## プログラマに数学は必要なのか？

プログラマに数学は必要という意見もあれば必要ないという意見もあり、どちらが正しいのか分からない方も多いでしょう。実際のところプログラマに数学はどれぐらい必要なのか詳しく解説していきます。

### 基本的には高度な数学知識は必要ない

*基本的には高度な数学知識はなくても問題はありません。*なぜなら高度な計算が必要な処理などは、ライブラリを使って記述するのが一般的だからです。ライブラリとはプログラムがひとまとめになったもののことであり、ライブラリを使えば自分で処理を記述しなくてもよくなることが多いです。

そのため、高度な数学知識がなくてもソースコードを書くことは可能です。Webアプリやスマホアプリ、業務システムの開発などでも、高度な数学知識が求められる機会は少ないでしょう。

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

### 文系でもプログラマは目指せる

プログラマは文系でも目指すことが可能です。高度な数学・物理の知識がなくてもプログラミングはできるためです。プログラミング言語は基本的に、**文法を覚えてライブラリの使い方をマスターすれば問題ないです。**実際、文系でもプログラマとして活躍している人は多くいます。

システムエンジニアは文系者が向いている？理由やキャリアパスを解説！

### プログラミングで数学が役立つことはある

ただし、数学知識がまったく役に立たないという訳ではありません。開発分野によっては高度な数学知識が求められることもありますし、*数学の勉強で鍛えた論理的思考力もプログラミングの役に立ちます*。そのため数学に興味があるのであれば、率先して数学を勉強した方が良いでしょう。

開発分野によっては高度な数学知識が必要になってくることはあります。数学の必要性が特に強い分野についてまとめました。

スマホで遊べるゲームや家庭用ゲーム機などを開発する際は、高度な数学や物理の知識が必要です。なぜなら**キャラクターを物理法則に従って動かさないといけないためです**。たとえば、キャラクターの向きを変えるだけでも三角関数の知識などが必要になってきます。

ほかにも、ベクトルや行列、力学などの知識があれば、よりゲーム開発分野で活躍することが可能です。ゲーム開発に携わりたいなら数学を勉強した方が良いでしょう。

2次元からVRまで、いまクリエイターに人気のゲームエンジニアとは？

機械学習やディープラーニングといった分野でも数学知識が必要です。コンピュータに機械学習を行わせるには学習データを収集・加工しなくてはならず、その際には線形代数や微分積分の知識が必要です。機械学習ライブラリを使えば数学を知らなくても一応可能なのですが、*さらに人工知能の性能を強化させるには数学知識がどうしても必要になってくるでしょう。*

人工知能は現在流行りの技術分野でもあり、学習をはじめる方も多いでしょう。しかしながら、人工知能関連の本には多くの数式が出てくるため、数学知識がないために学習に途中で挫折してしまう人は多いです。人工知能分野に携わりたいなら、先に数学知識を身につけた方がその後の学習がスムーズにいくでしょう。

AIプログラマーとは？その年収や市場性について解説！

データサイエンスとは多くのデータを収集し、そこから有益なデータを導き出すことです。たとえば、SNSに書かれた商品の口コミを収集して商品の改善策を検討する、などです。データサイエンスも流行りの技術分野であり、多くの企業が優れたデータサイエンティストを募集しています。

**データを分析するには統計学や微分積分、線形代数などのスキルがないと難しいです。**そのため、データ分析を行いたい方もプログラミングスキルと平行して数学知識を身につけないといけません。

データサイエンティストとは？おすすめの資格から年収まで解説

## 文系が数学を学ぶのにおすすめの本

1から数学を学びたい方におすすめの本を紹介します。数学の中でも微分積分や線形代数など、プログラマが特に多く使う分野について重点的に学べる本をまとめました。

### 文系でも必ずわかる 中学数学×Python 超簡単プログラミング入門

本書はPythonと数学を同時に学ぶことができ、文系の方でも読みやすいように工夫されているのが魅力です。*連立方程式や垂直二等分線など、中学数学の中でも忘れがちな分野を詳しく解説しています。*

本書で基礎を習得することで、人工知能やデータサイエンスなどニーズの高い分野に参入しやすくなります。数学知識がまったくない方は、まずは本書で中学数学を復習するのがおすすめです。

【参考】：[文系でも必ずわかる 中学数学×Python 超簡単プログラミング入門](https://project.nikkeibp.co.jp/bnt/atcl/20/P95970/)

### 図解　身近にあふれる「微分・積分」が3時間でわかる本

本書は微分積分について復習することができる1冊です。微分積分や人工知能開発やデータ分析などで多く使われているため、プログラマなら優先的に勉強したいです。微分積分の公式は分かるものの「そもそも微分積分は何に使うのか」を理解していない方は多いです。

本書は**微分積分が日常生活においてどのように役立っているかを解説してくれる**ため、微分積分を根本から理解したい方におすすめでしょう。

【参考】：[図解　身近にあふれる「微分・積分」が3時間でわかる本](https://www.asuka-g.co.jp/book/humanity/011861.html)

