統計学を活かして、文系・未経験からデータサイエンティストになるには?

文系でも、データサイエンティストになれる時代?

企業が保有しているビッグデータを、統計学や数学、機械学習など様々な角度から整理・分析し、ビジネスにどのように活用するのかを考案するデータサイエンティスト。

「サイエンティスト」という名称から、理系のイメージが強いですが、文系から目指したい方も多いのではないでしょうか?

また、データを扱う学問といえば、大学などで統計を学んだ方も多いかもしれません。

データサイエンティストの仕事に、統計学は活かせるのでしょうか?

本稿では、未経験からデータサイエンティストへの転職が気になっている方に向けて、仕事内容やトレンド、必要なスキルを紹介し、データサイエンティストになる方法をお伝えします。

データサイエンティストの仕事内容とは?

データサイエンティストの仕事は、企業が保有しているビッグデータを、統計学や数学、機械学習など様々な角度から整理・分析し、ビジネスにどのように活用するのかを考案する仕事です。

所属する会社や業界により、仕事は異なりますが、データサイエンティストの仕事内容を簡単にお伝えすると、

  1. データ収集/蓄積(社内の各セクションからデータをもらって、保管する)
  2. 分析(プログラムやツールを使って、もらったデータを分析しレポートにまとめる)
  3. レポーティング(ビジネスへどのように活かすかのKPI提案)

この3つのプロセスに大別されます。

各プロセスを詳しくお伝えすると、以下の通りとなります。

データ収集/蓄積

データ収集

ビジネスの課題に合わせて、必要なデータを社内の各セクションから受け取ります
データ収集プロセスが確立されている職場では、業務システムのログやSNSのAPIからデータを収集。データ収集の際に必要なバッチの構築・運用も行います。

データの蓄積

収集したデータを蓄積するために、プログラミング言語を用いて、いわゆるデータベース環境を構築・運用します。

蓄積したデータを取り出す環境を構築・運用

BI(Business Intelligence)ツールの整備や、Hive、pigのようなデータ操作環境を構築・運用します。

分析

データ操作環境を使用してビジネス上の意思決定を助ける知見を探ります。分析方法には、仮説検証型と、知識発見型の2種類があります。

[仮説検証]

仮説を複数出し、どの仮説が正しいかを検証するアプローチ。

[知識発見]

データにあたり、その結果を解釈するアプローチ。

知識発見型の分析には、データ操作環境としてIBM社のSPSSや、オープンソースのRなどが用いられることが多いようです。また、レコメンデーションエンジン開発などで用いられる機械学習も知識発見型アプローチのひとつです。

レポーティング(KPI報告)

データ分析をした結果、KPIを設計、見える化、必要に応じて意思決定者に共有、提案します。

ビッグデータは、蓄積されていくほど、本当に重要な指標が見えづらくなります。そのため、ビジネス上で重要な指標(KPI: Key Performance Indicator)を整理、見える化し、マネジメント層へ提案するのも、データサイエンティストの仕事のひとつです。

専門化されていく、データサイエンティストの仕事内容

データサイエンティストに求められるのは、企業やそこで働く社員の「正しく効率的な意思決定」、また、「時間的および金銭的コストカット」を提案することで企業に利益をもたらすことです。

「データの収集」(入り口)から「課題に対するソリューションの提案」(出口)にまで携わり、幅広いスキルを求められます。そのため、データサイエンティストはそれぞれ得意な分野を持っており、チームを組んで作業にあたることが多いです。そのため、各々、得意な領域に合わせてデータサイエンティストグロースハッカーデータアナリストデータマイニングエンジニアなど様々な呼ばれ方をするなど、データサイエンティストの業務が細分化し、専門的になっているとの情報もあります。

それでは、なぜ、データサイエンティストという仕事が誕生したのでしょうか?

