Amazonエコノミストで求められるツール・実装力・プログラミング言語
Amazonエコノミストで求められるツール・実装力・プログラミング言語
Amazon の economics 系職種を見ていくと、求められているのは経済学や計量分析の理解だけではありません。実際の求人では、どの言語で分析を実装し、どのツールで大規模データを扱い、さらにその結果をどこまで business decision や automated data products、場合によっては production へ接続できるかがかなり具体的に書かれています。つまり Amazon の economist 系人材は、「分析して終わる人」ではなく、データを取得し、因果推論や予測モデルを実装し、必要に応じてそれを実務で使われる仕組みへ落とし込める人として期待されていると見たほうが自然です。
しかも Amazon は、Googleなど 以上に economist を business organization の中へ埋め込んで使う傾向が強く、Pricing、Profitability、Prime、Ads、Marketplace、Operations などの現場で直接使われる分析力が重視されます。そのためツール要件も、抽象的な「統計ソフトが使えること」ではなく、R、Python、Stata、SQL、Spark といった具体的な実装スキルとして現れやすいのが特徴です。
1. Amazonのeconomist系では、まず R / Python / Stata と SQL が土台になりやすい
Amazon の economist 系求人で最も頻出するのは、R、Python、Stata と SQL です。Economist I の Prime Video、JP Econ & Decision Sciences、JCI Measurement and Optimization Science Team、Stores Economics and Science などでは、Preferred Qualifications として data analysis languages としての R、Stata、Python、そして SQL が明記されています。つまり Amazon の economist にとって、まず共通言語になるのは、経済理論そのものというより、SQL でデータを取り、R や Python、Stata で分析を実装する基礎です。
この書き方から分かるのは、Amazon では economist が、出来上がった分析結果だけを受け取って判断する人ではなく、自分でデータに触れ、自分でモデルを組み、自分で結果を出すことが前提になっているということです。とくに entry-level の Economist I でもこれらの言語が歓迎条件として並ぶため、実務に入る段階からかなりはっきりと coding 前提の職種として設計されています。
2. SQL は補助スキルではなく、「大規模データを扱う入口」として置かれている
この中でも、SQL の位置づけはかなり重要です。Amazon の economist 系求人では、SQL は単なる補助スキルというより、large and complicated data sets に触れるための入口として一貫して置かれています。Prime Video や JP Econ & Decision Sciences の Economist I では SQL experience が歓迎条件に入り、Worldwide Installments Science & Engineering の economics intern でも Python or R と並んで SQL experience が書かれています。
また Ads Econ internship では SQL and Spark が歓迎条件に入り、STRUC、RFCA、FMF といった economics internship の系統でも SQL が繰り返し出てきます。つまり Amazon では、economist であっても、整形済みの小さなデータだけを扱うのではなく、自分でクエリを書き、大規模データを分析可能な形に持っていく力がかなり早い段階から求められていると読めます。
3. R / Python / Stata は、econometrics を回すための中心ツールとして扱われる
R、Python、Stata はどれも頻出ですが、Amazon の economist 系では特に econometrics を実際に回すための中心ツールとして扱われています。Ads Econ internship では Stata、R、Python の proficiency と causal inference econometric methods への強い基礎が基本条件です。EU Stores, Economic Decision Science の internship でも、econometrics の知識に加え、Stata、R、Python の basic familiarity が必要とされています。
さらに Economist III の公開求人では、program evaluation、forecasting、time series、panel data、高次元問題を扱いながら、R と Stata を使うこと、また Python、R、Stata と SQL の経験が要件に入っています。つまり Amazon において R、Python、Stata は、「使えたら望ましい」言語ではなく、因果推論、予測、パネル分析、構造推定などの core econometric work を実装するための標準ツールと考えてよいです。
4. Amazonでは、分析言語だけでなく Spark や分散計算まで視野に入る
Amazon の economist 系求人を見ていると、一定以上の規模になると、単なる分析言語だけでは足りず、分散計算や大規模処理のスキルまで視野に入ってきます。Ads Econ internship では Preferred Qualifications に SQL and Spark が書かれていますし、STRUC、RFCA、FMF の economics internship では SQL、UNIX、Sawtooth、Spark が歓迎条件として並びます。
Profitability Science / Profit Intelligence の Economist II では、R や Python に加え、large-scale scientific computing using distributed computing infrastructures such as Spark-Scala or PySpark が plus とされています。ここまで来ると economist の実装力は、ローカルで回す統計分析の範囲を超え、Amazon data scale の production software や distributed computing を理解しながら分析を動かすところまで広がります。