### 高校レベルからはじめる！ やさしくわかる線形代数

本書は線形代数について学べる1冊です。線形代数は統計学や機械学習など多くの分野で利用されている基礎知識であり、微分積分と合わせて習得したいでしょう。本書は*高校数学の復習からはじまり、線形代数の細かいテクニックまで詳しく解説されています。*

また、線形代数の具体的な活用例も紹介されており、実際に機械学習を行うときの参考になるでしょう。線形代数の基礎を固めたいなら、この本がおすすめです。

【参考】：[高校レベルからはじめる！ やさしくわかる線形代数](https://www.natsume.co.jp/books/15947)

## 数学以外にプログラマに求められる能力

プログラマに求められる能力は数学だけではありません。プログラマに転職する前に身につけておきたいスキルを最後に紹介します。場合によっては、数学よりも先にこれらを身につけた方が良い場合もあります。プログラマを目指す方は優先順位を考えて勉強を行う必要があるでしょう。

プログラマにはまずはITスキルが必要です。プログラミング言語の文法を理解しているだけでなく、処理効率やソースコードの可読性も考えてプログラムを作らなくてはいけません。また、プログラミングだけでなく、サーバ・インターネットなどの知識もある程度必要です。

たとえばAWSでのサーバ構築ができると、仕事の幅が広がります。プログラマを目指すなら、まずはITスキルを優先的に身につけましょう。

ITスキルを身につけるなら*基本情報技術者試験の取得を行うのがまずは良いです。*基本情報技術者試験では、プログラミングやアルゴリズム、データベース、セキュリティなど、エンジニアが知っておくべき知識に関する問題が出題されます。必要な知識を体系的に得ることができるため、資格取得を目指すのがおすすめでしょう。

【参考】：[IPA 独立行政法人 情報処理推進機構：制度の概要：基本情報技術者試験](https://www.jitec.ipa.go.jp/1_11seido/fe.html)

プログラマには論理的思考力も必要です。*論理的思考力とは物事を道筋立てて考えられる力のことです。*論理的思考力に欠けていると、予期しないバグを生んでしまう可能性もあります。また、プログラマの採用テストでは論理的思考力を試されるテストが課せられることも多いので、論理的思考力も高めていくようにしましょう。

論理的思考力を身につけるには、論理を意識して文章を読むのが良いです。たとえば新聞のニュースを読み、この記事で大事なこと、筆者が言いたいことはどれか考え、マーカーなどで色分けしてみましょう。文章の構成を意識して読むうちに論理的思考力が鍛えられます。

プログラマはコミュニケーション能力も必要です。なぜなら、システム開発は1人では行うことは少なくチームを組んで行うことが中心であるためです。**チームでコミュニケーションが取れないと、開発作業がスムーズにいかなくなってしまいます。**

たとえば、開発作業がどこまで進んだかこまめに報告したり、開発時にわからない箇所を相談しあったりすることが肝心です。プログラマを目指す方はコミュニケーション能力も鍛えましょう。

英語力も必須ではないですがあった方が良いです。なぜなら、最新技術を学ぶ際に英語の解説記事などを読む必要があるためです。IT技術は海外の方が進んでいることが多く、*最新情報を得る場合どうしても英文を読まないといけません。*

プログラマは最新技術を学び時代についていけるようにしないと、市場価値を上げることができないです。そのため、プログラマも英文が読める程度の英語力はあった方が良いでしょう。

## プログラマは数学ができなくても良いが数学知識が役立つことも

本記事ではプログラマに数学は必要か、について解説しました。プログラマは必ず数学ができないといけない、という訳ではありません。特に高度な数学に関してはできなくても、通常のスマホアプリ・Webアプリなどの開発は行うことが可能です。

文系でもプログラマになりたいが、数学や物理の知識がなく転職できるか不安という方は多いでしょう。本記事ではプログラマに数学が必要あるのか、について解説していきます。具体的にどの分野では数学知識が必要になるかまで詳しく説明しましょう。

プログラマに高度な数学は基本的には必要ないが、役に立つ場面もある

AI開発やゲーム開発、データ解析などの分野では数学は必要

数学以外にもプログラマには論理的思考力などさまざまなスキルが求められる

文系でもプログラマになれる？プログラミングに数学は必要か解説！

フォントはデジタル化が進む以前から活版印刷で用いていた用語で、*決められた書体・サイズ・幅で構成される活字を表します*。書体はフォントの集合体を表します。コンピュータで言うフォントは、個々の活字自体ではなく集合体である書体を指し、フォントファミリーという場合もあります。

