データサイエンティストの企業選び！優良企業に就職しよう！

データサイエンティストに興味を持っている方の中には、就職・転職する際の企業選びについても確認出来ているでしょうか。

本記事では、データサイエンティストへのキャリアパスや企業選び、必要なスキルや注意点についても合わせてご紹介していきます。

データサイエンティストになる3つの道を紹介

データサイエンティストになるには特別な資格や学歴は必要ありません。しかしながらビッグデータの解析に関するノウハウや統計学に関する高い知識が必要です。「完璧なデータサイエンティストと呼べる人間は居ない」と言われるほど要求されるハードルが高い仕事がデータサイエンティストです。特にビッグデータ解析には一般的な数学の知識は勿論、プログラミングやビジネスに関する知識、調べる対象によっては医療、材料系などその分野の専門知識も必要となります。

プログラマーやSEから転職

機械学習について学習しましょう。厳密な意味ではデータマイニングとは違うのですが、かなりの部分で重複するので同じ意味合いで用いられることが多いです。なお機械学習とは人工知能における要素のひとつで、自己学習をするコンピューターソフトウェアやそのプログラミング技法を指します。プログラミングの実務経験はある筈なので、先に数学の基礎統計学を学び直し機械学習を習得しましょう。機械学習にも統計学が必須なので、先にある程度統計学を学び直してから機械学習の方の勉強に取り掛かったほうが良いでしょう。実際のビジネス問題は範囲が広すぎるのでケースバイケースでの対応になるでしょう。機械学習はこれひとつで本が何冊も書けるほど深く、習得にはそれ相応の時間がかかります。

統計学の知識がある人が転職

データサイエンティストは技術的にも仕事の内容的にも洗練されるのはこれからです。データベースのアクセス言語であるSQLの知識も必要となりますが、Pythonの方をある程度学習していればSQL自体はそれほど難しくはありません。データ分析で汎用的に活用されるプログラミング言語はPythonなのでこれを学ぶと良いでしょう。

また機械学習やデータマイニング、レコメンドエンジンなどの論文（有名な論文は殆ど英語です）に目を通すと実務への応用ヒントが見つかるでしょう。また統計ソフトのRかSAS、SPSSなどの知識があると良いです。データサイエンティストという職種は定義こそ古いものの実際に専門職として成立したのは割りと最近の話であり、まだ未開拓の部分が沢山残っています。

ビジネスアナリストから転職

エンジニアとしての実務経験はなくてもビジネスアナリストとして今まで仕事をされてきたのであればビジネスへの理解力は他の職種より高い筈なので、それを武器にデータサイエンティストとして仕事が出来るでしょう。先ほどのRとデータマイニングの学習から入ると良いでしょう。

【関連記事】
▶データサイエンティストとして採用されるには？

データサイエンティストになるために「まずはプログラミングの知識を身に付けたい」といった方は、「ポテパンキャンプ」での無料カウンセリングがおすすめです。

データサイエンティストに必要な3つのスキル

データサイエンティストになるために、大きく分けて３つのスキルが必要です。これらのスキルを網羅すれば、データサイエンティストと呼べるでしょう。

データを使う力

大量データを何となく使っているだけではなく、統計学や情報工学などの力を駆使して、データが何を語っているのかを読み取る力です。最近よく聞くようになったAIや機械学習を使ったビッグデータ解析も「データを使う力」に入ります。

データを使える形にし、運用する力

データサイエンティストが扱う「データ」とは、関係データベースのような整った表形式であることは少なく、テキストはもちろんのこと動画や音声などの非構造化データ、XMLやJSONのような半構造化データもあります。これらを分析できる状態にしなくてはなりません。

さらにデータを効率よく蓄積して処理する仕組みを構築し、運用する力も必要です。

ビジネスに応用する力

前述の2つの力を持っていたとしても、それを何に使うのか、何をゴールとするのかといった「ビジネスに応用する力」を持っていなければ意味がありません。ビジネスにおける課題や目的を明確にして、それらを先の2つの力を最大限に活かしてこそデータサイエンティストといえるのです。

得意分野に応じてスキルを身に着けるとよい

統計や数学に強いという人もいれば、エンジニア出身でデータ分析する仕組みを構築、運用するのが得意という人もいるでしょう。人によって得意分野は異なります。よって、その人それぞれの得意分野に応じてスキルを身に付けるのが、データサイエンティストになるために近道です。

企業需要の高いデータサイエンティストに必要なプログラミングスキルが学べるスクールならこちら

データサイエンティストとして転職したいなら、転職サービスに登録しよう

もしデータサイエンティストとして転職したいなら、著名な転職サービスに登録してみましょう。そして企業からの勧誘を待つのです。

届いた勧誘メール全てに目を通すのは大変ですが、面倒がらずに頑張りましょう。また連絡を送ってくれた方とはできるだけ繋がりを持つようにしましょう。良い情報が手に入るかもしれません。

勧誘メールの内容で、自分の現在の市場価値が分かります。報酬額もしかり、オファーのあったポストしかりです。それらを見て、自分に何が足りないのかが分かったら、以降の学習計画を立てましょう。

ここで注意しなければいけないのは、焦って低待遇または興味のない案件に手を出さないということです。できるだけいい待遇の勧誘が来るまで、我慢強く待ちましょう。

企業需要の高いデータサイエンティストに必要なプログラミングスキルが学べるスクールならこちら

確実にデータサイエンティストになりたいならデータ分析専門のコンサルティング会社か大手メーカー

確実にデータサイエンティストになりたいのであれば、データ分析専門のコンサルティング企業、または大手メーカーのアナリティスク部門への就職を目指しましょう。この2つが現在データサイエンティストのメインの職場と考えてよいです。またデータサイエンティストも幾つかのタイプに別れます。もう少し細かく見てみましょう。

