implementation scienceとしてのdata science
data scientistってscientistなのか？なんでscientist名乗ってんの？みたいな疑問はSNSとかで時々見た記憶がある。
なおscientist名乗るのなら博士号持ってるんですよねとか意味不明な言いがかりはさすがに捨て置くww。お気持ち先行の某分野の件は言うまでもないが、ちょっとどこかの学会を覗けば、博士号持ってたって教授やってたってダメなものはダメとしか言いようがない内容は少なからず目にする。それを見てもわからない、資格や職位でしか判断できない人を説得してまで何かする気はないので。
素朴にはdata scienceやってる人だからとか、データを使った科学的なアプローチ（といっても学術知をベースにしてますとか、PPDACサイクルなどの進め方くらい）をしているからとか回答していたけど、まぁ確かにもう少し足りないよな、とは思っていた。
というときにimplementation scienceという概念をしって、なるほどな、と。医療系で言われ始めたんか、Evidence-Based Managementとかと根は同じというかscienceとして体系化していってる感じかな。
実務で頑張ってるdata scientistはimplementation scienceしてる、だからscientistなのだ、と思った。IT屋さんの延長にいる機械学習エンジニアやデータアーキテクト、BIツールで代用される程度のwanna-be data scientistとの違いかな。もちろん機械学習エンジニアやデータアーキテクトをダメという気はないし、むしろ役割としては大変重要なのだが、スタンスの違いについてなんとなく腑に落ちた感じだ。
もしろダメという意味では、データサイエンス系の学者が語って「データ利活用の実務適用がー」話がビミョーだったのが何だったのかというのも腑に落ちた。彼等あくまで目線がアカデミアで、最先端の研究で落ちこぼれた言い訳やカウンターとして言ってるだけで、implementation scienceにしようともしてなかったんだ、学者なのに。内容は、実務家data scientistからすると車輪の再発明ですらなかったし。
もちろん真っ当な第一線の研究者も、実務のことを慮る良い学者もいるのは知ってるんです。
ただ、ビミョーな学者よりは、実務家の方が、data scienceの分野ではマシな人やシーンがあるなとも思っている。講義なんかまさにそう。
国策として国民のデータリテラシーを上げたいなら、下手な学者より実務家の方が良いだろうな。データサイエンスの分野なら3分の1くらいは、博士号ではなく、実務経験で選んだ方が良いとすら思えてきた。某セミナーで聞く限り、少なくとも統数研に任せたらボトムが育たないとも思ったしwwww
この記事が気に入ったらサポートをしてみませんか？