日本データサイエンティスト協会によると、
データサイエンティストは以下のように、3つのスキルが必要と言われています。
1:ビジネス力
2:エンジニアリング力
3:データサイエンス力
これらのスキルを全て持っているデータサイエンティストは非常に貴重で人数も少ないと言われている為、
日本でのデータ分析部署やチームでは、上記の1、2、3毎に担当を分ける事が多いです。
最近、この点が落とし穴じゃないのか?
と感じることがあったのでメモベースで情報残します。
データ分析を同じ業界で数年担当すると、1のスキルは十分身についたが、2と3のスキルが足りないので
そこを伸ばしたいという想いを持つ人は多いが、分業体制ができている場合、その想いが叶いにくい状況になってしまいがち。
これは、1つの役割で成果を上げれるようになると、その役割の中で対応することが増える傾向になる為、なかなか他の事までさせてもらえなくなる。
マネージャーやプロマネ視点で見ると、その分野のハイスキル人材を囲って担当分野で成果を出し続けてもらう事が一般的であり、プロジェクト運営の観点からすると、それが正義とも言えます。
>この点が結構危ない
データサイエンティストは1、2、3の分野全てで高いスキルを習得するのがキャリアパスとしては最高とされるわりに、
1をメインにすると、2と3両方伸ばしにくい。
2をメインにすると、1と3両方伸ばしにくい。
3をメインにすると、1と2両方伸ばしにくい。
とそれぞれ3すくみのような関係が出来上がってしまう。
その結果、データサイエンティストを目指す人は転職で、役割を変える事で、
スキルを伸ばす道を選択する。という形になりやすいかもしれない。
特によく耳にするのが、
1はいける。3もちょっといける。でも2が全然できないので、2を経験したい。というパターン。
スキル定義と実際の現場業務でのギャップを埋める仕組みを事前に用意しておくことで、
これらの事象はある程度回避できるのではないかと。