コンピュータフォントは、プログラマの用途に応じて変更が可能ですのでケースバイケースで最適なものを選択することができます。

### プログラマのフォント指定のメリット

ここではプログラマにとってフォント指定のメリットについて説明していきます。以下が主なメリットです。

・*判読性向上*
エディタや開発環境のフォントを指定することで、コードが見やすくなります。プログラム言語で使用する文字は数字や英字が多用されます。さらに大文字・小文字があります。コードの判読性が高まることで正確なコーディングが可能となります。

・*誤りの早期発見*
コードが見やすくなることで、作成時やデバッグ時の入力間違いやエラー有無の確認が円滑に行うことができます。誤りを早期に発見し修正することができますので、完成コードの品質が高まります。

・*生産性向上*
判読性が高まることで開発時のコーディングの正確性が向上し、デバッグ・テスト時に誤り検出が効果的に実施できます。そのため開発・テスト工程の作業時間の短縮と作業・成果物の品質向上が期待できます。手戻りも削減できますので、サイクル全体の生産性向上が期待できます。

プログラミング時の考慮点としては、プログラム言語で規定している行頭位置が正しいか、特殊コードが適切か、行末や区切りのコードが正しいか、等の言語要件にしたがってコーディングをする事がポイントとなります。このためには、*全角・半角のフォントが等幅の方が望ましいと言えます*。

また小文字の「i（アイ）」と小文字の「j（ジェイ）」、小文字の「l（エル）」と数字の「1」、などの細い文字が見やすいことが望ましいでしょう。同様に大文字の「I（アイ）」と縦線「|」、大文字の「O（オー）」と数字の「0」も類似文字に誤解されますので、違いがはっきり分かるフォントを選択するのがおすすめです。

### 等幅フォントとプロポーショナルフォントの違い

等幅フォントとは、文字が等間隔で構成されており種類によって文字幅が変わることがありません。プログラミングにおいては横幅が等間隔の方が、*インデントや字下げの確認あるいは文字列の誤りを確認しやすくなります*。

プロポーショナルフォントとは、文字によって文字幅が変わるフォントです。活版印刷や英文レターで良く用いられます。コンピュータではWordなどでの文書作成に適しており、文字間が自動的に変化するので人間の可読性を高める効果があります。

## おすすめのプログラミング用フォント5選

プログラミングでは文字位置決めのケアレスミスを防止できるので、等幅フォントがおすすめです。以下が代表的なプログラミング用フォントです。

・*Source Han Code JP（源ノ角ゴシック Code JP）*
Adobe社の「Source Code Pro」をベースに、日本語の仮名や漢字表示にもバランスが調整されています。プログラムコードやコメント記述に利用されています。
【参考】：[Source Han Code JP | 源ノ角ゴシック Code](https://github.com/adobe-fonts/source-han-code-jp)
【参考】：[Source Code Pro](https://github.com/adobe-fonts/source-code-pro)

・*Ricty*
Linux環境を想定したフォントで、ラテン文字向けInconsolataと、和文文字用Migu 1M IPA ゴシック等の合成版です。派生版として、Ricty DiscordやRicty Diminishedがあります。
【参考】：[プログラミング用フォント Ricty](https://rictyfonts.github.io/)
【参考】：[プログラミング用フォント Ricty Diminished](https://rictyfonts.github.io/diminished)

・*Consolas*
マイクロソフト社が開発したフォントで、Githubでも使われています。数字の羅列・スラッシュ・ドット・小文字の判読がしやすい特徴があります。TrueTypeを拡張したOpenTypeのレイアウト機能が利用できます。
【参考】：[Consolas font family](https://docs.microsoft.com/ja-jp/typography/font-list/consolas)

・*PlemolJP*
IBMがリリースしたIBM Plex Mono（英数字）とIBM Plex Sans JP（日本語文字）を合成した日本語プログラミングフォントです。4種類のフォントファミリーから構成されていますので、適宜使い分けが可能です。判読しやすいフォントです。
【参考】：[PlemolJP](https://github.com/yuru7/PlemolJP)

・*MS明朝とMSゴシック*
WindowsでおなじみのMS明朝とMSゴシックも利用者が多いです。プロポーショナルフォントのMS P明朝とMS PゴシックはMicrosoft Wordのレポートで活用されています。
【参考】：[MS Mincho font family](https://docs.microsoft.com/ja-jp/typography/font-list/ms-mincho)
【参考】：[MS Gothic font family](https://docs.microsoft.com/ja-jp/typography/font-list/ms-gothic)

以下は5選に漏れていますが、補足情報として掲載しておきます。
・*番外編：メイリオ*
マイクロソフト社のメイリオは日本語の「明瞭」から名付けられました。視認性は高いのですがプロポーショナルフォントとなります。等幅フォントとしては、MeiryoKeがGitHubで公開されています。MeiryoKeは非公式版ですので、フォント二次利用の許諾許可の観点では個人利用にとどめておくのが良いでしょう。
【参考】：[Meiryo font family](https://docs.microsoft.com/ja-jp/typography/font-list/meiryo)
【参考】：[MeiryoKe](https://meir000.github.io/MeiryoKe/)

