DataScience

【断言】データサイエンティストに資格は不要な3つの理由【現役が解説】

データサイエンティスト 資格

 

 

データサイエンティストに資格は不要な3つの理由【現役が解説】

データサイエンティスト 資格

データサイエンティストに特別な資格は必要ありません。理由付きで深掘りしていきます。

 

理由① : データサイエンティストに必要なのは「ビジネス力」だから

 

データサイエンティストに必要なのは、資格ではなくビジネス力だからです。

ビジネス力というと少し抽象的ですが、つまりは「業務知識を持った上で課題整理・解決する」スキルのことです。

たとえば飲食店の店舗拡張するなら、飲食の業務知識を持った上で何が課題としてあげられるのか把握しておく必要があります。

 

ここら辺の「ビジネス力」って言うまでもなく、本を使った資格の勉強では身につかない部分ですよね。

それよりも業界のことを知るなら、読書や新聞を読み漁った方が良いと思います。

こういった背景もあり、資格試験は不要だと考えています。

 

理由② : データサイエンティストに必要なのは「データサイエンス力」だから

 

これまた抽象的なのですが、データサイエンティストに必要なのは、統計学を理解し使っていく「データサイエンス力」です。

確かに統計検定やアクチュアリー「数学」を受けていれば「統計学を理解する」部分は賄えるのですが、「使っていく力」が身につきません。

 

つまり、インプットはできているんだけど、アウトプットができていないってことですね。

そしてデータサイエンティストと言うのは職業であり、大前提「仕事をこなす」必要があるので、求められているのは「アウトプット」になってきます。

 

資格試験をインプットのために受験するなら問題ナシですが、資格を取ったからデータサイエンティストになれる力があるわけではないので、その点注意しておきましょう。

 

理由③ : データサイエンティストに必要なのは「実装力」だから

 

最後にデータサイエンティストには実装力が求めらます。これはデータエンジニアリング力とも言われている部分です。

もともとあるデータを可視化したり、前処理したり、機械学習モデルを組み立てたりするスキルですね。

 

となると、明らかに資格試験のようなインプットが必要になるのではなく、PythonやRを使った実装力が必要になることが分かります。

実装力は手を動かしてコードを書いていかないと身につかない部分ですので、資格試験のように「机の上で問題を解く必要」は全くありません。

 

補足 : 僕がデータサイエンティストになったときも資格不要でした

 

ここまでだと机上の空論のように感じるので、参考程度に僕の話をすると、資格を何も持っていない状態でデータサイエンティストになりました。

僕もデータサイエンスをやる前までは「統計検定くらいは取得してから転身していきたいな」と考えていたのですが、全く必要なかったのが現実です。

正確に言うと、統計検定2級を受験したものの、合格発表前にデータサイエンティストになった感じです。

 

なので僕の実体験からしても、データサイエンティストに資格は不要だと言えます。

 

資格自体は不要だけど、データサイエンティストが勉強するべき資格試験

データサイエンティスト 資格

ちなみに資格自体は不要なのですが、インプットとして身につけておくべき「知識」はあります。

ここでは、データサイエンティストが勉強するべき資格試験を紹介します。

※繰り返しにはなりますが、もちろん資格を持っている必要はありません。

 

勉強するべき資格試験① : 基本情報技術者試験

 

データサイエンティストになるにしても、基本情報技術者試験の知識は必要です。

これは会社にもよるのですが、メインで事業を持ちつつデータサイエンスをやっているような会社だと、計算リソースがショボい可能性が高いです。

そうなってくると、メモリを気にしたプログラムを書いたり、そもそもインフラ環境から整える必要があったりします。

メモリとかインフラ環境について理解するには、基本情報技術者試験の内容がピッタリになってくるので、「情報学を理解する」には非常に役に立ちます。

 

資格試験を受験するかどうかはさておき、基本情報技術者試験は学んでおくべき知識だと言えます。

 

ちなみに : 計算リソースを気にしたプログラミングならKaggleが良いです

なお計算リソースを気にしたプログラムを勉強するならKaggleがおすすめです。

Kaggleではオンライン上でプログラムを走らせることが可能ですが、提供されているデータに対して計算リソースが少ないです。

コンペに参加している人たちは、色々な工夫をして計算リソースを考慮したプログラムを書いており、実務で書くときにも役に立つようなコードスタイルを学べます。

 

なので、基本情報技術者試験で情報学の知識を身につけたあとは、Kaggleでコードを書く練習をすると良いですね。

 

勉強するべき資格試験② : 統計検定

 

統計検定は、データサイエンスをやっていくなら必要になってくる「統計学の知識」を、満遍なく学べます。

大学で統計学を学んでいたからなら不要ですが、これからデータサイエンスを勉強していくのであれば、基本的な統計学を網羅的に学べるのでおすすめです。

 

ちなみに : 統計検定は「2級から」がおすすめです

統計検定の内容を学習していくなら、レベルとしては2級から勉強していくのがオススメです。

統計検定2級というと、大学1・2年生で学ぶような統計学の知識を身につけることができます。

 

まずは大学1・2年生で扱うような統計学の知識を身につけていき、徐々にレベルをあげて勉強していくのが良いでしょう。

なお、統計学を学ぶ上でおすすめの書籍は、下記の記事でまとめています。

統計学 本 入門書
【入門書まとめ】統計学でおすすめの本5冊を数学科出身が紹介『統計学の勉強がしたいんだけど、おすすめの入門書はないかな...?自分のレベルに合った本を見つけられると嬉しいな!』このような悩みを解決できる記事になっています。統計学の入門書を探している人は必見です。...

 

まとめ : データサイエンティストに資格は不要【それより、行動あるのみ】

 

というわけで、データサイエンティストに資格が不要な理由を紹介してきました。

事実として、僕もデータサイエンティストになる前に取得した「統計検定」以外は、資格を持っていません。

 

資格があるに越したことはないのですが、資格があるからデータサイエンティストになれるわけではないので、その点に注意していただけたらと思います。

後日、データサイエンティストになるまでの手順を書こうと思っていますので、お待ちくださいませkm(_ _)m

 

それではこの辺で。

 

おすすめの記事