アナリティクス・トランスレーター
こちらの記事の内容をざっくりサマリしてみたいと思います。（筆者の超意訳です）
注目されてきた背景
昨今、AIやデータ分析が活用されるにあたって、純粋なデータサイエンティストのみならず、データエンジニア、データアーキテクト、データ可視化スペシャリストなどとチームを編成してやることが増えてきていますが、その中でも重要な役割がトランスレーターになります。なぜこの役割が重要かというと、データ分析の成果をビジネスのインパクトにつなげていくための役割を担うからです。
トランスレーターとは
トランスレーターは、 データエンジニアやアーキテクトのスペシャリストではなく、データ分析自体のプロフェッショナルでもなく、深い技術的な知識もありません。その代わり、データサイエンスの専門家とビジネスの専門家をブリッジする重要な役割をおいます。企業にとって分析のインパクトがより効果的に出るように貢献します。マッキンゼーの推定によると、米国だけでも200-400万人ほどの需要が見込まれています。
何をするのか
トランスレーターはドメイン知識を活用して、ビジネスユーザーの課題を特定し、優先順位付けを行って、分析の価値の最大化を図ります。そのために、データサイエンティストにビジネスのゴールや必要なドメイン知識を提供したり、ビジネスユーザーに分析結果をうまく伝えて、業務改善を促進するように働きかけていきます。
どんなスキルが必要か
ドメイン知識
トランスレーターにとって最も重要なスキルで、対象とするビジネスの業界や分析している企業のことを詳しく知っている必要があります。一般的な技術理解
自身で分析モデルの構築などはできなくとも、データサイエンティストが出す分析結果の意味を理解してビジネスに適用していくための知識が必要です。STEM (Science, technology, engineering, and mathematics) のバックグラウンドを持っています。
プロジェクトマネジメントスキル
トランスレーター分析のライフサイクルを回していく上でイニシアチブをとりますので、プロジェクトマネジメントスキルは必須です。
他の人から教えをもらいやすいスキルに加えて、ビジネスを成功させるために、情熱やコミットメントが必要です。
現状の自分自身と照らし合わせて、目指す方向を再度確認したいと思います。
プロジェクトマネジメントスキルと起業家精神に関しては最初の会社の経験を活かせるかなと思うので、ここでは一旦横に置いて、ドメイン知識と技術知識にフォーカスします。
ドメイン知識
"金融"という意味ではバックグラウンドはありますが、ブロックチェーンで実装される金融ビジネスならびに転職するのでまだ次に働く会社のことも殆ど知らないので、これらはゼロから勉強していく必要があります。業務設計やプロジェクト対応の経験を活かして早期にキャッチアップしたいと思います。
技術知識
トランスレーターとしては、データサイエンティストほどの知識はいらないとありますが、私はデータサイエンティストとして働きますので、現場のデータサイエンティストとして求められる水準は当然満たせるようにしたいと思いますし、将来的には新たなモデルを開発しようと研究されている方レベルになれるぐらい上を目指して、磨き続けていきます。
アナリティクス・トランスレーターが登場する記事でAI関連のプロジェクトについてとてもよくまとめられている記事を見つけましたので、リンク貼っておきます。
AI/データサイエンスのプロジェクトが失敗する10の危険なサイン
私が目指すイメージとしては、こちらの記事の中腹に出てくる弁図のど真ん中ですね。役割いませんけど・・・（苦笑
現実的にはそんな役割を本当の意味でこなせる人はいないし、これからも出てこないのかもしれませんが、目指すのは自由ですので、目指します！