### Windowsのフォント確認と設定

Windowsでは、「スタート」メニューからすべてのアプリの一覧の「Windows システムツール」「コントロールパネル」をクリック、または「スタート」メニューを右クリックし「ファイル名を指定して実行」から”control”を入力します。これで「コントロールパネル」が表示されます。「フォント」をクリックし、*インストールフォントのプレビュー・削除・設定が可能です*。

Windows11およびWindows10のフォント一覧は以下の公式サイトにも掲載されています。詳細はリンク先をご確認ください。
【参考】：[Windows 11 font list](https://docs.microsoft.com/ja-jp/typography/fonts/windows_11_font_list)
【参考】：[Windows 10 font list](https://docs.microsoft.com/ja-jp/typography/fonts/windows_10_font_list)

Macでは、Font Bookアプリを利用して*フォントのプレビュー・インストール・削除・設定が可能です*。「macOS 11 Big Sur」と「macOS 10.15 Catalina」のフォント一覧は以下の通りです。「macOS 12 Monterey」はまだ公式サイトで公開されていません。
【参考】：[macOS Big Sur に組み込まれているフォント](https://support.apple.com/ja-jp/HT211240)
【参考】：[macOS Catalina に組み込まれているフォント](https://support.apple.com/ja-jp/HT210192)

インストール格納先は、用途に応じてフォルダを指定することができます。システム使用フォルダが”/System/Library/Fonts/”、ユーザ共有フォルダが”/Library/Fonts/”、個別ユーザフォルダが”~/Library/Fonts/”となります。
【参考】：[Mac でフォントをインストール／削除する方法](https://support.apple.com/ja-jp/HT201749)
【参考】：[Font Bookユーザガイド](https://support.apple.com/ja-jp/guide/font-book/welcome/mac)

フォント表示のみでしたら、Quick LookやCover Flowを利用することもできます。

通常、個々のアプリケーションやツール毎にフォント指定が可能です。デフォルトフォント以外を指定する場合に行います。例として、*統合開発環境（IDE）のVisual Studioにおいてもフォント設定が可能です*。コーディングに適するフォントを指定します。
【参考】：[Visual Studio のフォントと書式設定](https://docs.microsoft.com/ja-jp/visualstudio/extensibility/ux-guidelines/fonts-and-formatting-for-visual-studio?view=vs-2022)
【参考】：[方法: Visual Studio でエディターのフォントと色を変更する](https://docs.microsoft.com/ja-jp/visualstudio/ide/reference/how-to-change-fonts-and-colors-in-the-editor?view=vs-2022)

