何の分野のデータサイエンティスト？

久しぶりにブログを更新します。

相変わらず、職場やプロジェクトは転々としていますが、現在、金融のリスク管理系の仕事をやっており、8年前にやっていたVaRとか信用リスクとかをまたやることになりました。この分野も広く言えばデータサイエンスの分野と言えますが、この分野から去ってまた戻ってくるまで、マーケティングの分析をやることが多かったです。

マーケティング分析、はじめは面白いと思っていましたし、学術的にも理論的なアプローチがたくさんあったので興味はあったのですが、何かふわっとしたようなデータ分析をやっている印象はありました。金融のリスク管理みたいにキッチリやらないですし、何か世界的に規制があるものでもなく、ある意味自由にやっていい感じはあったので、マーケティング分析ってふわふわしているなって印象はありました。

飽き性の自分がまた同じ分野に戻ってきたのは、グローバル案件で英語のスキルがアップするということと、Sparkでの実システムを扱えることが大きな理由となりました。あと、直近はなさそうですが、このリスク管理計算やポートフォリオの最適化とかは、量子コンピューターで使われる可能性も高く、量子コンピューターにも興味があったので、この分野に関われる可能性もあるだろうという期待もあり、この分野もちょこちょこ学び続けています（が、関数解析の復習とかがっつりではなく、ほんと入門レベルの本２−３冊です）

人工知能がこれだけ注目されているにも関わらず、実務上、リスク管理のベースとなる理論やアプローチは変わっておりません。まあ、個人の信用リスクがらみは人工知能や機械学習等を使ったサービスはありますが、こういった規制がらみはそんなに大きな変更なく、まあそれだけ洗練されたリスク管理の手法が金融分野では研究されていたということですかね。

これからも同様に、金融のリスク管理の手法は進化していくでしょうし、もしかすると、全体的な流れとして、今後は機械学習等の連携もあるかもしれません。自分の元々の専門分野（金融のリスク管理）を軸においてまたキャッチアップしつつ、巨大システムを構築しつつ、これからの金融におけるデジタル化？がどうなるのかまだ誰もわからないですし、銀行や証券業界はどんどんと変化していくと思いますが、データサイエンスの手法も磨いていくつもりです。

なぜデータサイエンスのジェネラリストになるべきではないのか

上記のことはほんとそうだと感じたので、データサイエティストを目指す人はぜひ、自分の専門分野（金融、マーケティング、医療など）を持って欲しいと思います。