Q&A
初めまして。
現在、５５歳で定年後にデータ分析に関係する仕事がしたくて、本業（介護施設の厨房員）の片手間で
Kaggleを使ってデータ分析をやっている者です。
現在、データ分析を行っている際、「チャットGPT」を補助的に使ってデータ分析をやっているのですが、
このような方法で「将来にも通用するのか？」といつも思いながらやっています。
実務経験者から見て、このような方法で「データ分析」の案件など獲得できるのでしょうか？
後、
現在資格取得もしたいと思い「統計検定」を受験したいと考えています。
これからの事を考えると、資格はあった方がいいとは思いますが、
皆さんの意見が聞きたいです。
質問内容があやふやで、すみません。
現実、周囲にはデータ分析を実務でやっている人もいなく、上記のような相談できる人がいない為
この場を借りて質問しました。
皆さんの意見が聞きたいです。
きつい返事でもよろしいので、宜しくお願いします。
統計の知識は必要だと思います。データ分析の結果を解釈して依頼者に説明するためにも必要だと思います。
大変申し訳ないですが正直厳しいと思います。
定年は5年後の60歳でしょうか。ChatGPTも使われているとのことですが5年後であれば
「データ分析」は必要な人がChatGPTを使って自分でできてしまう＝データ分析を依頼するような案件は壊滅すると思います。
ただあり得るならば
お客様のぼんやりとしたテーマをデータ分析の課題に落とし込むところ
分析結果をお客様のビジネスなどに翻訳してわかりやすく伝えるところ
ここら辺は5年後でもカバーしきれないところが残る可能性があります
そしてこのあたりはお客様の業務を深く知る必要があります。
貴殿であれば介護施設や厨房周りの知見が活かせると思います。
資格ですが実務にはほとんど必要ありません。必要があるとしたら
自分の達成度の指標として
データ分析の素人の方へのアピール材料として
ですが、統計検定は正直Kaggleが対象とするようなデータ分析からはずれています。
統計検定が対象とする「統計」とはデータの内容を明らかにするというようなモチベーションです
別の方の回答にある
「データ分析の結果を解釈して依頼者に説明するため」が統計学で説明するのであればおっしゃる通り統計検定が良いですが、Kaggle的なデータ分析は統計学の要素は低いです。
Kaggleが対象とするものはデータの内容よりも予測ができることに重きをおいています
よく 統計学→機械学習 のようにおっしゃる方がいますが統計学は機械学習の基礎ということではなく、統計学と機械学習は並列の関係です。
強いて資格を取るならば
ディープラーニング協会が実施している
G検定 ディープラーニングを中心に幅広く基礎力を問うものです Kaggle的な機械学習を用いたデータ分析を目指すのであれば基礎力の確認としては統計検定よりもこの資格の方が適切です
E検定 ディープラーニングの専門家の入門レベルです
統計検定であれば統計検定ではなく、同協会の
データサイエンティスト基礎・発展・エキスパート の方がKaggle的な機械学習を用いたデータ分析に適しています
まとめとしては
単にscikit-learnライブラリを当てはめて答えを出す、のようなデータ分析者の需要はほぼなくなると思います。ChatGPT等で顧客自身ができてしまうので。
テーマ設定、結果の解釈において、高度な機械学習の知識あるいは実務経験に基づいたデータ分析と実務を繋ぐようなところは可能性があります。
ここらは初心者の方からはかなり高度ですが、5年あるのであれば、
高度な機械学習の知識
実務経験を活かしてデータ分析のテーマ設定や解釈に特化した専門家
などが可能性あるかなと思います。
