AI技術者の種類

AI技術者における３つの役割

AIの技術者は、大きく分けて「データサイエンティスト」、「データアナリスト」、「AIエンジニア」の３役割が存在します。

この３つの役割は、作業の一部が重複していることもあり、色々なサイトでも定義が異なります。

本サイトでは、下記の様に定義したいと思います。

データサイエンティスト

 
ひとことで言うと、「データ分析を通してビジネス課題を解決に導く専門家」です。

ータサイエンティスト協会ではでは、「ビジネス力」、「データエンジニア力」、「データサイエンス力」の３つのスキルが必要だと定義しています。

オリジナルの定義を読んでも理解しづらいので、表現を少し変えたのに加え、車の運転に例えてみました。

この３つのスキルは、課題によって中心となるものが変わります。

全てのスキルを持つ事は困難なので、データサイエンティスト協会では、チーム全体で３つのスキルをカバーすることを推奨しています。

データアナリスト

 
ひとことで言うと、「データ分析の専門家」です。

この定義はデータサイエンティスト協会にはありませんが、「データエンジニア力」と「データサイエンス力」のスキルが当てはまります。

データサイエンティストと相談しながら、データを抽出／加工し、機械学習を使ってAIを構築、AIが出した答えをデータサイエンティストや、お客様に報告するまでが、主な仕事です。

ＡＩエンジニア（機械学習エンジニア）

 
ひとことで言うと、「ＡＩ構築の専門家」です。

この定義もデータサイエンティスト協会にはありませんが、データアナリストと同じく、「データエンジニア力」と「データサイエンス力」のスキルが当てはまります。

データアナリストとの違いは、データアナリストが業務寄りなのに対し、ＡＩエンジニアはＡＩ構築に特化しているところです。

主にデータアナリストからの指示に基づき、データの加工やＡＩの構築における実作業を担います。

システム開発で言うところのプログラマです。

高度な数学や統計の知識が必要だと思われがちですが、かならずしもそうではありません。

無論、理論や理屈はある程度知っておかなければ話にはなりませんが、ＡＩ構築の大部分が部品化（パッケージ化）されているので、それを組み合わせるだけでＡＩが構築できます。

私の経験上、世の中の分析業務（ＡＩ構築）の７～８割は、数学にそれほど精通していなくても問題ないと思っています。

世の中は、ＡＩ構築の敷居を下げる方向で進んでいますので、今後この傾向はますます顕著になっていくでしょう。
 

まとめ

 
「データサイエンティスト」、「データアナリスト」、「AIエンジニア」の３つの役割について解説しましたが、実際は明確に役割付けされて仕事が回っている訳でなく、案件の規模によって１人で３役を担うことも多々あります。

また、同じ役割でも人によって「データサイエンティスト」と言ったり、「データアナリスト」と言ったりすることもありますので、本当に切り分けが難しいのが現状です。

一つの目安として、参考にして頂ければと思います。