プログラミングの成果物としてウェブページを作成する場合も、出力フォントを指定することができます。HTML5では<font>タグは廃止となっていますので、*CSSを用いて”font-family”を設定します*。
```body {
font-family: Meiryo, serif;
}```

### プログラムソースコードの報告書作成

通常Wordを使って報告書を作成することも多いと思います。その場合も*プログラムコード部分を等幅フォントを指定することで対応できます*。表を挿入して位置決めすることも良いでしょう。

なお、Wordでは意外と行間が取られてしまいますので、見やすく指定ページに配置したいところです。その場合は、「ホーム」→段落の「行と段落の間隔」で行間の調整が可能です。

## 生産性向上のためにちょっとした工夫が有効です

お話ししたように、等幅フォントを指定することで、効率的なプログラミングが可能です。そのためプログラマの作業における判読性が向上し、誤りの早期発見に繋がります。結果として*開発・テストからメンテナンスまでの一連の生産性向上が期待できます*。

ちょっとしたことですが、たかがフォントと思わずに、一度プレビューでフォントを眺めてみることをおすすめします。

主要なコードレビューツールを紹介！ツールがなぜ必要かについても解説

コードレビューの観点とは？やり方や便利なツールについても紹介！

フォントは、決められた書体・サイズ・幅で構成される活字を表します。プログラマの用途に応じて変更が可能ですのでケースバイケースで最適なものを選択することができます。ここではプログラマ向けフォントの活用メリットと、おすすめフォントを解説していきます。

フォントは決められた書体・サイズ・幅で構成される活字を表し、書体はフォントの集合体を表します

プログラマ向けには、等幅フォントで効率的なプログラミングが可能です

判読性が向上し誤りの早期発見に繋がり、結果として生産性向上が期待できます

プログラマ向けフォントの活用メリットとおすすめフォント5選

## コードレビューの概要と目的

**コードレビューとは、作成したソースコードをレビューすることで、記述ミスやバグがないかを確認する作業のことです。**プログラムの品質を向上させるために、必要不可欠な工程といえます。ここでは、コードレビューの重要な観点を把握するために、まず概要や目的について詳しくご紹介します。

**コードレビューとは記述したソースコードに間違いがないかどうかを自分以外の誰かに確認してもらうことです。**レビューを行う側の人をレビュアー、レビューされる側の人をレビュイーといいます。レビュアーは複数いる場合もあります。

*システム開発の際にコードレビューはよく実施されます。*例えば、システムの品質を担保するために、「レビュアーの許可がない場合にはコードを修正することができない」というルールを作るプロジェクトもあります。プロジェクトの発足時に、レビューにかかる工数の見積もりやレビューのルールを決めることが大切です。

**コードレビューの大きな目的は、システム品質の向上です。**レビュアーに作成したコードに対して指摘してもらうことで、コードをより良い方向に修正することが可能です。例えば、人間がコードを記述する場合、ケアレスミスは発生します。そのため、*コードレビューを行うことで客観的にコードを見てもらえるため、ケアレスミスに気づきやすく、結果としてシステム品質の向上が期待できます。*

また、**コードレビューは新人教育のために実施されることも多いです。**新人社員の場合、実務経験が豊富な上司と比較するとコードの実装スキルがありません。そのため、ソースコードを読む作業を通じて、新人社員はコーディングについて多くのことを学ぶことができます。例えば、他人のコードを読むことによって「コードの設計」「コードの書き方」「フレームワークのスキル」などを勉強することが可能です。*コードレビューを通じて開発者の意図を学べるため、スキルアップにつながります。*

さらに、新人社員の場合はコードを丁寧に読むことが多く、実務経験が豊富な社員だとコードレビューを行うことに慣れていることが多いため、ケアレスミスを見逃してしまうこともあります。そのため、新人社員がコードレビューを行うことで小さなミスを拾えることもできるので、**新人教育も兼ねてコードレビューを行うことも多いです。**

**コードレビューの目的が理解できたら、次は方法が重要です。**コードレビューの方法はプロジェクトによって異なることも多く、ここでは一般的なコードレビューの方法について詳しく紹介します。ただし、例外もあるので注意してください。

### コメントの種類を使い分ける

**コードレビューをする際のコメントは、主にレビュイーが対応しやすいように記述します。**そのためには、行間のない短文で理解しやすいコメントが大切です。*コメントは、対応必須の「MUST」とレビュアーの意見「IMO（In My Opinion ）」の2つに分類すると分かりやすいです。*また、細かい指摘を行う項目など他の要素を使うこともあります。

### コメントの仕方に気を付ける

**コードレビューにおけるコメントは、コミュニケーションの一貫にもなります。**そのため、コミュニケーションがスムーズになるようなコメントの仕方も大切です。プロジェクトによっては文字のみだけではなく、絵文字や記号を使用することもあります。

また、*コードレビューでは相手の良い点を褒めることも大切です。*例えば、上司がレビュアーで新人社員がレビュイーの場合に、新人社員が成長した点をコメントしてあげると、新人社員のモチベーションアップにもつながります。

厳しい指摘ばかりしていると、レビュイーにとってコードレビュー自体が「辛い」「怖い」とネガティブなイメージになる原因になります。また*コメントをメンバーに共有することで、チーム全体の学びにもなるでしょう。*

