こんにちは、DAINOTE編集部のDAIです。

2015年ごろから一斉に注目され始めた、「データサイエンティスト」という職種があります。

Hal Varian, the chief economist at Google, is known to have said, “The sexy job in the next 10 years will be statisticians(GoogleのチーフエコノミストであるHal Varian氏が、「次の10年間でもっともセクシーな職業は、統計家である」と言ったことで知られている。)”Harvard Business Review 

2015年〜18年の初頭までは、「年収が高い!」と評判だったデータサイエンティスト。

2019年6月現在も注目され続けるデータサイエンティストという職種ですが、この職種について今回は解説していきたいと思います。

データサイエンティストに求められているスキル

また、日本データサイエンス協会では、以下3種類のスキルがデータサイエンティストに求められていると解説しています。

  1. ビジネス力:課題背景を理解した上で、ビジネス課題を整理し、解決する力
  2. データサイエンス力:情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力
  3. データエンジニアリング力:データサイエンスを意味ある形に使えるようにし、実装、運用する力

(日本データサイエンス協会 『データサイエンティスト協会スキル委員会4thシンポジウム講演資料』より引用)

僕の中ではもう少しシンプルにすると、

  • ビジネス:事業の売上をあげるために、計測するためのKPIを設定する力、データを元にチームを巻き込み実装する力
  • データサイエンス:統計学・機械学習などの実装スキルとデータリテラシーを元に、正しい意思決定を行う力
  • データエンジニアリング:正しく、早く、正確にデータを収集、計測する環境を作るプログラミング力

かと考えています。

データサイエンティストに明確な定義はない

とはいえ、じゃあ何をしていればデータサイエンティストと言えるのか、これに明確な定義はありません。

一般的に「THE データサイエンティスト」は「データが理解できて、情報科学修士号を取れていて、統計学の知識がありつつ機械学習の実装経験があり、ビジネスを理解している人」みたいな人を指すようなのですが、そんな人はあまりいませんし、そのようなポジションだけが求人であるわけでもありません。

現実的にはもっと色々なレイヤーで「データサイエンティスト」という職種が使われています。

データサイエンティストの分類

そ子で、求人サイトをみて、データサイエンティストと呼ばれる職業について調べてみたところ、以下のような感想を抱きました。

求人案件をみると、大きく分けてデータサイエンティスト職は3種類に別れていました。

  1. データエンジニアリングに強いエンジニア型データサイエンティスト
  2. データサイエンスに強い統計分析型データサイエンティスト
  3. ビジネスに強いWebディレクター型のデータサイエンティスト

ということで、エンジニア型データサイエンティストアナリスト型データサイエンティストの求人についてみていきたいと思います。

みていく求人は、

です。

①データエンジニアリングに強いエンジニア型データサイエンティスト

いわゆる馴染みのあるデータサイエンティスト像としては、こちらになるかと思います。

AI案件、データサイエンス案件に特化したビッグデータナビさんの案件から。

【Python案件に特化】AIプロジェクトが豊富なエージェント

公式:https://bigdata-navi.com/

  • 案件:広告プラットフォームのデータ環境開発
  • 業務内容:蓄積される会員情報・行動ログ・購買履歴を低レイテンシで検索・絞りこめるような環境から、集計しているような処理を大幅に短縮し、高度なデータ活用をリアルタイムに行えるようにする
  • 求められるスキル:Rust, C++, Haskell, Scala 等の言語を用いた開発経験/データの圧縮アルゴリズムへの知見/データサイエンス周りの知見 等
  • 年収: 〜 ¥1,080,000(月収:〜 900,000 )

特徴としては、エンジニアリングのスキルがあるのを前提に、データサイエンス周りの知見があるひとが対象のようです。スキルセットとしては、エンジニアが独学である程度データサイエンスの力を身につけて、プロジェクトに参加するようなイメージですね。

②データサイエンスに強い統計分析型データサイエンティスト

さて、次はアナリスト型のデータサイエンティスト職です。

続いて、レバテックキャリアさんの案件です。

公式:https://career.levtech.jp

  • 案件:人工知能を利用したコンサルティング
  • 業務内容:人工知能関連の技術を理解し、各産業の課題を抽出して仮説の立案/データ分析して機械学習モデルの構築、課題解決への具体的な提案/構築した機械学習モデルの運用、改善
  • 求められるスキル:統計学、機械学習に関する知識、実務経験/データ分析の実務経験(Python、Perl、Rなどの経験)/論理的思考能力、提案力/コミュニケーション力/高いコミュニケーションスキル
  • 年収:~1,000万円

こちらは、先ほどよりもエンジニア力を求められませんが、機械学習を実装できる必要があるので、ある程度統計解析系のプログラミング実装経験がある必要があります。(Python , Rなど)

