AI時代に、 データアナリストがデータエンジニアに異動して

AIがSQLや可視化を担う時代に、データ人材は何を担うのか。アナリストからデータエンジニアへ異動した経験をもとに、DataとContextをつなぎ、暗黙知を再利用可能な形式知に変える仕組みを作るための役割分担を考えてみました。

Transcript

1. AI時代に、 　データアナリストが 　データエンジニアに異動して 事業の暗黙知を、人とAIが再利用できる形式知に変える仕組みに載せる 2026/05/15 じゃっこ / hira Data Career Talk #2「AI Agentを支えるデータエンジニアの仕事」 1
2. 今日話すことは、技術ではなく役割の変化とキャリアの話 今年の1月にデータアナリストから異動したばかりだからこその話 2
3. メルカリ & 登壇者 の自己紹介 会社ごとにデータ職種のあり方は違うので、まずこの発表での前提を揃える
4. データアナリストからデータエンジニアに異動したばかり データアナリストとして、事業に近い問い・判断基準・暗黙知を持ったまま異動 4 登壇者インタビュー: mercan「積み上げた暗黙知をAIに載せ、仕組みで届ける（データエンジニア @hira） 　　ーYurinoの「先輩、ちょっといいですか？」vol.6」
5. メルカリでは、 データ基盤側と事業側の分析チームが別の場所にいる だから、DataとContextをつなぐ共通言語が必要になる 5
6. 分析AIエージェント「Socrates」を 　入り口にしたデータパイプライン Socratesで誰でもデータが使えるようになっているからこそ、 　手前にあるDataとContextの整備が重要になる 6 mercan:「構想1ヶ月でローンチ。メルカリの新分析ツール「Socrates」が高速で 開発できた理由」 ブログ: 「メルカリの効率的なデータ活用を支えるデータインタフェース Basic Tables」
7. AI時代にデータ活用はどう変わるか クエリ・コードやグラフだけなら、AIがもう作れる
8. AIエージェントがデータを使えるようになるほど、 　前提のズレも速く広がる SQLや集計のハードルは下がるが、 　前提のDataやContextがズレていれば誤った意思決定も速くなる 8
9. 正しい意思決定には、DataとContextが必要 Semantic Layerだけではなく、なぜその数字を見るのかまで渡す必要がある 9
10. 事業のContextは、データ基盤側だけでは集めきれない Contextは、現場の意思決定・会議・分析・失敗経験に分散している 10
11. データメッシュ的な責任分担には、 　事業側と基盤側の共創が必要になる Dataは基盤側だけのものではなく、Contextは事業側だけのものでもない 11
12. AI時代のデータ人材に必要な能力は、答えを見つける側と、 　Data / Contextとして再利用可能にする側へ広がる 二極化ではなく、役割のグラデーションとして捉える 12 ブログ:「AI時代に備える組織データリテラシー / 5年後のAnalystの姿」
13. なぜデータアナリストからデータエンジニアになったのか 私が職種を変えたのは、アナリストの暗黙知をAI時代で活かすため
14. 一人ひとりに使ってもらうだけでは、 　組織の能力にはなりきらなかった 2025年後半は事業側でデータアナリストのAI・データ活用支援に専念して、 　仕組みにする必要性を感じた 14 Image 登壇者ブログ: 「「使ってもらう」「作りっぱなし」のAI活用を卒業するために 　ーーwith AI時代の「組織能力向上型アナリスト」としての半年間を振り返って」
15. AI Nativeなデータ活用には、 　暗黙知を形式知に変える役割が必要 DataとContextをつなぎ、人とAIが再利用できる仕組みに変える 16 暗黙知を形式知に変える役割が必要
16. あなたの組織では、 　DataとContextを誰がどうAIにつないでいますか？ AIがデータを使う時代に、作る側と使う側の共通言語をどう育てるか 17
17. We are hiring! カジュアル面談からお待ちしております！ 17 見出し アナリティクスエンジニア データアナリティクス Mercari Analytics Blog 募集要項
18. ご清聴ありがとうございました！