データサイエンティストに将来性はあるでしょうか。 データサイエンス学部のうち，教師になれるけどカリキュラムが悪いものと…

Question

データサイエンティストに将来性はあるでしょうか。
データサイエンス学部のうち，教師になれるけどカリキュラムが悪いものと，カリキュラムは良いけど教師になれないものの2つで迷っています。分析自動化ツールの登場により，分析の仕事がなくなり，
課題設定，分析結果の利活用の仕事が主な業務範囲となると，ビジネスサイドの業務担当者の方が適任となり，データサイエンティストが淘汰されることを懸念していますが、どうでしょう。

Answer 1

データサイエンス関係の科目を教えている大学教員です。

教師というのは高校教員（教科「情報」）という意味でしょうか？もしそうであれば、なれるかどうかは気にせずカリキュラムで選びましょう。そもそもほとんどの人は高校教員にはなりませんし、最近でこそ情報の専任教員も採用されないこともないですが、普通は数学と情報、とか、理科と情報、みたく、複数の教科の免許持ってないと採用厳しい、とどの大学でも指導をしていると思います。（そして、2つの教科の免許を取るのは、データサイエンス学部では相当難しい気がします）

「データサイエンティスト」なるものは一過性の名前であり、10年後には存在しないのではとも思っているのですが、結局今社会人になったらやっている企画や開発、営業のような仕事がどんどん定量的に行われるようになる流れは止まりませんし、質問者の方が30代になるころには、20代に身につけた分野を専門性だとして働くことでしょう。それぞれの専門性に応じて両方できる人が増え、片方しかできない人が淘汰されるだけだと予想しています。

そもそも60代まで働くとして仕事をしている期間は40年間あります。たかたが4年やそこらしか学んでいないこと（長さとしては1割ですが、社会人なら年間2000時間は仕事しますが、大学生なら年間500-1000時間が良いところで、社会人経験からしたら1-2年分）では、専門性はほとんどありません。20代前半〜後半をどう過ごしたいのかを考えてみてはいかがでしょうか？

Answer 2

この分野、偽物が多いですからね。実力をつければ決して不要になる日は来ません。
偽物というのは、データや解析結果を検証もせずツールを使うだけの人です。ツールの使い方が煩雑だったり、一定の知識を要求されるために、少しでも使えると専門家のような顔をしてしまう人が多いのです。そういう人が出す結果はクソです。専門の研究者もクソだらけです。

Answer 3

私はデータサイエンティストとして勤務していますが、一部の職種なら将来性はあるのではないかと思います。

最近はデータサイエンティストの括りが広いためデータエンジニア、データアナリスト、機械学習エンジニアの3つに分割されます。
データエンジニアはデータベースや分析環境の構築などをする方々です。
データアナリストはデータを分析して経営者や営業に改善案などを提案する方々です。
機械学習エンジニアはAIを使って精度の高いものを作成する方々です。

この中でデータエンジニアは将来性はないでしょう。自動化が進んでおりツールも出てきているので。
データアナリストは社内の人間やクライアントが抱える課題を紐解いていき分析を行います。そのため人間の理解が必要でAIでは置き換えが難しいかと思います。置き換わればコンサルも共に消えるでしょう。
機械学習エンジニアの将来性はどちらとも言えないです。AIの学習自体の自動化(AutoML)は進んでいますが精度はエンジニアが作った方が高いです。AutoMLにブレイクスルーが起きない限りは消え無さそうです。

以上のようにデータアナリスト、機械学習エンジニアなら将来的にも消えないと考えています。
データエンジニアは現職から見ても10年も経たずに消えそうです。今は需要が高いようですが。

Answer 4

データサイエンティストは、時代の徒花とか言われることもありますね。
徒花は、実が付かない花のことで、将来性がないという比喩です。

たぶん、データサイエンティスト部分は、どんどん自動化され、データサイエンティスト、データを分析する作業は、重要性が乏しくなるとは、思います。

が、機械学習の精度を上げるためには、何のデータが必要か？を判断する必要があります。
すでにあるデータを全部突っ込むと、分析に死ぬほど時間がかかるので、今回のケースに置いて、何のデータが本当に必要なのか？を判断する仕事はなくならないかと思いますよ。

データサイエンティストという役職名はなくなるかもしれませんが、人と人、ビジネスとビジネスをデータを分析することによってつなぐ仕事は、なくならないかとは思います。