SHOULD "DATA SCIENCE" ONLY HAVE SPECIALISTS?
「データサイエンス」は
専門家がいればいいのか？
近年の社会情勢のなかで「AI・機械学習」「IoT」「FinTech・EdTech」「DX（デジタル・トランスフォーメーション）」などのキーワードが続々と⽣まれました。それらの共通点は「データ」であり、今後はより⼀層データとその利活⽤が注⽬されることでしょう。
しかし、専⾨的なデータサイエンティストが1⼈いればそれで解決するのでしょうか。
顧客⾏動をデータの視点で分析・可視化し、適切なタイミングでサービスや必要な情報を届ける。
顧客⾃⾝も気づいていない欲求までも”⾒える化”し、⼀歩進んだきめ細かいサービスを提供する。
より良い顧客体験を⽣み出すことで満⾜度を⾼め、企業のロイヤルティを向上させる。
…⼀部の⼈たちだけがデータを利活⽤して、これらが本当に実現しますか？
職種や役職を問わずすべての⼈が、データへの理解と知識がないとデータの“声”は必ずどこかで⽌まります。「データサイエンス」はもはや専門知識ではなく、すべてのビジネスパーソンに必要な基礎スキルとなったのです。
MODEL CURRICULUM AND MATHEMATICS
モデルカリキュラムの
学修項目と数学
数理・データサイエンス教育強化拠点コンソーシアムが示した「数理・データサイエンス・AI（応用基礎レベル）」のモデルカリキュラムです。データ・AI利活用に必要な数学の基礎を学ぶ領域「数学基礎」はもちろん、データ分析や機械学習や深層学習などの他の領域の学修にも高校レベル以上の数学のリテラシーが必要です。
