コトラ（広報チーム） 
近年注目を浴びているデータサイエンティストという職種ですが、なんとなくイメージができても、具体的にどういった仕事内容なのかはわからない人も多いのではないでしょうか。
本記事はデータサイエンティストの仕事内容や必要なスキルや転職方法についてご紹介します。
データサイエンティストとは
データサイエンティストの前に、まずデータサイエンスについてご説明します。
データサイエンスとは、アルゴリズムや統計などを用いてデータを分析し、社会やビジネスにおいて有益な知見を見出す学問分野のことをいいます。
そしてデータサイエンティストは、ビッグデータを分析し、企業の課題解決や業務プロセスの革新をサポートする職種です。
データサイエンティストの需要と採用動向
実際データサイエンティストの需要や将来性について気になる人も多いでしょう。次にデータサイエンティストの需要と採用動向についてご紹介します。
各業界で需要が高まっている
データサイエンティストは各業界で需要が高まっています。特に需要が高いのは、不動産、金融、製造、コンサルティング業界です。
「不動産テック」といわれるように、不動産業界でもIT化が進んでいます。マーケットやエリア・空室などのデータ分析の需要が高まり、データサイエンティストも必要とされています。
近年の金融業界では、金融サービスと情報サービスを掛け合わせたFintechが台頭しました。その結果、金融業界においてもビッグデータの活用とデータサイエンティストの需要は高まりを見せています。
製造業におけるビッグデータの活用は、製造DXと呼ばれています。製品の品質や生産性の向上、コスト削減や品質管理などに直接メリットがあり、データサイエンティストの求人も増加しています。
コンサルティング業界においても、データサイエンティストの採用ニーズは高いです。クライアントの経営課題を解決するために、ビッグデータの活用は欠かせません。提案もおこなうコンサルティング型と、膨大なデータを前に手を動かすことが中心なエンジニアリング型の2パターンのデータサイエンティストが求められています。
AIに代替されにくい
データサイエンティストは、AI（人工知能）に代替されにくいと言われている点からも人気が高いです。むしろAI開発において重要な役割を果たすとも言われており、AI技術と共に発展していく職種だと期待されています。
一方、ビッグデータ分析などはAIができるようになるという見解もあります。しかしデータ分析結果から施策を提案したり、新しいサービスを企画したりするのは人間にしかできません。
AIと協働し、データ分析結果から課題解決の提案ができるデータサイエンティストの需要はさらに高まっていくでしょう。
日本のデータサイエンティスト人材は不足
欧米発祥の職種を中心に、日本のデータサイエンティストは不足しています。
特に経験者採用に苦戦している企業が多く、スキルのあるデータサイエンティストは引っ張りだこ状態になっています。
一般社団法人データサイエンティスト協会の「データサイエンティストの採用に関するアンケート調査結果」（2022年3月）によると、2021年は、データサイエンティストを目標通り確保できなかった企業が62%と、前年よりも増加したといいます。
AIやIoT分野の発展やデジタルマーケティングの重要性が高まる中で、データサイエンティストはどの業界業種でも重要になってきました。そのためデータサイエンティストの採用は売り手市場の傾向があるといえます。
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の仕事は以下の流れでおこなわれます。
- ビジネスにおける課題の理解と戦略立案
- ビッグデータの収集と分析
- 仮説検証
- レポーティング
- KPI設定、施策提案
データを分析する仕事というイメージが強いかもしれませんが、そこから現場の課題解決に向けて提言し、ビジネスの結果を求めることが重要です。データ収集や現状の分析を中心におこなうのは、データアナリストという別の職種として捉えられることもあります。
データサイエンティストになるには
ではどのようにすればデータサイエンティストの職種に就けるのでしょうか。ここでは、エンジニア職とマーケター職から転職する方法をご紹介します。
エンジニア職から転職する
データサイエンティストは専門知識も必要とするため、他の職種に比べて未経験転職のハードルが高いです。プログラミングスキルや数学、物理学などの知識も必要なので、元々その分野を学んできたエンジニア職は有利になります。
