はじめに
社内の情報システム部門は、技術部門というよりビジネス部門の企画に位置しています。（特に当グループではその色が濃い）
そのため、業務ではプログラムコードを書いたりする必要はなく、業務要件を理解してプロジェクトを推進するPM業務がメインです。
さらに管理職となると、業界動向を横目に今後何をしていくべきか方向性を決め、組織をけん引する仕事になるため、技術スキルを身に着ける機会はなくなっていきます。
そんな仕事をしている中、1年間休職をしてデータサイエンススクールに通い、続いてE資格の勉強を始めているのですが、これに意味があるのか？
について改めて考えてみました。
そもそも、なんでデータサイエンスを学ぼうと思ったのか？
シンプルに面白かったからです。
面白かったからもっと知りたい、という単純な好奇心でした。
突然プロジェクトに突っ込まれる
ビックデータ活用などという言葉が出始めたころです。
データを活用したプロダクトやサービスを展開していたベンチャー企業と組んで、事業のプロセスにどうデータを活用していけるかを探るプロジェクトに突っ込まれました。
それまでウォータフォールしか知らず、データサイエンスの知識もない状況で参画することになったプロジェクトですが、慣れていくうちにどんどん面白くなりました。
① 仮説を持ち
② データを分析し
③ 結果を解釈して
④ またさらに仮説をアップデートしていく
現状を客観的に理解していくこのプロセスがとても面白いと感じました。
この経験がきっかけで、2021年にG検定に挑戦し無事合格。
その後、データサイエンスの仕事とは少し離れるものの、もう少し勉強したいなと心の片隅で思い続けて3年、状況が整ったことで2024年データサイエンススクールに通う目的での休職が実現できました。
学び方が大きく変わる ～生成AIの登場と学習～
私が通ったスクールは、コーチもメンターも付く、万全の学習体制を組むスクールでしたが、Pythonでの統計の使い方、データの抽出や前処理、BIツールでのダッシュボード作成など、カリキュラムをこなす際の先生はほぼChatGPTでした。
なんなら、自分が打ちたいコマンドをジピれ（ChatGPTで調べること）ば教えてくれる。
データサイエンスの知識がなくとも分析も予測もできてしまう。
2025年復職し、現在はAIをメインにDXを推進する部署を持ちながらE資格の勉強を始めました。
学ぶ意味は？
すでにシステムもAIが作ってくれる。
データサイエンスの知識がなくともエージェントを作ることができ自分の作業を代替してくれる。
なのですが、私は逆に学びが必須になったと感じています。
AIはどこまで賢くなったと言っても今はまだツールでしかなく、出てきたアウトプットをどう扱うのかはやはり人が判断します。
判断や意思決定には、いろいろな情報が必要で、その中にはなぜその結果が出てきたのかということを理解する必要もあります。
そこに専門知識や経験が必要だと思います。
ですが、その知識や経験値を得るプロセスの中で経験を積む第一歩をAIに奪われてしまっているのが現状なのではないかと考えています。
つまり人がスキルアップしていくハードルが高くなったように思います。
そのハードルを越えるために、改めて人は学ぶ必要があるのだと思います。
世の中が大きくAIで成果を出していこうという流れに変わりました。
このタイミングで学べたことはラッキーだったと思うし、これから成果につなげていきたい、と強く思います。
この先、どんなことが起きるか？E資格は取得できるのか？
また記事を書く機会があれば、続きを書きたいと思います。