データサイエンティストとデータアナリスト、データエンジニアの違い

データ分析の専門部署が設立されたり、機械学習サービスの開発をチームで行うような会社も増え、データサイエンスに関する職種が日本でも、徐々に定着してきました。高い年収を目指してデータサイエンティストを志す方も多いのではないでしょうか。

そのようななか、データサイエンティストと混同されやすい職業として、「データアナリスト」「データエンジニア」があります。今回は、それら職種の仕事内容や役割、スキルの違いについて解説します。

データサイエンティストとデータアナリスト、データエンジニアの違い

まずは、業務内容や必要なスキルから、それぞれの職種の違いをみていきましょう。

データサイエンティスト

データサイエンティストは、ビッグデータや統計学者への注目が高まるとともに、生まれた比較的新しい職業です。Harvard Business Reviewの記事で紹介された「21世紀に最もセクシーな職業」というフレーズが有名になり、2013年頃に国内でも話題になりました。

その後、ディープラーニングなどAI技術の発展とともに、機械学習のためのデータ収集やモデル作成、トレーニングを行う職種として再度注目されるようになりました。そのため、データサイエンティストは、機械学習の実務と関わりが深くエンジニアと混同されることも多いです。

そのような、機械学習のほかに、統計手法を駆使したデータ分析業務やコンサルティングなどの仕事に従事するデータサイエンティストも存在します。Webサービスを運営する企業やスマホアプリ、ゲームなどでは、アクセスログや購買データの取得が容易なため、早くからそれらのデータを分析して、ビジネス上の意思決定やマーケティングに利用してきました。

また、金融、保険、広告、医療といった業界では、もともと統計的な手法を駆使する分析職種が存在しています。データサイエンティストは、それらの分析職から発展してきたという経緯もあります。そのため、分析業務に絞るとデータサイエンティストとデータアナリストの業務内容に明確な違いはないといえます。

データアナリスト

データアナリストは、データ分析の専門職です。データサイエンティスト、データエンジニアに比べると業務内容が明確でイメージしやすいといえます。経営やビジネス上の意思決定をサポートするアナリティクス業務や、データから何らかの示唆を導き出すためのデータ解析やデータの可視化などに取り組みます。データアナリストの発展系がデータサイエンティストという見方もありますが、機械学習技術を利用してデータ解析に取り組むこともあるため、そのような際に区別が曖昧になります。

アナリティクス業務を担当する場合は、データの収集、分析、レポーティングといった分析業務を軸とした仕事に従事します。統計ソフトを利用する職場もありますが、最近では分析にオープンソースのソフトウェアを利用するケースも増えており、PythonやRなどのプログラミングやSQLでのデータベース操作などのスキルが必要です。

ただし、分析をおこなえる程度にコーディングができれば問題なく、エンジニアリングの要件はそこまで高くありません。データアナリストが分析を行える環境やインフラを提供する役割としてデータエンジニアがあります。

データエンジニア

データエンジニアは、データサイエンス分野でエンジニア業務を担当する技術者です。企業がビッグデータを活用する際の、分析基盤やインフラの設計・構築・運用をおこなう「データ基盤エンジニア」「データアーキテクト」のほか、BIなど可視化サービスのエンジニア、機械学習サービスの実装を担当するエンジニアもいます。

データエンジニアは、データサイエンティストやデータアナリストと協業するため、機械学習や統計に関する業務フローを把握する必要がありますが、数理統計の知識に関してはデータサイエンティストほど求められるわけではありません。

ただし、ITスキルに関しては、インフラやクラウド、データベースなどについて設計から開発・運用までのスキルを高いレベルで要求されます。

まとめ

ここまで、データサイエンティストとデータアナリスト、データエンジニアの職種について紹介しました。結論としては、それぞれの職種について会社により定義が異なるため求人を探す際は注意が必要です。

機械学習サービスの実装を担当するポジションの求人を例にすると、ある会社では「機械学習エンジニア」で募集があり、別の会社では、「データサイエンティスト」、また別の会社では「データエンジニア」で募集されているというような状況のためです。

基本的には、データアナリストは分析職、データエンジニアは技術職という理解で問題ないかと思われます。そして、データサイエンティスト、機械学習エンジニア、AIエンジニアは、企業により仕事内容が異なるため求人毎に確認することが大切です。