データサイエンティストの業務変化

by The Japan DataScientist Society

Slide 1

Slide 1 text

2025年12月11日データサイエンティスト協会調査・研究委員会データサイエンティストの業務変化（DS協会一般会員向けショートリサーチ）

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. 調査の概要 ⚫ 調査概要 – 調査対象者：現在、データサイエンスティストとして働いている方（ DS協会一般会員） – 調査日： 2025年7月1日（火）～7月14日（月） – 回収数： 161 4 アンケートURLをDS協会一般(個人)会員にメールで送信し、任意回答いただく

Slide 5

Slide 5 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. # 設問選択肢 1 あなたの性別をお知らせください男性 / 女性 / 無回答 2 あなたの年齢をお知らせください～19歳 / 20～24歳 / 25～29歳 / 30～34歳 / 35～39歳 / 40～44歳 / 45～49歳 / 50～54歳 / 55～59歳 / 60～64歳 / 65～69歳 / 70歳～ 3 直近3年間で、あなたがデータサイエンティストとして時間を割いている業務領域を3つまで選択してください・課題定義・アプローチ設計（ビジネス要件整理／分析方針立案）・データ取得・前処理（データ収集、ETL、クレンジング）・モデリング／アルゴリズム開発・モデル評価・可視化・インサイト提示・MLOps・本番運用実装（CI/CD、監視、再学習）・生成 AI／AI 利活用（LLM 活用、ファインチューニング等）・ガバナンス・AI 倫理／権利保護対応・プロジェクト／組織マネジメント・その他(自由記述) #4：最も重要度が上がったと感じる領域はない #5：最も重要度が下がったと感じる領域はない 4 直近3年間で、ご自身のデータサイエンティストとしての業務における重要度が “最も上がった”と感じる業務領域を教えてください 5 逆に、直近3年間で重要度が“最も下がった”と感じる業務領域を教えてください 6 業務やスキル要件が変化した主な要因は何だと思いますか？・生成AIなどの新技術の登場・業務の自動化・効率化の進展・組織体制や役割の変更・顧客ニーズやビジネス要件の変化・法規制やガバナンスの強化・社内教育・研修の影響・自身のキャリア志向の変化・その他(自由記述) 設問 5

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. 回答者の属性 7 男性が89％、30～50代が中心層会員向け調査と同等の結果 Q1. あなたの性別をお知らせください Q2. あなたの年齢をお知らせください (N=161,SA) (N=161,SA) 143名 16名 2名 88.8% 9.9% 1.2% 0名 20名 40名 60名 80名 100名 120名 140名 160名男性女性無回答 1名 1名 9名 14名 29名 23名 25名 26名 14名 12名 5名 2名 0.6% 0.6% 5.6% 8.7% 18.0% 14.3% 15.5% 16.1% 8.7% 7.5% 3.1% 1.2% 0名 5名 10名 15名 20名 25名 30名 35名

Slide 8

Slide 8 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. データサイエンティストが時間を割いている業務 8 Q3. 直近3年間で、あなたがデータサイエンティストとして時間を割いている業務領域を3つまで選択してくださいもっとも時間を割いているのは課題定義・アプローチ設計データ取得・前処理、生成AI/AI利活用が続く (N=161,MA) 5名 7名 7名 43名 45名 63名 66名 83名 95名 3% 4% 4% 27% 28% 39% 41% 52% 59% 0% 10% 20% 30% 40% 50% 60% 70% MLOps・本番運用実装（CI/CD、監視、再学習）ガバナンス・AI 倫理／権利保護対応その他プロジェクト／組織マネジメントモデリング／アルゴリズム開発モデル評価・可視化・インサイト提示生成 AI／AI 利活用（LLM 活用、ファインチューニング等）データ取得・前処理（データ収集、ETL、クレンジング）課題定義・アプローチ設計（ビジネス要件整理／分析方針立案）

Slide 9

Slide 9 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. 重要度が最も”上がった”業務領域 9 Q4. 直近3年間で、ご自身のデータサイエンティストとしての業務における重要度が“最も上がった”と感じる業務領域を教えてください課題定義・アプローチ設計、生成AI/AI利活用は多いが、データ取得・前処理は限定的 (N=161,SA)

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. 業務やスキル要件の変化要因 11 Q6. 業務やスキル要件が変化した主な要因は何だと思いますか？生成AIなど新技術の登場が要因として目立つ業務自動化、顧客ニーズやビジネス要件の変化が続く (N=161,MA) 2名 5名 10名 28名 37名 52名 62名 121名 1% 3% 6% 17% 23% 32% 39% 75% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% その他社内教育・研修の影響法規制やガバナンスの強化組織体制や役割の変更自身のキャリア志向の変化顧客ニーズやビジネス要件の変化業務の自動化・効率化の進展生成AIなどの新技術の登場

Slide 12

Slide 12 text

Copyright © 2025 The Japan DataScientist Society. All Rights Reserved. まとめ ⚫ もっとも時間を割いている業務領域(N=161,MA) – 課題定義・アプローチ設計（ビジネス要件整理／分析方針立案）：95名(59％) – データ取得・前処理（データ収集、ETL、クレンジング）：83名(52％) – 生成 AI／AI 利活用（LLM 活用、ファインチューニング等）：66名(41％) ⚫ もっとも重要度が”上がった”領域(N=161,SA) – 課題定義・アプローチ設計（ビジネス要件整理／分析方針立案）：53名(33％) – 生成 AI／AI 利活用（LLM 活用、ファインチューニング等）：51名(32％) ⚫ もっとも重要度が”下がった”領域(N=161,SA) – モデリング／アルゴリズム開発：53名(33％) ⚫ 業務やスキル要件が変化した要因(N=161,MA) – 生成AIなどの新技術の登場：121名(75％) 12 ➜ データサイエンティストとして求められる役割は、技術・ニーズに応じて変化している ➜ 生成AI活用の役割の重要度は上がり、自らモデリングを行う必要性は下がった