※メアド交換させて頂いた方にメールさせて頂いてます。
※画像をクリックすると関連サイトに飛びます。
※メールの最後は「沖縄の海」をお届け★
こんにちは。
グラフィックファシリテーター(R)やまざきゆにこです。 

今回は「データサイエンティストって具体的に何をしているの？」というギモンに分かりやすく応えてくれる本のご紹介です。

データサイエンティストって「データを分析する人でしょ？」とか、「ＳＥのスゴイ人？」とか、「ＤＸを推進してる人かなあ？」と、私みたいに誤解している方や（え？そんな人居ない？）

「ＡＩを活用した」と言われたら、とりあえず「スゴそう」「信頼できそう」と思ってしまう、これまた私のような方や

世の中「リスキリング」とか言ってるけど、「自分には関係ないわ」と思っている、まさに１年前のわたしのような方に、ぜひお薦めしたい一冊。

『データサイエンティスト入門』野村総合研究所データサイエンスラボ[編] 日経文庫

全体像を俯瞰できるし、特に面白いのが「第４章　データサイエンティストのリアル」。野村総合研究所で働くデータサイエンティストの経験をもとにした６つのストーリー。現場のナマナマしいやりとりを読むのが、やっぱりいちばん理解が進みます。長くなるので続きは⇒ こちらで（中身をチラ見せ）。

とにかく分かりやすさは保証します。なぜなら著者が、わたしが昨年からヒ～ヒ～頭に汗をかきながら描いている  YouTube動画『２分で解説これだけは知っておきたいデータサイエンス用語』 の企画者でもあるみなさんだから(^^)

●ＤＸとＤＳの違い、言えますか？

一年前、私は「そもそもデータサイエンスってなんですか？」「ＤＸやってる人がデータサイエンスしてる、みたいな？」と、めちゃくちゃ適当な質問をしてました。YouTube動画製作の最初の打ち合わせで伺った野村総研さんの会議室で。

だって、グラフィックファシリテーションがお手伝いする企業の議論は「ＤＸ（デジタルトランスフォーメーション）」祭り状態。ＤＸだって絵に描けないフワフワした話ばかりなのに、ＤＳ（データサイエンス）ってどんな絵？と。

でも、本の著者でもあるＳさんの↓こんな言葉で絵に描いてみたくなったんです。

「ＤＸとＤＳ、似ているようで全然違います」「個人的にデジタルって言葉、嫌い」「デジタルは信用できない。でも、データは信用できる」

「ぎゃはは、それ分かります！」

グラフィックファシリテーションの現場でも「デジタル」と言われたとき、具体的な絵に描けなくて本当に困ってました。「デジタル時代に対応」「デジタル技術の強化」「デジタル経済」「デジタル教育に力を入れる」「全社員のデジタルリテラシーを上げる」などなど。

「ＤＸ」と言っても、ある会社では「紙の書類をデータにするデジタル化」のことを言っていたり、別の会社では「オンラインで手続きが完結する」ことだったり、やたら会議で「ＡＩを活用した」と言われても、なんだかスゴそうだけど実態が見えないから「 アヤシイＡＩ」を描いてました。

でも、データはデータ。リアルな数字。

では、サイエンスって？と、まさに「データを科学する」データサイエンティストさんたちの試行錯誤を体感してきたのがこの一年。ほんのほんの一部ですけど私の頭の中は毎回こんがらがってます…(@_@)。こりゃ大学に学部が出来ちゃうのも分かります。深すぎる、広すぎる、進化が速すぎる。

●データサイエンスを学んだ若者たちが入社してくる。

今、大学や高専で続々とデータサイエンス関連の学部・学科が新設されているのはご存知かもしれませんが、「文理融合系」と言われてるって知ってました？私が高校生だったら飛びついちゃってたなー、、、このゆるい呼び名に。

１年次に全員がデータサイエンス科目を履修する学校も増えているそうで、国をあげて文理問わず学生たちのデータサイエンスのリテラシーレベルを引き上げようとしているとか。

しかし、となると、容易に想像できるのは、近い将来、会社に「データサイエンスはビジネスリテラシーの１つです」なんて言う若者たちがわんさか入社してくるという絵。その時、果たしてそんな若者たちと先輩たちの会話は噛み合うのか？！わたしは日々、言葉も思考も違う人たちのモヤモヤネガネガを描いているだけに気になります。

●共通言語を。

実際、すでに企業では、突然ＤＸ担当に任命された方や経営者の方たちが、社内外のデータサイエンティストの方たちと会話をしても「言葉が違う」「よく分からない」結果「機械学習でうまくやってよ」と「丸投げ」、そして説明を「鵜呑み」にしてしまう、なんてことが起きているそう。

