「データサイエンティストが持つべきソフトスキル」

「美とファッションの専門家が見る、データサイエンティストに必要なソフトスキル」

 

この人を知っています。信じられないほど素晴らしいコーダーです。彼はキャリアチェンジのためにPythonを学び、その後素早くJavaScript、Go、SQLなどを追加で学びました。そして彼は本当に優れていて、言語を履歴書に書いてもそれを支えるデータサイエンティストスキルがない人ではありません。

しかし、彼は雇用を得るのに苦労しています。数週間前に彼とコーヒーを飲む機会があり、その会話がこの記事のインスピレーションとなりました。彼を侮辱したくないが、彼の最後の面接がどうだったか話題に出しました。彼は少し遅れて到着し、後でお礼のメールを送らず、コーディングの問題は完璧に解決しましたが、ホワイトボードの質問にはただ完璧な答えを出すだけで、それ以上は追求しなかったのです。

「ケヴ、」私は彼に言いました。「あなたのコーディングは信じられないほど素晴らしいです。どの会社もデータサイエンティストとしてあなたを雇うことはラッキーです。しかし、あなたはソフトスキルに取り組む必要があります。」

• 「あなたのLLM + Streamlitアプリケーション用のベクトルデータベース」
• 「セルフサービスデータ分析はニーズの階層化です」
• ビジネスアナリストとしてのフルポテンシャルを引き出すための強力な5ステップ因果関係フレームワークを解き放つ

以下は、データサイエンティストにおすすめの4つの主要なソフトスキルです。フィールドに入りたい、キャリアを進めたい、またはより良い仕事をしたい場合でも、これらのスキルを身につけてください。

 

 

1. コミュニケーション

 

多くの人々はこれが話すことを意味すると考えていますが、実際にはコミュニケーションは聞くことが重要です、特にデータサイエンスにおいてはそうです。

以下のシナリオを想像してください。マーケティングのVPなどの利害関係者が、実施したいキャンペーンについて質問をしてきます。彼女はそれに興奮しており、自分の中でビジョンを持っていますが、その効果を測定する方法や必要なデータが分からないのです。あなたはただ直ちにデータを取得する方法や使用できるモデルについて説明するのではなく、最初に聞きます。彼女に目標や懸念、キャンペーンで実現したいことを説明させます。

積極的に聞くことで、彼女の要求の広い文脈を理解することができます。彼女は単純な分析だけでなく、顧客の行動を理解したり、考慮していなかった視聴者をセグメント化したいのかもしれません。まずは聞いてから、初期のタスクではなく、彼女の実際のニーズに合わせた解決策を提供することができます。

コミュニケーションはデータサイエンスにおいて重要な要素です。あなたは一日中キーボードにコードを入力して暗い地下にいるわけではありません。依頼を受けたり、プレゼンテーションを作成したり、人々と接することがあります。 データアナリストスキルのように、成功するためにはコミュニケーション能力が必要です。

 

2. 適応力

 

StackOverflowの2023年開発者調査は、適応力の良い例です。著者たちはAIセクションを初めて導入し、変化する開発の状況に驚くべき適応能力を示しました。

AIはただの一例です。データサイエンスは、古い格言「唯一変わらないのは変化だけ」の素晴らしい実証です。成功するためには、変化に対応できる準備が必要です。

これはさまざまなことを意味します。最も明らかな応用例は、新しいテクノロジーを簡単に学べる能力です。クラウドテクノロジー、AI、FastAPIなどは新しいものです。これらすべてについて追いつく必要があります。

別の応用例は、雇用状況について把握することです。最近のトレンドは、伝統的な意味でのデータサイエンティストになるだけではありません。多くの雇用主は、多くの役割を果たすことを期待しています。データエンジニア、機械学習エンジニア、時にはドメインエキスパートにもならなければなりません。これらの役割の間の境界が曖昧になり、現代のデータサイエンティストは、かつて分離されていたタスクを一つにまとめて行うことがよくあります。

また、フィードバックを理解し統合することも含まれます。データサイエンティストとして、特定の仮定やデータセットに基づいてモデルやソリューションを構築することがよくあります。しかし、それらは常に期待どおりに機能しないこともあります。適応性があるということは、このフィードバックを受け入れ、モデルを改善するために実世界の結果に基づいて反復することです。

おそらく最悪ですが、最も重要な応用例は、解雇やリストラに対して適応性を持つことです。2021年と2022年は労働にとって奇妙な年で、多くの大企業が予告なしに大量の従業員を解雇しました。このような可能性に備えて準備しておくことは良いアイデアです。

 

3. チームワークと協働

 

 

