実装しかできないデータサイエンティストは完全淘汰される

データサイエンティストを志望して、Pythonを書き、Kaggleに登録し、統計検定の勉強を始めた理系の学生に向けて書く。

方向自体は間違っていないと思っているはずだ。それでも落ち着かないのは、いま積んでいる能力が卒業する頃にいくらで売れるのか分からないからだ。実装力を上げろというアドバイスは大量にあるのに、その実装力の値段が今後どう動くかを書いた文章が見当たらない。

私は東大の情報系を出て外資でAIエンジニアをやりながら、東大理三に再受験で入り直して医学部に通っている。統計検定1級を240時間で取り、その資格でデータサイエンス職の面接を通った側の人間だ。そしていま、その職種から自分で降りようとしている。

この記事では、実装力の値段が下がりきった後に何が残るのかを書き、自分の投資先を採点する3つの軸を渡す。読み終わったとき、あなたは実装力を上げるという曖昧な目標ではなく、今週から時間の配分をどう変えるかを、具体的な職種名と一緒に解像度高く決められるようになっている。

先に結論を言う。分岐点は実装力の高さではない。自分の分析が、誰のどの意思決定に使われるかまでの距離である。

有料部分では、転職サイトの希望職種をデータサイエンティストから投資ファンドと経営戦略に書き換えたら何が起きたかを、選考結果の実数と、オファー年収まで含めて公開する。

なおこれは、データサイエンスを諦めろという記事ではない。残る領域は明確にあって、後半ではその職種名や期待役割を挙げる。

私が普通のデータサイエンティストは淘汰されると確信した日

2024年6月14日、私は仕事で時系列変化点検知を使っていた。データのどこで性質が変わったかを見つける手法で、代表的なアルゴリズムが複数ある。どれを使うか判断するには、特徴が分かるデータを自分で作って出力を並べるのが早い。生成条件を考え、可視化のコードを書き、パラメータを振り直す。1日仕事である。

その日、私はGPT-4に指示を出した。変化点検知の代表的なアルゴリズムを比較するために、各特徴がよく分かる時系列データを生成し、各出力を可視化してほしい、と。

一瞬で成果物が出てきた。

内容は、私が1日かけて書くはずだったものと実質的に同じだった。私が確認したのは正しさだけで、それには数分しかかからなかった。この時点で、1日ぶんの私の労働に値段がつかなくなったことになる。

危機感を持ったのはAIが賢かったからではない。私の作業が、指示の言語化と出力の検証に分解できてしまったからだ。分解された後に残ったのは指示を出す側と正しさを判断する側の二つで、間の実装は消えていた。実装自体の価値は綺麗に消失したのである。

その日から、実装しかできないデータサイエンティストは淘汰されるという前提で自分のキャリアを見直している。

実装力の値段は、もう下がりきっている

需給の側でもすでに実装力の値段は下がりつつある。外資ITと日系のメガベンチャーでは、すでにジュニアポジションの求人削減が進んでいる。初級から中級のコーディングでAIの速度と精度とコストが人間を上回り、新卒を育てる採算が合わなくなったからだ。データサイエンティストの供給は増え続けているのに、入り口が狭くなっている。

実装力を上げるなという話ではない。必要条件としては残る。ただし差がつく変数ではなくなった。

分岐点は実装力ではない。3つの軸で投資先を採点する

残る側と淘汰される側を分けているものを、私は3つの軸で見ている。志望職種でも、研究室でも、インターン先でも、この3つで採点できる。

軸1 意思決定からの距離

その分析結果が、誰のどの意思決定に使われるか。

一番遠いのは、分析を納品して終わる形だ。依頼者が何を決めるために使い、結果どうなったかが返ってこない。この位置にいる限り、あなたの仕事は指示された作業であり、指示された作業はAIに置き換わる。一番意思決定から近いのは、自分が分析して自分が決める形である。分析は手段でしかなくなり、評価されるのは自分が分析の結果、決めたことの結果になる。AIは決定を代行できるが、決定の責任は取れない。

軸2 効果測定の明確さ

自分の仕事が生んだ価値が、数字で返ってくるか。

これは市場価値を証明できるかに直結する。効果が数字で返る領域では、自分が何をいくら生んだかを言える。返らない領域では、どれだけ精度の高いモデルを作っても事業に効いたことを証明できない。証明できないものには値段がつかない。

軸3 特定のドメインと掛け合わせているか

実装力が単体でコモディティ化した以上、値段がつくのは掛け算の側になる。

統計とプログラミングができる人間は増え続ける。それに加えて広告の入札構造を知っている、保険料率の決まり方を知っている、創薬の治験設計を知っている、という人間は増えない。ドメイン知識は現場に何年かいないと溜まらず、AIが数秒で肩代わりできる部分が小さいからだ。

だから軸3で見るのは、自分がいま何と掛け算しているかである。掛け算の相手がない状態、つまりデータ分析だけができる状態が、この3軸の中で最も危険な位置になる。学生は全員そこから始まるので、問題は相手をいつどう決めるかに移る。

ただし、ここには注意書きが要る。掛け算の相手なら何でもいいわけではない。

ドメイン知識は獲得に数年かかり、獲得した瞬間からあなたを拘束する。そのドメインの中では強くなるが、外に出ると価値がゼロになる。掛け算の相手を選ぶことは、同時に自分の可動域を狭めることでもある。選ぶ基準は需要の有無だけでは足りず、その領域に何年拘束されても平気かを同時に見る必要がある。

ここまでが無料部分である。ここだけでも志望先を採点する道具にはなる。

ただし、軸を知ることと、どの職種が実際に何点なのかを知ることは別だ。そして、その採点を自分のキャリアに適用して動くと何が起きるのかは、やった人間しか書けない。

有料部分で書くのは4つ。私はアクチュアリー試験に400時間かけて、保険という興味の持てないドメインの入場券を買った失敗。データサイエンス系の各職種を3軸で採点した表。転職サイトの希望職種を書き換えたら何が起きたか、そして転職の結果とオファー年俸。最後に、学生が在学中に軸を上げる手順。

値段は1,480円。ランチ1回分の値段である。メンバーシップに入れば、500円。ワンコインで他の記事も読み放題なので、こちら方がよりお得だ。