データサイエンティスト業の歴史とトレンド

データサイエンティストの職業が生まれたのは2010年代初頭です。大学・大学院で数学を学んだ研究者が選ぶ職業のひとつとして選択肢に上がりました。

ビッグデータの活用による売上成功事例が次々と現れたのは2014年から2015年あたりと言われています。

一方、時間が経つに連れて、ビッグデータを活用することによる企業リスクも現れはじめています。

リクナビ「内定辞退予測」問題

ビッグデータの不用意な活用による企業リスクの例として、2019年に発覚した「リクナビ」の「内定辞退予測」問題が挙げられます。

これは、就職情報サイト「リクナビ」が、「就活生が内定を辞退する可能性」を予測し、企業に提供するサービス「リクナビDMPフォロー」を行い、30社以上の企業にデータを提供していたことが発覚。行動パターンの分析対象になった学生は7,893人に上るとのことです。

学生には「行動データを企業に提供する場合がある」とプライバシーポリシー上で説明し、リクナビ登録時に同意を得ていたとのことですが、個人情報保護委員会などから「同意を得る仕組みがわかりにくい」との指摘が出ていました。

現場や社内関連部署からの理解の遅れ

データサイエンティストは、データの収集からソリューション提案にいたるまで、現場からマネジメント部門まで、社内のあらゆるセクションと深く関わります。

一方で、データサイエンティストはまだ誕生して間もない職業であり、年齢的にも20代から30代の若い人材が多いです。新しい職業であるがゆえに、それまでいた現場社員や、社内関連部署からの理解の遅れも、データサイエンティスト全体の課題として挙げられています。

仕事の核となるのがあくまで「提案」であるため、仮に上層部から請われて雇われても、企業全体の理解が得られていないと思う仕事ができない可能性もあります。そんなとき、上層部に話を持ちかけるような社内政治力も求められるでしょう。

今求められているのは、「コンプライアンス」+「ビジネス感覚」を持ったデータサイエンテイスト

ビッグデータを活用することは社会的に重要な取り組みです。しかし、これまでビッグデータに触れたことのない方にその価値を共有してもらうためには、社内調整力や政治力、コミュニケーション感覚・ビジネススキル、そして、コンプライアンスを遵守する意志を持たなくてはなりません

(もちろん、データサイエンティストだけではなく、データを活用する企業全体に求められています)

社会人を何年か経験し、コンプライアンス感覚を育てた第二新卒人材は、今、データサイエンティストの現場で求められているとも言えます。

それでは、データサイエンティストに求められるスキルとはなんでしょうか?

データサイエンティストに求められるスキル

統計学の知識

今、データサイエンティストの現場で強く求められているのは、統計学に長けた人材です。そのため、大学・大学院で統計学の基礎を学んだ方は、その知識を存分に活かすことができます

「本当に?」
「データサイエンティストというからには、理系人材じゃないと厳しいんじゃない?」

と思われるかもしれませんが、それは違います。実際、統計学を学んだ人材を求める求人が増えています。

こちらは、実際にリクルートエージェントから出ているデータサイエンティストの求人です。

これまでに培った分析や統計学の知識を活かし、エンジニアとして専門的なスキルを身に着けませんか?未経験から3ヶ月間の座学研修を経て、大手企業を中心にAIシステムなど様々なプロジェクトに携われます。

とあり、統計学を学んだ人材が強く求められているのがわかります。

またこちらは、dodaに掲載されている、未経験者歓迎・データサイエンティスト(データアナリスト)の求人です。

こちらでも、歓迎要件に、「統計学に関する基礎的な知識をお持ちの方」とあり、統計学に強い人材が現場で必要とされているのがわかります。大学等で培った統計学の知識に加え、入社後のプログラミング研修を受けることで、未経験からでもデータサインティストとして活躍できるんですね。

プログラミングスキル

プログラミングスキルがあれば、データ分析環境の構築ができ、第一線で即戦力として活躍できます。
データサイエンティストで最も使うプログラミング言語といえば、RubyやPython、Rの3つが挙げられます。
特に、AIとの関わりが深いPythonは機械学習を取り入れる際に必要です。

Python(パイソン)とは…?

人工知能(AI)や機械学習(ディープラーニング)に長けた言語。
GoogleFacebookInstagramYouTubeなど、2010年代以降に隆盛したサービスの多くで使用されている。構造はシンプルで学習しやすい部類であり、データサイエンティストの実務においても、基本的にはデータ整形の処理を書くことが多く、複雑な処理を書くことは少ないとの情報も。

プログラミング言語のなかでも、比較的習得しやすいため、文系の方は、転職活動と並行して、オンラインスクールなどで学習すると、効率よくデータサイエンティストまでの距離がぐっと近づくことでしょう。

ビジネス感覚

データサイエンティストの仕事は、最終的に、ビッグデータから得られた知見を、ビジネスに活かすことにあります。そのため、ビジネス感覚を持つ(最終的に、ビッグデータがどのようにビジネスに活かせるか?)の提案力を持つことが重要です。

