最近読んだ「AI•データ分析プロジェクトの全て」という本が、データサイエンティストのビジネス力に特化して解説した秀逸な一冊でした。
![AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]](https://m.media-amazon.com/images/I/51cUi7d-CZL._SL500_.jpg "AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]")
この本の秀逸なところは、データサイエンティストのビジネスを「プロジェクトのフェーズ」✖️「データサイエンティストのレベル」で区切って解説しているところ。これによって自分が今どこにいるのか、参考にする箇所はどこなのかという道標になっています。さらに詳しいお話はTJOさんの記事の方が参考になります。
tjo.hatenablog.com
この記事では、この本を参考にしながら、データサイエンティストが企業で働く場合、副業で働く場合、または独立して働く場合における重要なポイントを探ります。これからデータサイエンティストを目指す人などは参考にしてみてください。
1. 企業でデータ分析を始める場合
ポイント1: 実データに触れられる
企業でデータ分析を始める際、実際のデータに触れることが鍵です。プロジェクトに深く関与することで、理論だけでなく実践的なスキルを磨くことができます。
ポイント2: 企画書の作成とプレゼンテーション
データサイエンティストが成功するためには、時には自ら企画書を作成し、その成果を的確にプレゼンテーションできることが必要です。ビジネスの要望をデータとして的確に表現し、その価値を企業に伝えるスキルが求められます。
2. 副業でデータ分析を始める場合
ポイント1: プロジェクトへの参加
副業でデータ分析を始める際、プロジェクトに参加することで人脈が広がります。他のデータサイエンティストとの交流やプロジェクトへの参加は、新たなスキルの習得やアイデアの共有につながります。
ポイント2: 期待値のすり合わせ
副業は本業との兼ね合いがあります。したがって、プロジェクトへの参加前には前提条件、期待値やスケジュールなど、細かな調整が必要です。クライアントやプロジェクトメンバーとの円滑なコミュニケーションが成功の鍵です。
3. フリーランスでデータ分析を始める場合
ポイント1: 案件の獲得
フリーランスとして独立する場合、自ら案件を獲得するスキルが不可欠です。営業力やネットワーキングが求められます。「AI•データ分析プロジェクトの全て」では、どのフェーズでどのスキルが必要かがわかりやすく解説されています。
ポイント2: 得意分野の棚卸し
独立する際には、自分の得意分野を明確にし、それを活かした案件を見つける必要があります。本書では、各フェーズごとに必要なスキルが整理されており、自分の得意な分野に焦点を当てる手助けになります。
まとめ
いかがでしたでしょうか。「AI•データ分析プロジェクトの全て」は、データサイエンティストがビジネスで成功するための実践的なガイドです。企業で働く場合、副業で活動する場合、または独立する場合、それぞれのステージにおいて必要なポイントを理解し、効果的に活用することができます。この本が提供する知識を取り入れ、データサイエンティストとしてのキャリアをより確かなものにしていきましょう。
