情報セキュリティマネジメント 2018年 秋期 午前（科目A） 問47
問題文
データサイエンティストの主要な役割はどれか。
選択肢
ア：監査対象から独立的かつ客観的立場のシステム監査の専門家として情報システムを総合的に点検及び評価し、組織体の長に助言及び勧告するとともにフォローアップする。
イ：情報科学についての知識を有し、ビジネス課題を解決するためにビッグデータを意味ある形で使えるように分析システムを実装・運用し、課題の解決を支援する。（正解）
ウ：多数のコンピュータをスイッチやルータなどのネットワーク機器に接続し、コンピュータ間でデータを高速に送受信するネットワークシステムを構築する。
エ：プロジェクトを企画・実行する上で、予算管理、進捗管理、人員配置やモチベーション管理、品質コントロールなどについて重要な決定権をもち、プロジェクトにおける総合的な責任を負う。
🔒 解説は解答すると表示されます
データサイエンティストの役割【情報セキュリティマネジメント解説】
正解の理由
データサイエンティスト（大量のデータから価値を取り出す専門家）は、ビジネス課題を解くためにデータを分析し、分析モデルや分析システム（データを処理・分析して結果を出す仕組み）を作って運用する役割を持ちます。選択肢の中でこれを直接説明しているのは イ です。ここでは「情報科学の知識を使う」「ビッグデータ（大量かつ高速に生成されるデータ）を意味ある形にする」「分析システムを実装・運用して課題解決を支援する」という点が一致します。したがって イ が正解です。
解法ステップ
- 問題文で求めている職種名（データサイエンティスト）を短く定義する。
- データサイエンティスト：大量データから知見を引き出し、業務上の意思決定を支援する専門家。
- 各選択肢のキーワードを拾う。
- 「監査」「独立的」→ 監査人の説明。
- 「ビッグデータ」「分析システム」「ビジネス課題」→ データ分析の説明。
- 「スイッチやルータ」→ ネットワーク構築の説明。
- 「予算管理、進捗管理」→ プロジェクトマネージャの説明。
- データサイエンティストに合うキーワードを含む選択肢を選ぶ（イ）。
選択肢別の誤答解説
- ア: 監査の専門家の説明です。監査（第三者的に評価する業務）は独立性が重要で、データ分析そのものの実装や運用を主目的とはしません。よって不正解です。
- イ: データサイエンティストの典型的な説明です。分析のためのモデル作成やシステムの実装・運用に関わり、ビジネス課題の解決を支援します。正解です。
- ウ: ネットワーク機器（スイッチ・ルータ）を使ったネットワーク構築の説明です。これはネットワークエンジニアの役割で、データサイエンティストとは異なります。
- エ: プロジェクト全体の管理・意思決定をするプロジェクトマネージャ（PM）の説明です。PMは組織や予算の責任を負いますが、データ分析の専門職ではありません。
よくある誤解
- データサイエンティスト = データエンジニアだと思う
- データエンジニア（データの収集や整備を担う技術者）は、データの基盤整備が主です。データサイエンティストはそのデータを使って分析モデルを設計・評価・解釈します。
- データサイエンティストはただ「ツールを動かす人」だと思う
- ツール操作だけでなく、統計的な考え方や業務理解（ドメイン知識）が重要です。結果を業務に結びつけるコミュニケーション力も求められます。
補足コラム
実務上のイメージ：職場では、データサイエンティストは業務部門（営業や人事など）と会話して課題を明確にします。その上で、データ収集や前処理はデータエンジニアと協力して行い、モデル構築と評価、可視化を通じて意思決定を支援します。モデルを本番運用する際はIT部門やセキュリティ担当と連携し、個人情報の取り扱いやアクセス制御、ログ監視などのガバナンスを整えます。主なスキルは統計学、プログラミング（例：Python、R）、SQL、機械学習（コンピュータがデータから学ぶ技術）、可視化です。
FAQ
Q1: データアナリストとデータサイエンティストの違いは？
A1: データアナリスト（分析や可視化でインサイトを得る職種）は業務レポートやダッシュボード作成が中心になることが多く、データサイエンティストはより高度な統計解析や機械学習モデルの設計・評価・運用まで担当する場合が多いです。業務範囲は重なることがあります。
A1: データアナリスト（分析や可視化でインサイトを得る職種）は業務レポートやダッシュボード作成が中心になることが多く、データサイエンティストはより高度な統計解析や機械学習モデルの設計・評価・運用まで担当する場合が多いです。業務範囲は重なることがあります。
Q2: データサイエンティストはプログラミングが必須ですか？
A2: 実務では多くの場合必須です。PythonやRでデータ処理やモデル構築を行いますが、組織によってはノーコードツールで対応するケースもあります。ただし理論や業務理解がないと結果を正しく解釈できません。
A2: 実務では多くの場合必須です。PythonやRでデータ処理やモデル構築を行いますが、組織によってはノーコードツールで対応するケースもあります。ただし理論や業務理解がないと結果を正しく解釈できません。
Q3: 情報セキュリティの観点で気をつけることは？
A3: 個人情報や機密データを扱う際は、収集・保存・利用の目的管理、アクセス制御、暗号化、ログ管理、そして目的外利用の禁止など基本的なガバナンスを守る必要があります。分析結果の公開時にも匿名化や合成データの検討が重要です。
A3: 個人情報や機密データを扱う際は、収集・保存・利用の目的管理、アクセス制御、暗号化、ログ管理、そして目的外利用の禁止など基本的なガバナンスを守る必要があります。分析結果の公開時にも匿名化や合成データの検討が重要です。
関連キーワード: データサイエンティスト、データ分析、ビッグデータ、機械学習、データエンジニア、データ可視化、統計学、モデル運用、データガバナンス、分析システム
\ せっかくなら /
情報セキュリティマネジメントを
クイズ形式で学習しませんか？
クイズ画面へ遷移する→
すぐに利用可能！