データサイエンティスト向け

注意：英語以外の言語の記事はAIの助けを借りて翻訳されています。正確性を目指していますが、一部の表現がわずかに異なる場合があります。改善できる点に気づかれた場合は、ご意見をお寄せいただけると幸いです。

データサイエンティストのコンピテンシーモデルは、職務/タスク分析、業界調査、専門家インタビューを用いて開発されました。これらのコンピテンシーは網羅的なリストを意図しているわけではなく、データサイエンティストに対する期待は組織ごとに異なる可能性があるため、役割で効果的に機能するためにデータサイエンティストが示すことが期待される最も一般的でコアなデータコンピテンシーを捉えることを目指しました。

データ管理：データの収集、保存、利用のプロセス。データ収集、データクリーニングと変換、データ保存、データ品質、データセキュリティを含みます。	データ管理：データの収集、保存、利用のプロセス。データ収集、データクリーニングと変換、データ保存、データ品質、データセキュリティを含みます。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
RまたはPythonを使用して標準的なデータのインポート、結合、集計タスクを実行するフラットファイルからRまたはPythonにデータをインポートする。データベースからRまたはPythonにデータをインポートする。 RまたはPythonを使用してグループごとに数値、カテゴリ変数、日付を集計する。 RまたはPythonを使用して複数のテーブルを行または列で結合する。 RまたはPythonを使用して異なる条件に基づいてデータをフィルタリングする。	既存のコードを修正して非標準フォーマット（例：json）からデータを収集する RまたはPythonを使用してAPIからデータをインポートするために提供されたコードを適応させる。 HTMLおよびJSONデータの構造を特定し、RまたはPythonを使用してデータ処理と分析に利用可能な形式に解析する。
データ分析の準備のために標準的なクリーニング作業を行う RまたはPythonを使用して特定のパターンに一致する文字列をデータセット内でマッチさせる。 RまたはPythonでデータ型間の値を変換する。 RまたはPythonで文字列を操作してカテゴリデータおよびテキストデータをクリーニングする。 RまたはPythonで日付と時間のデータをクリーニングする。	SQLを使用して標準的なデータ抽出、結合、集計タスクを実行する PostgreSQLを使用してグループごとに数値、カテゴリ変数、日付を集計する。 PostgreSQLでデータベーススキーマを解釈し、複数のテーブルを行または列で結合する。 PostgreSQLを使用して異なる条件に基づいてデータを抽出する。 PostgreSQLのクエリ内でサブクエリを使用して第二のテーブル（例：異なるテーブル、集計テーブル）を参照する。
データ品質を評価し検証作業を行う RまたはPythonを使用して欠損値を特定し置換する。 RまたはPythonを使用して様々なタイプのデータ検証タスク（例：一貫性、制約、範囲検証、一意性）を実行する。 RまたはPythonを使用してデータセット内のデータ型を特定し検証する。

探索的分析：統計と視覚化を用いてデータセットの傾向を分析・特定すること。メトリクスの計算とデータ視覚化の作成を含みます。	探索的分析：統計と視覚化を用いてデータセットの傾向を分析・特定すること。メトリクスの計算とデータ視覚化の作成を含みます。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
PythonまたはRを使用してデータの特性や特徴間の関係を効果的に報告するためのメトリクスを計算する RまたはPythonを使用して変数の中心傾向（例：平均、中央値、最頻値）を計算する。 RまたはPythonを使用して変数の散布度（例：範囲、標準偏差、分散）を計算する。 RまたはPythonを使用して変数の歪度を計算する。 RまたはPythonを使用して変数の欠損率を計算し、データの特性や関係性の報告への影響を説明する。 RまたはPythonを使用して変数間の相関を計算する。	データの特性の影響を特定し軽減する欠損データの影響を減らすために補完方法を使用すべき場合を特定し、RまたはPythonを用いて実装する。変数に変換が必要な場合を説明し、対応する変換をRまたはPythonで実装する。欠損の種類の違いを説明し、それぞれの欠損の扱い方を特定する。 RまたはPythonを使用して外れ値を特定し処理する。
データの特性を示すためにRまたはPythonでデータ視覚化を作成する RまたはPythonを使用して棒グラフを作成およびカスタマイズする。 RまたはPythonを使用して箱ひげ図を作成およびカスタマイズする。 RまたはPythonを使用して折れ線グラフを作成およびカスタマイズする。 RまたはPythonを使用してヒストグラムを作成およびカスタマイズする。
特徴間の関係を表すためにRまたはPythonでデータ視覚化を作成する RまたはPythonを使用して散布図を作成およびカスタマイズする。 RまたはPythonを使用してヒートマップを作成およびカスタマイズする。 RまたはPythonを使用してピボットテーブルを作成およびカスタマイズする。

