汎化

@t_uemuraさんのツイートで以下の内容があり、なるほどなぁ、と感じました。

データサイエンティストを目指す理由が「行動を科学する」という普遍的価値への興味から来るなら、ゲームやSNSといった単一のデータセットをいくら取り扱っても必要スキルは身につかない。様々な業種、様々なデバイス、多種多様なデータセットを取り扱える環境に身をおくべきです

まぁ、そういう一面もあるなぁ、と共感する部分もあると同時に、個人的な感覚はもう少しこれに付け加わります。

データの種類が違っていても、共通する課題は非常に多いです。
重要なのは業種やデータやデバイスの経験値よりも、視座を当該業界にベッタリ持つのではなく、一段階、抽象度の高いところにおくことであるように思います。
これは、当該のデータから何を汲み取るかということにあるのであり、経験値の広さより重要な視座であると思います。

事象の背景を知り、質のよい仮説を構築し、検証する。あるいはデータを探索し、そこから当該分野において明示的なインプリケーションにつながる知見の元を検出し、知見を整理する。などなど。
これは、一つの分野のデータであろうが、多くの分野のデータであろうが同じである気がします。

まぁ、もっとも「データサイエンティスト」なる人が、一つのデータだけを興味の対象としていることは少ないでしょうが。。。