実際データサイエンティストの未経験採用の求人には、
- Python などを用いたデータ分析の経験
- ソフトウェア開発の経験
- 機械学習のシステム開発の経験
などが必須条件や歓迎条件とされているケースも多いです。
学生時代にAIやビッグデータに関連する勉強をしてきた人も、比較的転職が有利になるでしょう。
マーケター職から転職する
データサイエンティストの転職に有利な職業のもうひとつが、マーケター職です。
マーケターの仕事内容にも、課題設定や分析手法の定義、データ分析や戦略立案などが含まれるケースが多いです。そのためデータサイエンティストの仕事でこれまでのマーケティング経験を直接活かしやすい職種です。
実際、「ABテストなどの効果検証の経験」や「データ分析結果を的確にコミュニケーションできる力」などはデータサイエンティストの求人でも求められています。マーケター職の中でもデジタルマーケターが特に有利な職種だといえるでしょう。
データサイエンティストに必要なスキル・資格
実務未経験でもデータサイエンティストに必要なスキルや資格を持っていれば、転職ができる可能性は高まります。
データサイエンティストに必要なスキルや知識を紹介するので、今後の勉強の参考にしてみてください。
プログラミングスキル
ひとつめはプログラミングスキルです。データサイエンスにおいて分析・統計をする上で、データベースを作成するためにはプログラミングスキルが必要になります。
以下のプログラミング言語を使うことが多いので、自分が必要なものを勉強しましょう。初心者はPythonから学び始めるのがおすすめです。
| 言語 | 活かせる資格 |
| Python | Python 3 エンジニア認定基礎試験・Python 3 エンジニア認定データ分析試験 |
| Scala | Javaプログラミング能力認定試験・応用情報技術試験・ITストラテジスト試験・システムアーキテクト試験 |
| R言語 | 基本情報技術者試験・応用情報処理技術者試験・ITパスポート |
| SQL | Oracle Master・データベーススペシャリスト・オープンソースデータベース技術者認定資格 |
データベース系業務ツールに関するスキル
データサイエンティストはデータベースを扱うことが多いため、データベース系業務ツールに関するスキルや知識も重要です。
主なデータベースは以下です。
- Oracle Database
- SQL server
- PostgreSQL
- MySQL(MariaDB)
統計学・機械学習の知識
統計学・機械学習の知識も必要なのがデータサイエンティストです。データ解析に用いる手法は機械学習モデルと統計モデルの2つがあるといわれています。そのため統計学・機械学習の知識はとても重要です。
統計学を学ぶ手段としては、参考書やWebサービスを使って勉強したり、スクールを受講したりする方法が挙げられます。検定は統計検定を取るといいでしょう。準1級から4級まであり、データサイエンティストの登竜門とも言われています。
機械学習に関しても、学習に効果的なWebサイトやYoutubeが数多く存在しています。まずは機械学習言語「Python」の基礎を学ぶことから始めましょう。
コンサルティングスキル
データサイエンティストにとってコンサルティングスキルは不可欠です。
データサイエンティストはただデータを分析するだけでなく、課題を適切に把握し、それが解決に繋がる提言を求められる仕事です。だからこそ課題把握力やヒアリング力、コミュニケーション力といったコンサルティングスキルも大切になってきます。
特にコンサルティングファームのデータサイエンティストには、このスキルが強く求められます。プログラミングなどの技術的なハードスキルだけでなく、ビジネスマンとしてのソフトスキルも身につけましょう。
データサイエンティストの転職ならコトラ
データサイエンティストに少しでもご興味がありましたら、ぜひコトラのコンサルタントまでご相談ください。
業界出身のコンサルタントが、最新の採用動向や非公開求人などの情報提供をさせていただきます。
データサイエンティスト関連の「転職者の声」
データサイエンティストの最新求人情報
Service Unavailable
The server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later.