テクノロジーが世界を変えていく最前線で働いていると、すでにニーズがあって、仕事をしている人もいるのに、「まだそのスキルや職種、ポジションに明確な呼称がついていない」というケースを頻繁に目にします。

そうした定義される前の「新職種」は、まだ競争相手が少ない状態であり、キャリアを考えるうえで有効な選択 になり得ます。

ここでは、その「新職種」が生まれるパターンを3つほど紹介しましょう。

専門化によって生まれる新職種

例えば「ソフトウェアエンジニア」という職種は良くも悪くも、その得意分野に応じて「バックエンド」「フロントエンド」というふうに、専門特化するように枝分かれしていきました。

同じように、僕が以前、Airbnbのデータサイエンス系の募集要項を眺めていたら、データサイエンスの職種が3種類の専門に分かれていたのです。

① データサイエンス：アナリスト
② データサイエンス：マシンラーニングスペシャリスト
③ データサイエンス：統計家

このように3つに分かれた背景が、なかなかに興味深いものでした。一概にデータサイエンスといっても、「どういったスキルをメインに使っていくのか」「どの分野に明るいのか」によって、現場業務における向き・不向きに違いが出たらしいのです。

なかでも興味深いのは「アナリスト」と「統計家」の違いです。

アナリストは分析業務に明るく、かなり複雑なSQLでも自分で書き、データを集計するのは朝めし前です。しかし、数学的な専門知識が豊富であるとは限りません。

一方で、集計された数字に表れる差に果たして意味があるのか、それとも誤差の範囲なのかという確かな見解を導くには別のスキル、つまり統計スキルが必要です。しかし、そういう人材は、アナリストのようなデータ集計のスキルに乏しかったりします。

そこで、統計に明るい彼らを「別職種」としてくくり、アナリストと区別したというわけです。

マシンラーニングを扱う職種にも「リサーチャー」という、世界中の論文を読んで改善の種を探す仕事もあれば、実際に論文の内容を自社のシステムに落とし込み応用していく「アプライドエンジニア」という職種もあり、枝分かれして新職種が生みだされてきました。

「テクニカルプロダクトマネージャー」、通称「Tech PM」や「TPM」と呼ばれる職種も、プロダクトマネージャーが、より高度な技術を扱える方向に専門特化したことで出現した新職種です。

あらゆる職種は、生まれたその瞬間から何かに特化したり、細分化していく圧力にさらされているのです。