소개

처음 뵙겠습니다!
주로 데이터 아키텍트로서 일을 하고 있는 히로리라고 합니다.

지금까지
・편의점계 공통 포인트 카드의 데이터 전략 팀
· 메가 벤처 웹 서비스에서 빅 데이터 활용 PJT 팀 (종합 EC 사업 회사, 예약 시스템 서비스 사업 회사)
· 게임 사업 회사의 데이터 전략 팀
등에서 일했습니다.

다양한 업종에서 기업 내 빅 데이터의 데이터 활용 부문을 경험해 온 다음
앞으로의 빅 데이터에 관련된 엔지니어의 방향성에 대해 써 가려고 생각합니다.

데이터 과학 직종의 세분화

데이터 시스템 직종의 다양한
이 기사에서
@msdtakashi
씨가 써 주신 것처럼 데이터 경계라고 해도 여러가지 있습니다.

팀 데이터 과학
- 고객 및 사내 다른 부서와 조정하는 AI 컨설턴트
- 분석용 서버를 구축하고 데이터 기반을 관리하는 데이터 엔지니어
- 고급 통계학 및 수리 모델을 사용하여 문제를 해결하는 데이터 과학자
- 비즈니스 측면에서 데이터로 문제를 해결하는 데이터 분석가
- 데이터를 시각화하고 많은 사람들에게 데이터의 모습을 전달하는 BI 디자이너
- 데이터를 관리하고 모든 사람이 쉽게 만들 수 있도록 관리하는 데이터 아키텍트

일반적으로 "데이터 과학자"라고하면
위 구분 중 데이터 과학자 겸 AI 컨설턴트
의 이미지가 강한 것이 아닐까요?

현재 데이터 과학계 안건에서
고도의 통계학이나 수리 모델을 개발 개량해 나가는, 포지션은 굉장히 적습니다.

이것은 머신 러닝 등으로 미래 예측을 하는 단계에는
많은 기업이 도달하지 못하는 현상이 있습니다.

빅데이터 활용 프로젝트의 종류

빅데이터 활용계의 프로젝트에는 2단계가 있습니다.
・현황 파악의 시스템화
· 미래 예측의 시스템화
미래 예측의 1단계 전의 현상 파악을 효율화하기 위한 툴이 BI(Business Intelligence) 툴입니다.

BI 도구 예제(Tableau)


나는 AI와 BI가 보완 관계에 있다고 생각합니다.

BI 도구가 운영되고 KPI에 대한 데이터가 중앙에서 관리되는 데이터 웨어하우스가 있는 경우
AI 프로젝트는 교사 데이터가 쉽게 작성되고 원활하게 진행됩니다.

AI 툴이 있었다고 해도, AI로 도출한 데이터를 시책 판단에 활용하기 위해서는,
팀 멤버가 매일 체크할 수 있는 BI 대시보드가 ​​없으면 AI의 진가를 풀 활용할 수 없습니다.

앞으로 어떤 방향성으로 캐리어를 구축해 가려고 생각하고 있는가?

아직도, 사람의 직감과 전체감을 잡는 능력은 AI에는 지지 않는다고 생각합니다.
과제에 대해 BI로 부족한 것을 생각 나누어,
정말로 AI를 사용해야 할 장소를 파악해 나가는 것이 앞으로 중요해질 것이라고 생각합니다.

그러므로 앞으로의 방향으로
"데이터 아키텍트"와 "BI 디자이너"의 기술을 늘리면서
"AI 컨설턴트"
빅데이터 처리 인프라 개발, 관리를 하는 「데이터 엔지니어」
을 닦아 가려고 생각합니다.

데이터 과학 프로젝트에서 일하는 작업자를 목표로하는 모든 사람들에게
데이터 과학자의 직종을 세분화하여 파악한 후,
자신에게 맞는 향후의 경력을 생각해 가고 싶습니다.

끝까지 읽어 주셔서 감사합니다!