ユーザー事例
データの向こう側にあるものを見ることで、大きな疑問を提起することができる
データサイエンス博士号の候補生であるジェシカ・ラッド（Jessica Rudd）さんは、独自のキャリアパスを切り開くためにテクノロジーと社会科学を融合させています。
教訓トップ3
- 基本は重要だが、特定のバイアスを説明することは更に重要である。
- 関心のある分野に追加できる何かユニークなものを見つける。
- （中途半端に知っている状態では）恐れを感じてしまうことも多いので、それを知っていると確信できるようになるまで学ぶ。
経歴
学士号：
エモリー大学で人類学・政治学の学士号を取得
修士号：
公衆衛生学の修士号を取得
最初の仕事
米疾病対策予防センター（CDC）で生物統計学の部署に勤務
博士号の候補生
ケネソー州立大学のアナリティクスおよびデータサイエンス博士課程に在学中
SASがもたらしたメリット
SAS® の最初の学習に関して
私は2007年にテクノロジー・ラボで最初にSASを学びました。私は（このテクノロジー）を十分に理解しましたが、社会科学という私のバックグラウンドも依然として重要でした。それは私のキャリア目標の重要な要素であり続けています。
4
ケネソー州立大学での博士号取得にかかる期間は通常は４年
$113k
Glassdoor社によると、データサイエンティストの平均年収は、11万3,000ドル（1ドル110円換算で1,243万円）
社会科学の重要性に関して
データサイエンスを学んでいる学生の皆さんには、選択科目または副専攻としてSTEM（科学・技術・工学・数学）以外の分野を選ぶことをお勧めします。その種の学習は重要です。優秀な数学者やプログラマーはたくさん存在しますが、彼らは「人々や問題の最終結果を直接取り扱うような疑問」に答える必要性に迫られた経験を持っていません。
データサイエンスの次のトレンドが何になるか私には分かりませんが、データサイエンスの倫理と適法性の重要性が高まると思います。言い換えると、「データから数理的・統計的な知識やその他の情報を導き出すだけでなく、何がOKで、何がOKでないかを判断することも必要な時代」が到来するだろう、ということです。
MY STORY
Q： この分野への取り組みは、いつ始められたのでしょうか？ ずっとテクノロジーに関心があったのですか？
A： 子供の頃は数学と科学にハマっていました。本当に宇宙飛行士になりたかったのです。当時、それには士官学校 ── 私の場合は海軍兵学校 ── を経由するのが最良ルートのように思われました。しかし、10歳のときに成長が止まってしまい、軍事飛行するには身長が足りませんでした。私は医学部進学課程に進むことを決め、STEM分野におけるキャリアに興味を持ち始めました。おかげで高校時代はロボティクス・チームのキャプテンを務めましたが、それが私をこの方向へと後押ししたのは間違いありません。
Q： 大学時代はどのようなテクノロジー・コースを受講されましたか？ あなたの興味を特に刺激したコースはありましたか？
A： 学部生時代はエモリー大学（Emory University）に通いました。そこで自分がそれほど賢くないことを知ったのです。なぜなら、1年目に入門クラスをスキップして「計算機2」と「有機化学」を受講したのですが、人生で初めてC評価をもらいました。そして、STEM分野のキャリアに進むという私の計画は崩れてしまいました。それで結局、人類学・社会科学を専攻したのです。エモリーの学部は、公衆衛生の大学院と連携していました。私はそのまま進学して公衆衛生の修士号を取得し、疫学も学びましたが、疫学には数学と統計学が満載ですから、その種の考え方に再び触れることになったのです。
ジェシカ氏のストーリーをもっと読む
私は、データサイエンティストとは「数理学・統計学の理解」、「プログラミング言語の理解」、「ビジネスニーズの理解」という領域が重なり合った “ベン図” の真ん中に座しているような人物であると感じます。それらのどの領域のスペシャリストとも話ができれば、力を合わせて何かを変えられるようになります。
成功を引き寄せるツール
Base SAS® ソフトウェア
データアクセス／データ変換／レポーティングのための柔軟性・拡張性の高い第4世代のWebベースのインターフェイス
SAS® Viya®
関係者全員がコラボレーションし、より迅速に結果を得られるように機能が拡張された最新の統合アナリティクス環境
SAS® 認定資格
自身を差別化し、スキルを証明するために、SASの認定資格を取得しましょう。
SASの重要性
今現在はSAS、R、Pythonを使い分けています。通常はクライアントに合わせて必要なものを使います。ただし、言語の柔軟性は重要だと確信しています。SAS Viyaは柔軟です。だからこそ優れたツールになっていると言えます。私は修士課程を始めるまでSASについて何も知りませんでしたが、修士課程では必須でした。私がCDCで職を得た理由の１つは、私がSASを知っていたからです。それが私に自信をもたらし、入所後の仕事で、より高度な疑問を提起したり、より高度なプロジェクトを担当したりできるようになりました。
雇用主に関する洞察
雇用主になる可能性のある人物と話し始めたとき、「コンピューター・サイエンティストを雇用したいだけなのだろうな」と感じ、失望した経験もあります。しかし、あらゆる種類の企業と話をする中で、彼らの質問がもっと大きなアイディアをめぐるものであることに驚きました。雇用主になる可能性のある人物の考え方が、自分自身のそれと重なっているときは、意欲と自己肯定感が高まるものです。
人間のためのデータサイエンス
私が思うに、社会科学のバックグラウンドを持っていることは、数学／統計学／コンピューター科学などの自然科学を履修したり、データ分析の最終結果が何を意味するかを理解したりする上で役立ちます。ディープラーニング・プロジェクトでデータセットをアルゴリズムに放り込めば99.9%の精度が得られますが、それは実際には人々にとって何を意味するのでしょう？ 統計的な有意性や精度が存在するのと同様、人間的な有意性も存在するはずです。データサイエンスの人間的側面を人々が理解できるようにするためには、実際のプログラミングとは別の、何らかの付加的なバックグラウンドが必要です。
次は何をしたいですか？