実際、プログラマ出身の方が、データサイエンティストに転職したところ、プレゼンテーションの場で苦労したというエピソードもあります。逆に現職が営業の方などは、プレゼンのスキルなどを活かせるかもしれません。

つまり、文系だからデータサイエンティストになれないとは限らない

ここから言えるのは、実際に多くの企業が、統計学スキルを持つ人材を歓迎しており、基礎的なプログラミング能力や、ビジネス提案力を掛け合わせることで、好待遇の求人にありつける可能性が高いということです。

それでは、仮に文系職からデータサイエンティストに転職した場合、年収はどれくらい変わるのでしょうか?

データサイエンティスト職の給与や年収の相場は?

大手転職サービスdodaの調査によると、データサイエンティスト職の年収平均は、以下の通りです。

  • 全体平均:515万円
  • 男性:537万円
  • 女性:437万円
  • 20代:456万円
  • 30代:556万円

今のところは右肩上がりの売り手市場であり、年収相場も他の職種と比べ高いものとなっています。

たとえば、文系の花形といえば営業職ですが、営業系の平均給与・444万円(doda調べ)よりも70万円以上高い数字です。転職の場合、スキルや経験によって評価が分かれますので一概には言えませんが、たとえば平均的な給料をもらっている営業の方が、データサイエンティストへキャリアチェンジしたら、月給に換算して約6万円アップすることになりますよね。

月に6万円あれば、自由に使えるお金や貯金もでき、生活レベルがワンランクアップできるのではないでしょうか?

それでは、統計学を学んだ文系の方が今後データサイエンティストを目指すにあたり、身に着けておいた方が良いスキルとはなんでしょうか?

統計学に加え、プログラミングスキルがあると有利

上記でお伝えした通り、統計学と並んで重要なスキルとして、Pythonによるプログラミング能力が挙げられます。

文系出身の方は、これまでプログラミングを学んだことがある方は少ないのではないでしょうか?また、今から学びなおしたり、仕事で忙しいなか専門学校に通学したりするのは大変ですよね。

そこでおすすめなのは、オンラインで受講できるプログラミング講座です。

なかでも、「TECH ACADEMY」のデータサイエンスコースでは、Pythonを使ってデータ分析の手法を習得するのに特化したオンライン講座であり、これからデータサイエンティストになりたい方にぴったりの内容を学べます。

また、たとえデータサイエンティストとして未経験からの挑戦でも、オンラインスクールに通っているという実績があるだけで、企業側の評価はUPするでしょう。データサイエンティストになりたいという熱意を伝えるのに加え、実際に学んでいるという姿をアピールすることで、内定の可能性がUPするかもしれません。

せっかくやる気があるのに、アピールの機会を失うのはもったいないですよね。

TECH ACADEMYでは、本入学の前に、動画による無料説明会を行っていますので、まずはそちらをチェックしてみてはいかがでしょうか?

「TECH ACADEMY」データサイエンスコースを見てみる

データサイエンティスト求人を探すには?

まずは転職サイトで情報収集

統計学を活かしたデータサイエンティスト求人を探したい場合、まずは転職サイトに登録してみましょう!

転職サイトの良い点は、自分のペースで求人を探せることです。また、転職サイトの利用は無料のため、先に登録しておくことで、ちょっとでも良いと思った求人情報をお気に入り登録でストックできるのが強みです。

おすすめの求人サイト「リクナビNEXT」

求人サイトでおすすめといえば、業界大手のリクナビNEXTです。
リクナビNEXTで、データサイエンティストの求人を探すと、全国で104件がヒットしました。

リクナビNEXTの未経験者歓迎求人数

未経験者を歓迎している求人は6件と大変狭き門となっています。(2019年9月調べ)

とはいえ、悲観することはありません。なぜなら、たとえ何十社応募したとしても、結局入社できるのは1社だからです。

良い転職先が見つかるかどうかは、運やタイミング、ご縁に左右されます。プログラミングの学習をするのは確かに重要ですが、そればかりに気を取られて、良い求人との出会いを逃したらもったいないですよね。

そのためまずは、転職サイトに登録し、自分のお気に入り求人を比較して、「データサイエンティスト市場にどんな市場があるか」を知り、「ここは応募したい!」と思えた求人を逃さない努力をしましょう。

