニアとの違いを知りたい方

データサイエンティストって何をする人？

一言で言うと、

データを分析して、ビジネスの意思決定に役立てる人

です。

例えば、

ECサイト

↓

購入履歴を分析

↓

「20代男性は○○をよく買う」

↓

売上向上施策を提案

ということを行います。

最初のイメージ

正直、私の最初のイメージはこんな感じでした。

データサイエンティスト

↓

数学が得意

↓

統計学を駆使

↓

文系は無理

実際に調べてみると、

数学や統計学は必要ですが、

必ずしも研究者レベルの知識が必要というわけではありません。

必須スキル

よく求められるスキルをまとめると、

スキル	重要度
SQL	★★★★★
Python	★★★★★
統計学	★★★★☆
機械学習	★★★★☆
データ可視化	★★★★☆
クラウド（AWSなど）	★★★★☆
コミュニケーション	★★★★☆
ビジネス理解	★★★★★

SQLはほぼ必須

意外かもしれませんが、

SQLはかなり重要です。

例えば、

SELECT
    customer_id,
    SUM(amount)
FROM sales
GROUP BY customer_id;

のように、

データを抽出・集計する機会が非常に多くあります。

むしろ、

SQLを書けないデータサイエンティストはかなり厳しい

と言われることもあります。

Pythonもほぼ必須

Pythonは、

pandas
numpy
scikit-learn
matplotlib

などのライブラリを利用して、

分析や機械学習を行います。

例えば、

import pandas as pd

df = pd.read_csv("sales.csv")

print(df.describe())

といった形で利用します。

数学はどれくらい必要？

ここが一番気になるポイントだと思います。

よく使われるのは、

平均
分散
標準偏差
確率
回帰分析
ベイズ統計
線形代数

あたりです。

イメージ

高校数学

↓

統計学

↓

機械学習

↓

データサイエンス

正直、

高校数学 + 統計学

くらいから始める人も多いようです。

文系でもなれる？

結論、

なれます。

実際、

文系出身のデータサイエンティストも多くいます。

もちろん、

数学に抵抗がない方が有利ですが、

最初から

微分積分
線形代数
機械学習

を完璧に理解している必要はありません。

AWS経験は活かせる？

これはかなり活かせます。

例えば、

S3
Lambda
DynamoDB
CloudWatch
Glue
Athena

などを知っていると、

データ基盤の理解が早くなります。

Snowflake経験は活かせる？

むしろ、

かなり強いと思います。

最近のデータ分析基盤は、

Snowflake
Databricks
BigQuery
Redshift

などを利用するケースが非常に増えています。

特に、

Snowpipe
Stream
Task
Storage Integration

を理解している人は、

データがどのように流れるかを理解しています。

自分の経験を当てはめてみる

例えば、

私が業務で経験した、

CSV配置
   │
   ▼
Amazon S3
   │
   ▼
Snowpipe
   │
   ▼
ステージングテーブル
   │
   ▼
Stream
   │
   ▼
Task
   │
   ▼
本テーブル

という構成。

最初は、

「ただのデータ連携だよな…」

と思っていました。

しかし、

調べてみると、

これは立派な

データエンジニアリング

の経験に近いことが分かりました。

データサイエンティストとの違い

職種	役割
データエンジニア	データ基盤を作る
データサイエンティスト	データを分析する
データアナリスト	レポート・分析
MLエンジニア	AIモデルを実装する

イメージすると、

データエンジニア
        │
データを準備
        │
        ▼
データサイエンティスト
        │
分析
        │
        ▼
ビジネスへ提案

となります。

意外と近い領域だった

今回調べていて感じたのは、

AWS + Snowflake経験は想像以上に活きる

ということです。

特に、

SQL
データパイプライン
ETL/ELT
クラウド
データモデリング

は共通して求められるスキルです。

もしデータサイエンティストを目指すなら

個人的には、

次の順番が良いと思いました。

SQL
   │
Python
   │
統計学
   │
pandas
   │
機械学習
   │
可視化
   │
AI

すでに、

AWSやSnowflakeを触っている人なら、

半分くらいはスタート地点に立っているかもしれません。

年収は？

求人を見ると、

職種	年収目安
データアナリスト	400〜700万円
データエンジニア	500〜900万円
データサイエンティスト	600〜1,200万円
MLエンジニア	700〜1,500万円

もちろん企業によりますが、

比較的高年収な職種として知られています。

まとめ

データサイエンティストは、

「数学が超得意な人だけの職業」

というイメージがありましたが、

実際には、

SQL
Python
統計学
ビジネス理解

が重要であり、

AWSやSnowflakeの経験も十分活かせることが分かりました。

ポイントのおさらい

データサイエンティストはデータを分析する仕事
SQLとPythonはほぼ必須
数学は高校レベル + 統計学からでも始められる
文系出身でも活躍している人は多い
AWSやSnowflakeの経験は非常に活かせる
データパイプライン構築は立派なデータエンジニアリング経験

今回調べてみて、

「自分はデータサイエンティストとは遠い存在だ」

と思っていましたが、

意外とこれまでの経験がつながっていることが分かりました。

まずは、

pandas
統計学
機械学習

あたりから少しずつ触っていきたいと思います。

参考

Data Science Roadmap
https://roadmap.sh/ai-data-scientist
Kaggle
https://www.kaggle.com/
Snowflake Documentation
https://docs.snowflake.com/
AWS Data Analytics
https://aws.amazon.com/big-data/datalakes-and-analytics/