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。