「それで本当に大丈夫？」という危機感から、数式は分からなくてもいいから「データサイエンスの概念だけは理解しておきましょう」というのが毎回お届けしているYouTube動画であり、この一冊です。

この後紹介するOCEANS連載のお悩みも今回は「 ITエンジニアやデータ解析のスペシャリスト…自分と畑違いのスペシャリストをマネジメントするには？」なのですが、回答者のソワッチも、そんな上司に「少なくともスペシャリストたちの使う専門用語の意味だけはわかるように、しっかりと勉強しなくてはなりません」と言ってます。
●まだ確立されていない職業だから

それでなくても会議の現場では、最近「人材」という単語がつくとさらに複雑で「社内でＤＸ人材を育成」「デジタル人材は引く手あまた」「文系社員をＡＩ人材に」「文系出身のデータエンジニア」「データ分析人材の教育に力を」エトセトラエトセトラ。会話が噛みあわないシーンはいくらでも描けそう。

でも、実態は、誰もその職種や人材像を一言では言えない、明確に定義できない、日々更新中、だから面白いんだ、日々勉強なんだ、今はそんな時代の変化に居るんだと、思えるようになりました。

データサイエンティストと言っても、人によって実力・力量に大きな差が出るのは当然の世界。それでも、知的欲求を刺激され、この苦しくも楽しい沼にハマってネガポジ♪ネガポジ♪勉強している人が増えているのも分かる気がしてきました。

実は、YouTube動画を製作している私も野村総研さんも、何度も自分たちの動画を見返しているんです。一回で完璧に分からなくていいんです。まずは気軽にさらっと２分でもかじってみるだけでいい。今回はまとめて３本、私のトンチンカンぶりと一緒にお届けします。
これだけは知っておきたいデータサイエンス用語
＊画像をクリックすると動画に飛びます。

２分で解説【自動機械学習（AutoMＬ） 】

「機械学習って機械が自動で学習してくれるものなのに、どうしてわざわざ『自動』って付けるんですか？」と見当違いな質問をしたのは私です...(￣▽￣)機械に学習をさせるためにものすごい試行錯誤をしているのは「人」＝データサイエンティストさんたち。そこに救世主として登場したのが自動機械学習（AutoMＬ）なのですが、データサイエンティストさんたちが普段、何から何までやっておられるのか。それを知るだけでも学びになります　＊静止画で学びたい方は⇒ こちら　わたしの勉強メモblogです。
２分で解説【時系列分析】

日々溜まっていく時系列データ、活用できてますか？なんてエラそうに書きましたが、時系列データが変動する要因は「大きく３つ」に絞れることを知れただけでも私にとっては学びでした。知らんかったー。優秀なライブラリ『Prohet（プロフェット）』任せにしちゃっているデータサイエンティストさんにも観てもらいたい動画です。説明変数xが分からなくても目的変数yだけで回帰分析できちゃう「時系列分析」をうまく活用してないなんて、もったいない。＊静止画で学びたい方は⇒ こちら
２分で解説しきれなかった【回帰分析におけるｐ値とｔ値】

Excelに「回帰分析」なんて機能があったことすら知らなかった私。「ｔ値」と「ｐ値」くらいは知ってるだろうと口頭だけで説明された時、私の頭の中は「てぃーち＝teach？」「ぴーち＝peach？」と変換され…、結果、動画の中には「鼻の形がｔになった先生teacher」と「桃を手にした桃太郎PeachJohn」が最初から最後まで登場します。探してみてね。＊静止画で学びたい方は⇒ こちら
【OCEANS連載】リーダーたちのモヤモヤ相談室

「ITエンジニアやデータ解析のスペシャリスト…
自分と畑違いのスペシャリストをマネジメントするには？」続きは⇒ こちら
沖縄の海をお届け
９日間、毎日シュノーケル。体力の無いわたしにとっては過酷な夏合宿…。
＊ 写真をクリックしてさらに沖縄の海をお楽しみください。

雨雲レーダーを見ながら、雲の無いビーチに向かって、午前中はこっちの海、午後はあっちの海、夕方には地元の子供たちに混じってバッティングセンター…。と楽しいけれど毎日ヘロヘロな毎年恒例沖縄「夏合宿」。今年も夏休みなのに全っく休めない１１日間でしたが、絵巻物を１日１０時間ぶっ通しでも、２泊３日の合宿でも、なんとか描き続けられるのは、この合宿のおかげでもあるのです。海は怖いけど美しい。自分の弱さや思い込みに気づかされるからこそ、また潜らずにはいられない。ネガポジ♪ネガポジ♪
またメールします。

メルマガ登録・解除＆バックナンバー
https://www.graphic-facilitation.jp/sns/magazine/

１つに（Unify）なあれ。
株式会社ユニファイナアレ
グラフィックファシリテーター(R)やまざきゆにこ