前述のように、コミュニケーションについて話しましたよね？ チームワークと協働は同じカテゴリーに含まれます。データサイエンティストとして、他のデータサイエンティストだけではなく、他の人々とも協力して仕事をします。データに基づくものは誰もが大好きなので、パワーポイントプレゼンテーション、レポート、グラフなどの要求を受けることがあります。

これを成功させるためには、他の人々と上手に協力する必要があります。データサイエンスのプロジェクトでは、ビジネスアナリスト、エンジニア、製品マネージャーなど、クロスファンクショナルなチームと協力することが多いです。効果的に協働できる能力は、データサイエンスのソリューションがビジネス目標と一致することを保証します。

例えば、以前の役職のひとつでは、製品チームがアプリに新機能を導入したいと考えていました。明らかに、その意思決定を裏付けるためにデータが必要でした。彼らは同様の機能に関連するユーザーの行動に関する情報を提供するために、私と他のデータサイエンスチームにアプローチしました。

同時に、マーケティングチームはこの新機能がユーザーのエンゲージメントと継続率にどのような影響を与えるのか知りたいと思っていました。その一方で、エンジニアリングチームは技術的な要件とデータパイプラインへの影響を理解する必要がありました。

私たちのチームはこれにおいて中心的な役割を果たしました。製品チームから要件を収集し、マーケティングチームに洞察を提供し、エンジニアリングチームと協力してスムーズなデータフローを確保する必要がありました。これには技術的な専門知識だけでなく、各チームのニーズを理解し、効果的にコミュニケーションを取る能力、そして時には利害の衝突を調停する能力も必要です。

 

4. 好奇心

 

究極のソフトスキルとして問題解決を挙げないことにします。なぜなら、それは使いすぎだからです。しかし、正直に言えば、好奇心は同じことを指します。

データサイエンティストとして、多くの問題に直面することはおそらく伝える必要はありません。しかし、その根本にあるすべての問題は実際には質問です。

「ユーザーがコンバージョンしない」という問題は「この製品をより魅力的にするためにどうすればよいか？」という問いに変わります。

「私のモデルが正確な予測を提供してくれません」という問題は「モデルをより現実的にするために何を変えられるか？」という問いに変わります。

「過去の四半期に売上が低下した」という問題は「この低下に影響を与えた要因は何か、そしてそれをどのように解決できるか？」という問いに変わります。

それぞれの問題は、好奇心の心構えで取り組むと、理解と改善を目指す質問に変わります。好奇心はより深く探求することを促し、表面的なものを受け入れるだけではなく、常により良い解決策を求め続けます。

自己紹介で紹介したケビンは一般的には好奇心旺盛な人物でした。しかし、データサイエンスに関してはどういうわけか、他のことに目を向けていました。どんな問題もコードハンマーで解決する必要がある釘としてみなしていました。しかし、実際には多くのデータサイエンスの仕事はそのようにはできません。

最近の面接で彼に質問された具体例を教えてもらいました。「顧客サポートチームがウェブサイトのチェックアウトプロセスに関する苦情を受けています。これにどう対応しますか？」

ケビンはテクニカルな問題をどのように修正するかについて詳しく語っていました。しかし、彼の面接官が求めていた答えは「なぜユーザーはチェックアウトプロセスを煩雑と感じているのですか？」のような質問でした。

現実の世界では、データサイエンティストはこのような問いを問いかけて問題を解決する必要があります。特定の地域のユーザーがローカルの支払いゲートウェイの統合に問題を抱えているかもしれません。または、サイトのモバイル版がユーザーフレンドリーでなく、カートの放棄が発生しているかもしれません。

問題を質問としてフレーム化することで、データサイエンティストは問題の特定だけでなく、その背後にある「なぜ」にも突き進むことができます。このアプローチはより効果的な解決策を導くだけでなく、戦略的な意思決定を促すより深い洞察を明らかにします。

 

最後の思い

 

ここで触れていない共感力、回復力、時間管理、批判的思考など、多くのソフトスキルがあります。しかし、考えてみれば、それらはすべて同じカテゴリーに含まれます。

人々とコミュニケーションを取る。変化する能力を持つこと。他の人々と働くことができること。そして好奇心を持って問題に取り組むこと。これらの4つのソフトスキルを持っていれば、どんな問題、仕事の面接、またはバグにも対処できるでしょう。  

****[Nate Rosidi](https://twitter.com/StrataScratch)**** はデータサイエンティストであり、製品戦略に携わっています。また、実務経験を生かし、データサイエンティストがトップ企業の面接で実際に聞かれる質問に備えるためのプラットフォームであるStrataScratchを創設しました。[Twitter: StrataScratch](https://twitter.com/StrataScratch) または [LinkedIn](https://www.linkedin.com/in/nathanrosidi/) から彼につながってみてください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!