**レビュアーがコードレビューの際にコメントを記載するときは、理由や根拠もきちんと記述しましょう。**コメントで「〇〇に修正してください」だけだと、レビュイーは「なぜ？」と疑問を抱いてしまうことがあるので、*根拠を示すことで新人社員の学びにもつながります。*インターネット上の信用できる参考文献を利用して、コメントをした理由を記述しましょう。

参考文献としておすすめの本は「リーダブルコード―より良いコードを書くためのシンプルで実践的なテクニック」です。イラスト付きで解説されているため分かりやすく、日本語の解説もついています。

【参考】：[O'Reilly Japan-リーダブルコード](https://www.oreilly.co.jp/books/9784873115658/)

### マージ後でも修正可能かを意識する

**マージを行った後でも、修正可能かどうかを意識することは大切です。**レビューの修正はマージを実施した後でも少ない工数で修正することができます。一方、データベースの変更は修正するための工数が大きくなるので、マージ後に修正が大変かどうかを意識してレビューを行うことも重要です。

**相手に伝わりやすくコードレビューを実施するには、いくつかコツがあります。**コードレビュー初心者の方は、まず基本的なコツをおさえておきましょう。ここでは、コードレビューをするときに意識すべき3つのコツについて説明します。

コードレビューを初めて行う人必見！やり方を1から解説！

### 口頭でのレビューも利用する

コメントのみでのレビューが難しいこともあります。その場合は**対面レビューの口頭でレビューを行うことがおすすめです。**ただし、指摘内容についてはコメントとして残しておいた方が、あとでエビデンスとして活用できます。また、プロジェクトメンバーに共有することもできるので、チーム全体の学びにもつながるでしょう。

### コードレビュー観点のチェックリストを用意する

**コードレビューをする際には、チェックリストの準備も大切です。**チェックリストを用意することで、*コードレビューする際の抜けや漏れを減らすことができます。*また、コードレビューをどのような観点で行うか、チームで認識合わせが可能です。

### 進捗に応じて確認するポイントを変える

**進捗状況によって、コードレビューをするポイントを変えることも重要です。**作業途中のコードを「WIP」として、プルリクエストを出す方法もあります。WIPとは、「work in progress」の略称で、進行中や作業中のことを指します。プルリクエストとは、コードの修正をレビュワーに通知して、マージを依頼することです。*WIPの場合は、変更の前提となるところを重点的に確認します。*

例えば、コードの設計や実装の方針について問題はないかを確認することが多いです。また、この段階では細かい部分の指摘は不要です。コーディングが完了した後に、細かい部分についてもレビューを行います。

## コードレビューで指摘が多いポイント

ここではコードレビューの際に指摘が入りやすいポイントについて説明します。間違いやすいところは重点的にチェックし、バグの防止やレビューの効率化を目指しましょう。下記で説明する項目について詳細なチェックリストを作成すると、精度の高いコードレビューができます。

**仕様のとおりに実装されているか、UIが適切か、エラーを正しく返すことができるかなどの基本的な機能部分をまずチェックしましょう。**簡単なコードでもケアレスミスがないとは言えません。機能に影響する部分はユーザーに直接見えるものが多いため、重点的にチェックしてください。

**不要なロジックが残っている、コピペミスがある、同一のロジックが複数入っているなどは必ず指摘しましょう。**コードの記載ミスは、製品がバージョンアップされたときや新たにアサインされたメンバーが加わる場合など、開発を再開する際にトラブルの元になります。複数のメンバーで開発ができるよう、コードは読みやすく書くことが大切です。

複数の端末で接続した際に処理速度が低下する、重い処理が含まれているといったパフォーマンスの低下の原因となる部分もチェックすべきポイントです。**具体的には指定されたデータ型が正しい、可能ならトランザクションを使用する、外部リソースへアクセスする場合は1回にまとめるなどの対策をしましょう。**

**コードレビューは、工数やコストが多くかかることも少なくありません。**近年ではIT人材の人手不足が深刻化していることもあり、納期などの問題からコードレビューができないことも多いです。品質を一定に保つためには、レビュー効率を上げる必要があります。ここからは、*レビュー作業の効率向上に用いられるコードレビューツールを2つご紹介します。*他にも多数のコードレビューツールが存在しているので、ぜひニーズに合うツールを探して利用しましょう。

**GitHubには、プルリクエストの画面にコードレビューのツールがあります。**無料でも使用できますが、データ量やアクション数などに制限があるため、企業単位でツールを活用する場合には有料プランの選択がおすすめです。GitHubを利用することで、レポジトリへのアクセス権があるメンバーに対して、プルリクエストごとにレビュアーとして割り当てることができます。プルリクエストを行ったエンジニアは、管理者に対してコードレビューの依頼が可能です。

*コードレビューツールを活用すれば、Gitにおけるコンフリクトをインターフェース上で解決できます。*また、追加したレビューツールと統合させることもでき、レビュー機能を拡張することも可能です。そのため、GitHub付属のコードレビューのツールは、すでにGitHubを利用している場合には、追加のインストールや設定が不要なことから最適なツールと言えます。

【参考】[GitHub](https://github.co.jp/)

**Review Boardとは、オープンソースのコードレビューツールでコードとドキュメントのレビューができます。**また、コードの比較を画面でわかりやすく表示することもできます。さらに、Webサイト上で試験版を利用でき、ソフトウェアをインストールして自身のサーバーで設定することも可能です。

*Review Boardはオープンソースということもあり、バージョンは日々更新されているため、使いやすいツールに日々発展しています。*また、Review Boardは他のツールと比較して学習曲線が緩やかなことも特徴です。

