データ系の仕事って、結局何をやるんですかと疑問を持つ人が多いですよね笑
（実際、友人から結構聞かれました）
エンジニアっぽいけど、コードゴリゴリ書いてるイメージでもないし、
かといって営業みたいに前に出るわけでもない。
なんかこう、
会社の裏側にいる人たちみたいな印象を持たれがちです。
自分も昔は、
「データアナリストって、グラフ作る人でしょ？」
くらいの理解でした。
でも実際に事業会社で働いてみると、
データ系の仕事って、思ったよりちゃんと分業されている。
しかも面白いのが、
同じ“データ職”でも、やってることも性格も結構違うんですよね。
なので今回は、
- データ職って何してるのか
- どんな人が向いてるのか
- 誰と仕事してるのか
このあたりを、少し整理してみようと思います！
データ職は、だいたい4種類くらいに分かれる
まず前提として、データの流れってこんな感じです。
データを集める
↓
使える形に整える
↓
分析する
↓
意思決定に使う
この流れの中で、それぞれ役割が分かれています。
- データエンジニア（DE）
- アナリティクスエンジニア（AE）
- データアナリスト（DA）
- データサイエンティスト（DS）
ただ正直に言うと、現場ではめちゃくちゃ混ざります。
「それAEじゃない？」みたいな仕事をDAがやってたり、
「それDEの仕事では？」みたいなことを誰かが巻き取ってたり。
このあたりは会社のフェーズとか文化にかなり依存します。
データエンジニア（DE）
いわゆる“データの土台を作る人たち”です。
この人たちがいないと、そもそもデータが存在しません。
何をしているのか
- データ基盤の構築（BigQueryなど）
- ETL / ELTの設計・運用
- API連携
- ログ収集
- パイプライン管理
ざっくり言うと、
「データがちゃんと流れる世界」を作る仕事です。
蛇口をひねったら水が出るのが普通みたいに、
ダッシュボードを開いたら数字が出る状態を当たり前にしている。
でも、その当たり前って、普通に壊れます。
そして壊れると、誰も何もできなくなる。
ここ、結構シビアです。
向いてる人
- 地道な作業がそこまで苦じゃない
- 構造を考えるのが好き
- システム寄りの思考ができる
逆に、「とにかく事業を動かしたい」
みたいなタイプだと、ちょっと物足りなさを感じるかもしれません。
誰と仕事するのか
- バックエンドエンジニア
- インフラ / SRE
- データ系の他職種（DA・AE）
いわゆる“内部インフラ担当”みたいなポジションです。
アナリティクスエンジニア（AE）
最近増えてきた職種です。
個人的には、データ界の整理整頓係みたいな存在だと思っています。
何をしているのか
- データモデリング（dbtなど）
- KPI定義の整理
- 分析用テーブルの作成
- データ品質管理
現場のデータって、普通にカオスです。
同じ「売上」でも部署ごとに数字が違ったりするし、
テーブル名も意味不明だったりします。
AEは、それを整える。
向いてる人
- SQLが好き
- 整理するのが好き
- 抽象化が得意
- 定義のズレに気づける
あと、意外とビジネス理解も必要です。
技術だけでは成立しないポジション。
誰と仕事するのか
- データアナリスト
- BizOps
- PM
- 事業企画
データとビジネスの“間”に立つことが多いです。
データアナリスト（DA）
一番イメージしやすいデータ職。
ただ、思ってるより“人と話す仕事”です。
何をしているのか
- KPI分析
- ダッシュボード作成
- 仮説検証
- レポーティング
- 意思決定支援
ここで一つあるあるなんですが、
ダッシュボード作っても、普通に見られません。
いやほんとに笑
なので結局、
「どう使ってもらうか」
「どう意思決定に繋げるか」
ここまでやらないと価値にならない。
向いてる人
- ロジカル思考
- ビジネスに興味がある
- 人と話すのが苦じゃない
- 数字を“解釈”できる
分析スキルだけだと、ちょっと足りない印象です。
誰と仕事するのか
かなり広いです。
- マーケ
- 営業
- CS
- PM
- 経営層
会社によっては、社内コンサルに近い動きになります。
データサイエンティスト（DS）
いわゆる“AIっぽい人たち”。
だ、現実は思っているより地味です。
何をしているのか
- 機械学習モデルの構築
- 予測・最適化
- A/Bテスト
- 統計分析
ただ実務だと、
前処理で時間が溶けることが多いです。（DSの友人がまさにここで苦戦している笑）
あと、「いいモデル作ったけど使われない問題」も普通にあります。
向いてる人
- 数学や統計が好き
- 仮説を立てて検証するのが好き
- 不確実性に耐えられる
研究寄りの思考がある人はハマりやすい印象です。
事業会社だと、“ビジネスとの距離”で価値が変わる
ここが一番大事かもしれません。
同じデータ職でも、
- 事業に近い
- 経営に近い
人ほど、影響力が大きくなりやすいです。
極端な話、「綺麗な分析」より、「意思決定が変わる分析」の方が価値が高いです。
なので事業会社だと、
- 何が課題なのか
- 誰が困っているのか
- どう利益に繋がるのか
ここまで踏み込めるかが重要になってきます。
最後に
データ職って、一見すると全部同じに見えます。
でも実際は、
- 作る人
- 整える人
- 分析する人
- 価値に変える人
みたいに分かれている。
そしてたぶん、自分に合うかどうかって結構はっきり分かれる気がします。
なんとなくですが、データ職って、
「数字を見る仕事」
というより、
「会社の構造を見る仕事」
に近いのかもしれません。