統計的実験：有効かつ客観的な結論を導くためにデータが分析可能なように実験を計画する手順。	統計的実験：有効かつ客観的な結論を導くためにデータが分析可能なように実験を計画する手順。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
仮説検定と実験の基礎となる統計概念を説明する異なる統計分布（例：二項分布、正規分布、ポアソン分布、t分布、カイ二乗分布、F分布など）を定義する。仮説検定の統計概念（例：帰無仮説、対立仮説、片側検定・両側検定など）を説明する。実験計画の統計概念（例：対照群、ランダム化、交絡変数など）を説明する。パラメータ推定と信頼区間を説明する。	該当なし
データに対してサンプリング手法を適用する異なる種類のランダムサンプリング技術を区別し、RまたはPythonを使用して適用する。統計分布（例：正規分布、二項分布、ポアソン分布、指数分布など）からデータをサンプリングする。統計分布（例：正規分布、二項分布、ポアソン分布、指数分布など）から確率を計算する。
統計検定を実行する方法を実装する RまたはPythonを使用して統計検定（例：t検定、ANOVA検定、カイ二乗検定）を実行する。 RまたはPythonから得られた統計検定の結果を分析する。

モデル開発：モデルを設計、テスト、構築していく反復的なプロセス。特徴量エンジニアリング、モデル選択、評価を含みます。	モデル開発：モデルを設計、テスト、構築していく反復的なプロセス。特徴量エンジニアリング、モデル選択、評価を含みます。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
関連する変換を実装してモデリング用のデータを準備する既存のデータから新しい特徴量を作成する（例：連続データからカテゴリを作成、外部データとの変数の結合）をRまたはPythonで行う。データをトレーニング、テスト、検証用に分割する重要性を説明し、RまたはPythonで分割する。データのスケーリングの重要性を説明し、RまたはPythonでスケーリング手法を実装する。モデリングのためにカテゴリデータを変換する。	該当なし
教師あり学習問題に対する標準的なモデリング手法を実装する回帰問題を特定し、RまたはPythonでモデルを実装する。分類問題を特定し、RまたはPythonでモデルを実装する。
教師なし学習問題に対する手法を実装するクラスタリング問題を特定し、RまたはPythonで手法を実装する。次元削減技術を説明し、RまたはPythonで実装する。
モデルの性能を評価するために適切な方法を使用する回帰モデルを評価するメトリクスを選択し、RまたはPythonで計算する。分類モデルを評価するメトリクスを選択し、RまたはPythonで計算する。クラスタリングモデルを評価するメトリクスと視覚化を選択し、RまたはPythonで実装する。

データサイエンスのためのプログラミング：基本的なプログラミング概念を適用してデータサイエンスの問題を解決すること。	データサイエンスのためのプログラミング：基本的なプログラミング概念を適用してデータサイエンスの問題を解決すること。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
RまたはPythonで分析のための繰り返し可能な生産品質のコードを書くために一般的なプログラミング構造を使用する関数を定義、作成、実行する制御フロー文を使用および作成するループやイテレーションを使用および作成する	RまたはPythonを使用してバージョン管理、テスト、パッケージ開発を含む生産コードのベストプラクティスを示すパッケージ開発の基本的な流れと構造を説明するパッケージやモジュール内でのコードのドキュメント化方法を説明するテストの重要性を説明し、テスト文を書くバージョン管理の重要性を説明し、バージョニングの主要概念を述べる

データコミュニケーション：技術者および非技術者の聴衆に対して、説得力があり実行可能な形でデータの発見を提示する実践。データストーリーテリング、データ視覚化、プレゼンテーションおよび文章作成スキルを含みます。	データコミュニケーション：技術者および非技術者の聴衆に対して、説得力があり実行可能な形でデータの発見を提示する実践。データストーリーテリング、データ視覚化、プレゼンテーションおよび文章作成スキルを含みます。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
小規模で多様な聴衆にデータの概念を提示する発見やアプローチ選択の理由を説明する。	データを用いてストーリーを構築、伝達、要約するデータストーリーテリングの技術を用いて発見を提案し、ビジネスの関係者に解決策を伝える。
発見を支援するためにデータ視覚化を活用する視覚化ツールを使用してチャートを作成する。提示する発見を支援する視覚化を使用する。	ビジネスリーダーに対して複数の戦術（書面および口頭）を用いてコミュニケーションを行うビジネス目標、結果、推奨事項を述べる口頭プレゼンテーションを行う。発見やアプローチ選択の理由の書面による説明を提供する。

ビジネス洞察力：物事の進め方や理由に関する一般的かつ組織特有の知識の集合であり、組織に良い影響を与える意図で使用されます。	ビジネス洞察力：物事の進め方や理由に関する一般的かつ組織特有の知識の集合であり、組織に良い影響を与える意図で使用されます。
アソシエイト（レベル1）	プロフェッショナル（レベル2）
該当なし	ビジネス目標に基づいて分析手法の提案を行う解決策がビジネス課題にどのように対応しているかを説明する。作業結果に基づく今後の行動の推奨を提供する。
	関連するビジネス基準に対して分析結果のパフォーマンスを評価する問題におけるビジネス基準とモデルの性能を比較するためのKPIを定義する。定義したKPIを用いて2つのモデル/アプローチの性能を比較する。