【参考】[Review Board](https://www.reviewboard.org/)

## コードレビューはシステム開発において大切な工程の1つ！

これまでに、コードレビューの概要・注意点・コツ・指摘ポイント・ツールについて詳しく解説しました。コードレビューとは、記述したソースコードを他の方が問題ないか確認する作業のことです。**コードレビューの最大の目的はシステム品質の向上です。**また、新人社員の教育としてコードレビューを利用することもあります。

*コードレビューのやり方として、コメントの仕方が特に重要です。*コミュニケーションの一貫ともなるので、コメントで絵文字の活用や対面レビューもおすすめです。また、コメントではよかった点について積極的に褒めることも意識してください。近年ではコードレビューツールも多くあるので、コードレビューに割ける時間がない方はぜひニーズに合わせて活用してください。

コードレビューとは、記述したソースコードに問題がないかどうかを自分以外の誰かに確認してもらう作業を意味します。また、コードレビューの最大の目的はシステム品質の向上で、新人社員にも任されることが多いです。当記事では、コードレビューの重要な観点について詳しく解説します。

コードレビューとは、記述したソースコードを自分以外が問題ないか確認する作業のこと

コードレビューの最大の目的はシステム品質の向上である

コードレビューツールを利用することでレビューの効率の向上が期待できる

## データサイエンティストとは

データサイエンティストとは、日々蓄積される膨大なデータをビジネスに役立てる道筋をつける人です。まずはじめに、本題に入る前にデータサイエンティストとはどのような職種なのかを解説します。以下に、データサイエンティストの役割・仕事内容・年収についてまとめました。

### データサイエンティストの役割

データサイエンティストの役割は、**企業に集積される顧客情報などのデータを次のビジネスに生かすことです。**また、企業が入手できる周辺データを取捨選択して、ビジネスに有効利用できるように加工する仕事もあります。

近年、これらのデータ量が爆発的に増えており、データのプロでなくては扱えないレベルに達しています。大多数の人が常にスマホを片手に行動するようになり、誰かが何かを検索するたびに、またSNSに投稿するたびに、大量の情報（データ）が蓄積されていきます。

また、AIの画像解析機能や音声認識機能が向上した結果、監視カメラやコールセンターなどを通じて膨大な情報が蓄積されます。このような「情報爆発」によって集積されるビッグデータに「使い道」を見つけるのがデータサイエンティストの役割です。

データサイエンティストとは？そのおすすめの資格も紹介！

### データサイエンティストの仕事内容

では、データサイエンティストの仕事内容は具体的にどのようなものがあるのでしょうか。

データサイエンティストの主な仕事は、**データの収集・分析・加工、レポート作成、業務への組み込みです。**企業によって異なる場合もありますが、一般的に顧客へのヒアリング後に課題の洗い出しと優先順位の決定を行い、課題の問題点を明確化して膨大なデータの中から活用できるものを選択、収集・保存、提案を行います。

混同されやすいデータアナリストとの違いは、どちらもデータを収集・分析する部分は似ていますが、データアナリストはデータ収集・分析に特化した職種、そこに統計学や企業の課題解決までを目指すのがデータサイエンティストです。データサイエンティストの方が上位の職種であると考えられています。

### データサイエンティストの年収

求人情報サイトによると、**データサイエンティストの平均年収は約700万円です。**年収幅は600万〜800万円が多く、地域・企業・勤続年数によっては1,000万円を超える場合もあります。日本の平均年収よりも高いため、比較的に高収入を目指せる職種です。人材不足や専門職といった観点により、データサイエンティストの年収は高めに設定されていると考えられます。

## データサイエンティストに必要なスキル

ビッグデータはそのままでは「混沌」です。言い換えれば、いくら溜め込んでも役に立たない「ゴミの山」に過ぎません。顧客データなどの構造化されたデータも、十分に使い道を見出せずに死蔵されているケースは少なくありません。

これらの**活かされていないデータに「出口」をつけてやるのがデータサイエンティストの仕事**で、それを行うには、統計学のスキル・ITのスキル・ビジネスのスキルの3つが重要となってきます。以下にそれぞれについて解説します。

統計学とは一言でいうと、**ばらつきのあるデータの意味を正しく読み取る学問です。**確率論や行列などの数学的知識とともに統計学を身につけることで、データから作られた仮説が正しいかどうかを「検定」することができます。

エンジニアリングができても、統計学の知識がなく、偽相関（データ相互の見せかけの相関関係）に騙されると、とんでもないビジネス設計をしてしまうことになります。

こういった知識を身につけるには、「統計検定4級」などの資格取得がおすすめです。まずは統計検定4級の取得からスタートし、統計の基本的な用語や概念を理解してください。その後、3級・2級・準1級・1級と1つずつステップアップしていきましょう。

【参考】：[日本統計学会認定資格](https://www.toukei-kentei.jp/)

データサイエンティストのスキル要件とは？人材育成に政府が動く

データを抽出するときもそれを加工・分析するときも、ITスキルは必要不可欠です。もちろんデータベースの構築にも必要です。データサイエンティストが主に使うプログラミング言語は、**統計解析に使う「R言語」、AIでの統計処理（機械学習）に使う「Python」、データベースの定義や操作を行う「SQL」です。**

また、これらの知識にはT系の国家試験である「基本情報技術者試験」の資格取得がおすすめです。統計学・データベース・ネットワーク・プロジェクトマネジメント・経営戦略など、データサイエンティストに必要な基礎知識を網羅できます。

