⑥ AIの社会実装と数理・統計 ／ 35. AI プロジェクトの進め方
データサイエンティストとは
データサイエンティストとは、統計・機械学習・プログラミング・ビジネスの知識を横断的に活用し、データから価値を創出する専門職です。
この用語はG検定シラバスの「35. AI プロジェクトの進め方」に含まれます。 章全体の用語は用語解説⑥（全52語）にまとまっています。
一言でいうと
統計・技術・ビジネスの3方向の知識を使って、データから価値を生み出す職種です。
3つのスキル領域
- データサイエンス力：統計・機械学習の理解
- データエンジニアリング力：データを扱い、システムとして実装する力
- ビジネス力：課題を設定し、成果につなげる力
技術だけでは不十分という点がこの職種の特徴です。課題設定を誤れば、どんな高精度なモデルも価値を生みません。
周辺職種との関係
実務では役割が分かれることも多くあります。機械学習エンジニア、データエンジニア、AIプランナーといった職種です。
1人ですべてを担う必要はなく、チームとして3領域をカバーするのが現実的な体制です。関係者の合意形成も重要な役割になります。
一人で全部を担うのは難しい
3つのスキル領域すべてを高い水準で満たす人材は多くありません。実際の現場ではチームで補い合う形が一般的です。
データエンジニアが基盤を整え、機械学習エンジニアがモデルを作り、業務部門が課題と評価軸を持ち込む——という分担です。
「何を作るべきか」を定義できる人の重要性は、どの役割においても変わりません。
🎯 G検定での押さえどころ
- 統計・エンジニアリング・ビジネスを横断する
- 技術だけでは不十分（課題設定が重要）
- チームとして領域をカバーするのが現実的
⚠️ よくある誤りの選択肢
- 「データサイエンティストに求められるのは統計と機械学習の知識のみである」→ 誤り。ビジネス力も含まれます
この用語を覚えたら
チェックは章ページと「試験内容解説」TOPの進捗にも反映されます
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。