年収も比較的高めですが、実務経験としてエンジニアリングが必要とされます。

③ビジネスに強いWebディレクター型のデータサイエンティスト

さて、次にビジネスに強いWebディレクター型のデータサイエンティストです。

ちなみに僕はこのWebディレクター型のデータサイエンティストに近いです。

DODAの求人からご紹介します。自社運営サービスのマーケター的データサイエンティストの求人です。

日本最大級”のエージェントサービス

公式:https://doda.jp/

  • 案件:自社運営サービスのマーケティング
  • 業務内容:グロースハック(ABテストなど)/アクセス解析ツール(Google Analytics等)を用いたサイト内改善(UI/UX含む)/MAツールを活用したCRM戦略の策定/推進/キャンペーンやクーポン施策の企画/運用/分析/リテンション率向上に向けたマーケティング施策全般/各種データ収集の設計 など
  • 求められるスキル:WEBサービスにおけるマーケティング経験/WEBサービスにおけるディレクション経験/データサイエンティストなどデータ分析に関する経験
  • 年収:~600万円

Webディレクター型のデータサイエンティストの場合、年収相場は他のジャンルのデータサイエンティストと比べると落ちますが、マーケティングよりのバックグラウンドが必要になります。

データサイエンティストの転職方法

さて、

  1. データエンジニアリングに強いエンジニア型データサイエンティスト
  2. データサイエンスに強い統計分析型データサイエンティスト
  3. ビジネスに強いWebディレクター型のデータサイエンティスト

をみてきましたが、まとめると以下のようになります。

エンジニア型データサイエンティスト

  • 求められるスキル:実務でのプログラミング経験、分析基盤の実装力+統計学、機械学習系の力
  • 年収相場:~ 1000万円代
  • 転職方法:エンジニアとしての実務経験をつけ、独学で統計学、機械学習系の知識を学びつつ、転職。

すでにエンジニア経験がある人が、統計学や機械学習を学びつつ、横展開して転職するようなイメージです。

基本的にプログラミングスキルがあるのであれば、あとはAI系の技術を学ぶのがいいと思います。

独学でもいいとは思いますが、個人的には法人研修でも利用されているAidemyの研修を個人で利用するのが良いと思います。

≫【体験談】Aidemyの口コミ・評判は?受講し転職した卒業生に直撃インタビューしてみた【PR】

データサイエンスに強い統計分析型データサイエンティスト

  • 求められるスキル:実務でのプログラミング経験、マーケティング等の知識
  • 年収相場:~ 1000万円代
  • 転職方法:マーケティング等のデータ分析職から、Python、Rなどの統計プログラミング言語を学びつつ転職

こちらもある程度統計プログラミング言語がかけて、マーケティングや顧客折衝能力がある必要があるので、マーケターがAIプログラミングを学んで転職するルートが良いとおもいます。こちらもAidemyがオススメなので、ぜひみてみてください。

≫【体験談】Aidemyの口コミ・評判は?受講し転職した卒業生に直撃インタビューしてみた【PR】

ビジネスに強いWebディレクター型のデータサイエンティスト

  • 求められるスキル:Google Analytics / Tableau / グロースハックの知見 / ABテスト / 広告運用の知識
  • 年収相場:~ 600万円代
  • 転職方法:広告運用職から、Web系プログラミングや、マーケティング全般の知識を身につけて転職

さて、こちらはデータサイエンティストというよりもWebディレクション、マーケティングよりの知見が必要になります。一度マーケターとして就職してから、Webディレクター型のデータサイエンティストに転職するのが良いかと思います。

未経験からデータサイエンティストになるには?

さて、紹介したデータサイエンティストでは、いづれも完全未経験からデータサイエンティストになることは難しいです。

では、もし未経験からデータサイエンティストになりたい場合はどうすればいいか?

個人的にオススメなのは、ビジネスに強いWebディレクター型のデータサイエンティスト職に、未経験マーケター職から転職してなる方法です。

具体的には、まずは広告運用系のスキルでがっつりと専門性を身につけ、そこからより広いWebディレクター型のデータサイエンティストに就職するのがいいのではないかと思います。

広告運用系のスキルは、非常に需要が大きく、場所を選ばないスキルなので、在宅での仕事もしやすいです。一方で、コモディティ化しやすいスキルなので、広告運用だけではあまり年収アップは期待できません。

ですので、広告運用系のスキルを身につけつつ、Webサービス全体の成長を担当できるようなWebディレクター型データサイエンティストに転職するのが個人的にはオススメです。

以下記事に詳しくまとめておいたので、ぜひ読んでみてください。

≫マーケターに転職するなら?未経験からでもできる仕事の選び方をまとめてみた

未経験からデータエンジニアリングに強いエンジニア型データサイエンティストになれるのか?

とはいえ、年収が高いので、データエンジニアリングに強いエンジニア型データサイエンティストになりたい方もいらっしゃるでしょう。

結論から言うと、相当難しいです。基本的にこの手の職種になる人は、東大、京大、地方国立大の情報化、情報系の専門学校を卒業していたり、大学生時代に機械学習系のベンチャーでインターンしていた人がほとんどです。

他のプログラミングスクールが、「未経験からAIエンジニアになれる!」と煽っていても、ちゃんとした事例がなければやめておきましょう。まずはちゃんとサーバーサイドエンジニアとして、エンジニアのキャリアを積んでからの方が良いかと思います。

未経験からいきなりパイロットになりたい!と言っているのとほぼ同じなので、相当難易度が高いかと思います。一応以下の記事にまとめておいたのでみてみてください。

≫ 未経験からAIエンジニアになる方法を実例を交えて紹介する