【参考】：[IPA](https://www.ipa.go.jp/index.html)

Pythonでできること・できないことは？活躍している分野を解説

統計学とITのスキルをビジネスに活かすのがデータサイエンティストです。自社のビジネスをよく理解して、**ビジネスに使えるデータ処理・加工・システム設計をしなければなりません。**

また、データサイエンスに詳しくない上司や現場の営業マンに分かりやすくプレゼンテーションするスキルも必要です。それがないと、いくら良いビジネスデザインを描いても採用されません。さらには、モデルの精度を上げることだけにこだわらずに、現場で使いこなせるマーケティングシステムにするという現実的な配慮も必要な場合があります。

このようなスキルには、「マーケティング・ビジネス実務検定C級」の資格取得がおすすめです。市場細分化・標的市場決定・マーケティングリサーチ・消費者行動などの基礎が身につきます。

【参考】：[マーケティング・ビジネス実務検定](https://www.marke.jp/)

データサイエンティストを目指すエンジニアがまず取得したい資格7選！

## データサイエンティストがなくならない理由

「データサイエンティストがなくなる」「消える」という噂の源にあるのは、AIの機会学習・ディープラーニングがさらに進化することで「企業にとってのデータの利用法までAIが自動的に決めてくれるのでは」という素朴な未来予測によるものです。

### AIはあくまでもコンピュータ

鉄腕アトムのような「人間のような思考力を持つAI」が誕生しない限り、AIがデータを経営にどう活用するのかまでを決めるような未来はやってきません。

また、競争他社よりも付加価値の大きい製品やサービスを創造して「儲けたい」という欲も重要ですが、これをAIに実装することは難しいです。囲碁では、プロ棋士が太刀打ちできないソフトがすでに実現しています。それが可能だったのは、囲碁という極めてシンプルなルールの下では、コンピュータの”超人的”な計算能力が物を言うからです。

しかし、ビジネスは白と黒の石を交互に置いていくゲームとはわけが違います。**UX（ユーザーエクスペリエンス）を左右する要因は多種多様で、AIがそれに重みづけをすることは非常に困難です。**

いまさら人に聞けないDXとUXやCXの違い、それぞれの関係性についても徹底解説！

### データをどうビジネスに利用するかは人間にしか決められない

ビッグデータの「混沌」はディープラーニングの進化によってある程度整理整頓され、使い勝手が良くなっていくでしょう。しかし、**特定の企業がそのデータからビジネスにどんな付加価値を与えられるかを構想（デザイン）するのは、人間にしかできません。**

### AIが進歩するほど既存ビジネスとAIを結びつける人材が必要になる

政府は、すべての企業が2025年までにDX（デジタル・トランスフォーメーション）を実現しなければ国際競争力を失うとして、IT化による企業経営の「変容」を提唱しています。

しかし、**IT化がAI技術の駆使という意味合いを強めるほど、既存ビジネス（オールドビジネス）にとってDXはイメージしにくくなります。**AIと自社（データ）を結びつける人材が必要になるため、データサイエンティストの存在が欠かせません。

DXとは？その意味と日本の現状、DX推進の障壁となる要因を分かりやすく解説！

DXの取組事例に学ぶDX成功のポイントとITエンジニアへの期待

## なくなる心配よりも、今は育てるのが急務

日本のデータサイエンティストの現状は、なくなる心配よりも「必要なのに絶対的に不足している人材」として育成を急ぐべき時期にあります。

### データサイエンティストという職業はいつ生まれたのか

データサイエンス（データの科学）という言葉は昔からありましたが、職業としてのデータサイエンティストが脚光を浴びるきっかけになったは、米国のビジネス雑誌「ハーバード・ビジネス・レビュー」が2012年に掲載した記事「データサイエンティスト―21世紀で最もセクシーな職業」です。

それまでは地味でアカデミックな存在だったITに詳しい統計学者が、一躍「ウォール街のトレーダーよりも高給を取るセクシーな職業」になったのです。

しかし、実際に大きなIT企業やコンサルティング・ファームを除いた一般企業に、どれほどのデータサイエンティストがいるでしょうか？*「統計学×IT×ビジネス」の三位一体を体現するデータサイエンティストは、日本ではまだまだ理念的な存在だとさえ言えるかもしれません。*少なくとも、DXの実現を迫られている「すべての企業」に行き渡る数には遠く及びません。

### 人材が足りていない場合は激務になることも

前述の通り、データサイエンティストの需要は高まっていますが、「やめとけ」「つらい」などとネガティブな声も挙げられます。

その背景には、企業によってデータサイエンティストの数が足りていないことによる激務にあります。激務と感じるデータサイエンティストは多くいますが、近年は採用・育成に力を入れ始めている企業も増えているので、今後人材不足が解消される可能性も高いでしょう。

### 日本でのデータサイエンティスト育成は緒に就いたばかり

米国では2010年代に多くの大学がデータサイエンティスト養成のカリキュラムを設け、社会人向けのオンライン教育もあります。しかし、日本では2017年に滋賀大学が日本発のデータサイエンス学部を開設したところで、2021年現在まだ卒業生は排出されていません。業界団体である「日本データサイエンティスト協会」も2013年に設立されたばかりです。

**今の日本は、データサイエンティストがなくなるというより、その育成がやっと始まったばかりなのです。**

未経験からデータサイエンティストになるには？条件や求人状況とは

## データサイエンティストを目指すならビジネスマインドが不可欠

データサイエンティストの養成体制が整っていない現在、データサイエンティストを目指すにはどんな道があるでしょうか。

転職・キャリアの記事（68ページ目）