5. Amazonでは「分析できる」より「scientific data products に落とし込める」が重要になる
Amazon の economist 系職種を読むと、分析能力それ自体よりも、その分析を reusable な scientific data products や automated decision tools に落とし込めることがかなり重視されていることが分かります。Prime Science の economist では、massive data、state-of-the-art scientific computing、econometrics、machine learning を使いながら、internal-to-Amazon-facing automated scientific data products を作ることが明記されています。
Profitability Science の Economist II でも、候補者には statistical models を build, estimate, and defend する力に加え、building scalable production software at Amazon data scale に学習意欲を持つことが求められています。つまり Amazon の economist は、分析レポートを書く人というより、分析を business-facing な仕組みへ変換する人として置かれているのです。
6. 上位ロールでは、economics と engineering の橋渡しが強く求められる
より上位のロールになると、この傾向はさらに強まります。Principal Economist, Economic Decision Science では、Python、Java、C++、SQL、Unix / Linux environment への経験が plus とされており、単なる計量分析の範囲を超えて、より広い技術環境を理解することが期待されています。つまり Amazon の上位 economist は、economics の専門家であるだけではなく、engineering や scientific computing の文脈でも会話できる人材として描かれています。
この背景には、Amazon の economist が広告、価格、需要予測、配送約束、Prime の価値推定など、かなり大きなシステムに接続された課題を扱うという事情があります。経済学的に妥当なモデルを作るだけでなく、それを大規模な実務環境で回る形に寄せる必要があるため、economist と software / data engineering の境界は、上位ロールほど薄くなりやすいです。
7. インターンの段階から、「プロトタイプを作り、場合によっては production に渡す」ことまで含まれる
この構造は、インターンの段階でもかなりはっきりしています。EU Stores, Economic Decision Science の internship では、Stata、R、Python の基礎と SQL が求められるだけでなく、novel solutions and prototypes を考え、場合によってはそれを customer-facing products の production に deliver する可能性があると説明されています。Amazon Science の economics internship の紹介でも、interns は data sets を build し、applied econometric analysis を行い、economists、scientists、product managers と協働するとされています。
つまり Amazon では、economist の初期段階から already-structured な分析だけを担当するのではなく、データ構築、計量分析、試作、実装への橋渡しまでが学習対象として含まれています。economics internship ですら、研究補助ではなく、business and research problems に対する実践的な analytical builder の役割として設計されていることが分かります。
8. Amazonのeconomist系で見られるツール群には、ある程度の階層がある
整理すると、Amazon の economics 系で頻出するツールや言語にはある程度の階層があります。まず土台にあるのが SQL で、データ抽出や大規模データ処理の入口として機能します。その上に、R、Python、Stata があり、因果推論、program evaluation、forecasting、time series、panel data、structural econometrics、experimentation を回すための中心ツールになります。
さらに規模が大きい領域では、Spark、PySpark、Spark-Scala、Unix / Linux environment などが加わり、分散処理や大規模な実装環境との接続が要求されます。上位ロールや一部の強い実装寄りロールでは、Java や C++ のような言語まで視野に入り、economics と computational infrastructure の橋渡しが前提になります。Amazon の economist 系職種は、肩書きは economist でも、実務上はかなり明確に programming と implementation を前提としているといえます。
9. Amazonのeconomistに求められるのは、「分析者」よりも「実装する経済学者」に近い
こうして見ると、Amazon の economics 系職種で求められているのは、経済学を知っていることそのものではありません。それを大規模データ、コード、実験、因果推論、プロダクト、そして automated scientific data products へ落とし込めることです。Entry-level の Economist I でも、R / Python / Stata と SQL がかなり一貫して現れ、internship の段階から Spark や production delivery が視野に入ります。Profitability Science や Prime Science のようなロールでは、その先に scalable production software や machine learning、scientific computing まで加わります。
したがって Amazon の economist 系職種をツール面から理解するなら、「分析できるか」ではなく、「分析をコードとして実装し、必要なら組織やプロダクトの中で動く形へ接続できるか」を見るほうが実態に近いです。Amazon における economist は、理論家というより、かなり強く implementation-minded な applied economist として設計されていると考えるのが自然です。