↓↓↓
「リクナビNEXT」に登録する

転職エージェントサービスで、より自分に合った転職を

今すぐデータサイエンティストになりたい方におすすめなのは、転職サイトの登録に加え、転職エージェントサービスを利用することです。

転職エージェントは、仕事を探したい人と、人材を探す企業の橋渡しをするサービスのひとつです。

大手のサービスとしては、doda/リクルートエージェント/マイナビエージェントがあります。

転職エージェントへ登録すると、一人ひとりにキャリアカウンセラー・コンサルタントが個別につき、自分に合ったサービスを提供してくれます。

しかも、サービスの利用は、すべて無料

データサイエンティストを目指す方が、転職エージェントを利用するメリットは、以下の通りです。

①プログラミングスキル不足でも推薦してくれる

転職エージェントを利用する大きなメリットは、企業側から直接求人を受け取り、応募への橋渡しをしてくれることです。

そのため、たとえスキル不足でも、求職者に有利になるような推薦をしてくれる可能性が高いです。

たとえば、「プログラミングスキルは勉強中だが、統計学の基礎は学んでおり熱意が高い」などの推薦状を添えてくれます。

②表に出てこない情報を教えてくれる

転職エージェントには大抵、求職者のコンサルティングを担当するコンサルタントと、企業側への営業担当がいます。そのため、転職サイトなど表には出てこない情報を共有してくれるため、面接対策に役に立ちます。

  • 「A社は熱意を重視した採用をしている」
  • 「B社は内定後にしっかりした研修制度があるので、活躍しやすい環境」
  • 「C社の一次面接では現場のスタッフが出てきて、統計学の基礎知識を問われる質問をされる」

など、転職エージェントは、採用試験から入社後のことまで幅広い情報を握っています。

そのため、自力で転職する場合と比べ、次の仕事への距離もぐっと近づきますし、条件も良くなる傾向にあります。

「マイナビエージェント」公式サイトへ

転職エージェントで迷ったらすべて登録するのがおすすめ

転職エージェント、一体どれが良いの?とお悩みの方もいるかもしれませんが、迷ったらとりあえず全部登録するのを転職Doではおすすめします。なぜなら、どれも良質かつ高品質のサービスのため、最終的にはあなたと、キャリアコンサルタント担当者との相性が、転職の成功を握っているからです。

ひとつのサービスに固執し、担当者と合わないばかりに、なかなか転職が決まらないのは避けたいですよね。

また、転職エージェントにも色々なタイプのコンサルタント・カウンセラーがいるので、あなたのキャリアへの意見も一人ひとり異なります。ひとつのサービス、ひとりのエージェントの意見だけで将来を決めるよりも、複数のプロから話を聞くことで、よりよい転職活動ができるのは間違いありません

転職活動は、思っているよりも心身を消耗する活動です。なるべく短期戦で終わらせられるように、迷ったら一度すべてのサービスに登録するのをおすすめします!

好き=特技。統計学が好きなのに、挑戦しないのは損

今回は、統計学を学んできた文系の方にとって、データサイエンティストになる道についてお伝えしました。

統計学が好きで、専門教育を受けてきたのに、専門職への道を目指さないのは宝の持ち腐れであり、もったいないと筆者は思います。

またデータサイエンティストは今後も伸びていく市場と考えられるため、早めに挑戦をして、1年後、3年後にプレミアム人材となることも可能でしょう。そのためには、今すぐ行動する必要があります。

まずは、求人サイトへの登録からはじめてみませんか?

「リクナビNEXT」に登録する

このページを共有する

未経験の職種への転職

  1. 未経験の職種への転職
  2. 未経験で営業職に転職するには?
  3. 未経験でアクチュアリーになるには?
  4. 未経験でWebディレクターになるには?
  5. 未経験でウェディングプランナーになるには?
  6. 業界未経験でIT営業に転職するには?
  7. 未経験からデータサイエンティストになるには?
  8. 未経験でプログラマーになるには?
  9. 未経験でWebマーケティング担当者に転職するには?
  10. 未経験で経理になるには?
  11. 未経験でマーケティング担当者になるには?
  12. 未経験で広報になるには?
  13. 未経験でWebデザイナーになるには?
  14. 未経験で人事担当者になるには?
  15. 未経験でホテルに転職するには?
Top