研究開発型データサイエンティスト

企業の研究所や開発部門に所属し解析アルゴリズムや機械学習の研究を行います。統計学や機械学習の学術論文を読み解く知識や開発したアルゴリズムを実装するための技術が必要です。仕事の内容的には学者や研究者に近いデータサイエンティストになります。

アナリスト型データサイエンティスト

企業が抱える製品の弱点やサービスの問題点を洗い出して、その解析と改善の提言を行います。分析対象の理解とビジネスの要素が絡みます。仮説の構成力やマーケティングの知識、統計解析の知識や機械学習の知識が必要になります。仕事の内容としてはアナリストに近いデータサイエンティストです。データサイエンスはITコンサルティングとセットで用いられる場合があるので一般的にデータサイエンティストというとこの仕事を思い浮かべる方が一番多いでしょう。

エンジニア型データサイエンティスト

分析や大規模データ処理環境の構築、統計分析アルゴリズムの実装や既存製品やサービスの情報整理や統計分析を担当します。プログラムのコーディングや実装、分析環境構築などエンジニアに寄ったデータサイエンティストです。統計ソフトのRやSASなどの知識が必要で、他にも機械学習に対しての理解も求められます。

【関連記事】
▶データサイエンティストに転職するには？

企業需要の高いデータサイエンティストに必要なプログラミングスキルが学べるスクールならこちら

データサイエンティストになる際の注意点

データサイエンティストは新しい職業でビッグデータとともに名前だけが独り歩きしている感があります。日本では実際にデータサイエンティストを有効活用している企業がまだ少ないのが実態です。ここでは就職・転職に際しての注意点をまとめます。

入社したら仕事内容が違った……

新卒で入社や転職後によくある話として、データサイエンティストとして入社したのにやっていることはプログラの動作確認ばかりで、全然関係ない仕事をやらされている。という話はよく聞きます。他にも仕事のレベルが低すぎてデータサイエンティストでなくても務まるような書類や資料の整理をやらされ分析を必要とするデータには触らせてもらえなかったりなど、このようなエピソードは後を絶ちません。これは企業にデータサイエンティストの理解が無いから起こる事柄です。

それではデータサイエンティストはどういった就職、転職をすれば良いのか考えてみましょう。これはデータサイエンティストだけの問題ではなくデータアナリストやWEBアナリストといったデータ分析を行う他の職種も一緒です。就職・転職で失敗するとその後のフォローに莫大な時間を費やす可能性があるので企業選択は特に注意しましょう。

「これからデータ分析部門を作る」

と面接で言われたら注意が必要です。転職で「これから分析に力を入れたいのであなたが主導して欲しい」といった話も同様です。新卒からデータサイエンティストを目指つ上で、この様なことを入られたら注意が必要です。

今から部門を立ち上げる場合何もない状態から始まります。新卒からデータサイエンティストを目指す場合、先輩のデータサイエンティストに付いてそこからノウハウを吸収しなければなりません。しかし部門がない状態から新規で始まるということはそういった先輩も居ません。それに部門立ち上げの話自体も企業がどこまで力を入れているのか？その見当もつかないのでリスキーでしょう。またデータ分析に力を入れてる企業ならばデータ分析部門は既に持っている筈なので、データ分析の価値がどの程度なのかについても正しく認識していない可能性があります。

転職の場合も同様で、新規に部門立ち上げとなるとデータ分析の価値を上層部に説明して回ったり、データ分析用のインフラ整備も自分たちで行わなければならず、そもそも企業がどの程度データ分析に力を入れているかによってインフラ規模が変わるので、思うようにインフラ整備ができない可能性もあります。本来のデータ分析以外に莫大な時間が費やされます。もし転職でデータ分析部門立ち上げに関わるのであれば経営者に近い立場で、ある程度の権限を与えてもらえる状況での採用でないと思うような成果は出せないでしょう。

企業側に必要なスキルの確認をする

データサイエンティストの求人があるものの具体的なスキルを明示してい企業は注意が必要です。統計学、機械学習（データマイニング）の知識はある程度必要としても、他にどういったスキルが必要なのか？また統計や機械学習の知識についてもどの程度のレベルで必要なのか確認してみましょう。これを聞くことによって企業側のデータ解析に対する理解度が分かります。

具体的には統計学なり機械学習の最先端の知識が必要なのか？それとも全般的に知る程度で良いのか？コーディング能力は必要なのか？必要であるならば使う言語はどういった言語でインフラ周りはどうなっているのか？アナリストとしてのスキルは必要か？などです。実際の業務内容と募集要項が乖離している場合は企業側のデータ解析に対する理解度が低いと判断できます。

【関連記事】
▶データサイエンティストの求人に応募する前に知ってほしい2つのこと

データサイエンティストへのキャリアパス

データサイエンティストへのキャリアパスはプログラマーやSEから転職する場合と統計学の知識のある人が転職する場合、アナリストから転職する場合があります。新卒から直接データサイエンティストを目指す場合は統計学や機械学習についてはある程度学校で学んでから就職した方がその後の仕事の役に立つでしょう。

「データサイエンティストへのキャリアパスを相談したい」といった方は、「ポテパンキャンプ」での無料カウンセリングがおすすめです。

データサイエンティストを目指そう！

データサイエンティストは比較的新しい職種で、有効活用出来ている企業がまだまだ少ない分野です。

今回ご紹介した基本情報を元に、データサイエンティストへのキャリアパスを検討してみてください。

企業需要の高いデータサイエンティストに必要なプログラミングスキルが学べるスクールならこちら