データサイエンティストの概要や仕事内容、おすすめの勉強方法や資格も紹介未経験からデータサイエンティストを目指には?必要スキルを解説

最終更新日:2022年6月10日

レバテックキャリアは
ITエンジニア・Webクリエイター専門の転職エージェントです

データサイエンティストは、データを収集・分析し、ビジネス戦略や施策改善などを立案・実行する職種です。膨大かつ複雑で、一貫性が無いビッグデータを分析し、その結果をもとに問題解決・状況改善に向けた施策立案などを行います。

近年、生産やマーケティングなどさまざまな領域でビッグデータの活用が進んでいます。ビッグデータ時代の到来に伴い、データサイエンティストなどのIT人材の需要はますます高まってきています。

データサイエンティストには、高いスキルと広範な知識が求められるものの、一定の条件を満たすことにより、未経験からでも目指すことができます。この記事では、データサイエンティストの仕事内容や求められるスキル、未経験から目指す方法を解説します。

1. 未経験でデータサイエンティストに転職はできる?

人工知能を活用したシステム開発に欠かせないデータサイエンティストは、新卒者でも高年収が期待できる職種として注目を集めています。しかし、そもそもIT業界が未経験であったり、数学や統計学の知識がない未経験者であってもデータサイエンティストになることは可能なのでしょうか。

IT業界未経験ならかなり難易度が高い

データサイエンティストは一般的なプログラマーやSEとは異なり、AIに欠かせない学習データを収集・分析する役割を担う職種であるため、これまでのITエンジニアとは少し異なる存在といえます。

しかし、データサイエンティストとして活躍するためにはPythonをはじめとしたプログラミングの知識も持ち合わせていることが理想とされます。そのため、IT業界での経験が一切ない未経験者にとっては極めてハードルが高く、採用を勝ち取ることは決して簡単ではありません。

データサイエンティストとして内定を勝ち取る新卒者の中には、学生時代に専門の学部で勉強しながら、インターンやアルバイトとしてデータサイエンティストの仕事をしてきた経験のある方が多いのが現状です。

数理統計を扱う職種からの転職は一般的

データサイエンティストに求められる統計学や数学といった知見は、AIが注目されるようになってから新たに生まれたものではありません。これまでも数理統計を扱う職種は存在しており、たとえば調査会社やマーケティング会社、金融機関など、さまざまな分野で必要とされてきました。

これらの経験や知見がある方の場合は、数理統計の知識を活かしてデータサイエンティストとして転職に成功する可能性はあります。むしろ中途採用としてデータサイエンティストの転職に成功する方の多くは、このような知見や経験のある方でないと難しいといっても過言ではありません。

2. データサイエンティストの仕事内容

次に、データサイエンティストの仕事内容を具体的に紹介します。データサイエンティストの仕事内容は企業によってさまざまです。そのため、ここでは実際の求人から抽出した仕事内容を紹介しています。

課題抽出および仮説立案

顧客企業が抱えるビジネス課題を抽出し、どの課題を解決すべきか・解決方法にはどのような方法があるかを整理・提案します。このとき、机上の空論にならないように実際に収集可能なデータや実行可能な分析方法を踏まえながら、仮説を立てることが大切です。ここで決定した仮説に基づいて後続の作業(データ収集・分析・環境構築)などが行われるため、データサイエンティストの仕事の中でも重要度が高いフェーズです。

データ分析設計・環境構築

立案した仮説をもとに、必要なデータや分析モデルの確定、データ分析基盤の構築などを行います。たとえば、ERPやCRMからどのデータを収集すべきかを確定し、API接続によってデータが取得できるように、プログラムの設計・開発を行います。また、データの蓄積・検索・運用に使用する各種データベースの構築も担うことがあるでしょう。

このようにエンジニア色の強い仕事も含まれるため、プログラミング言語やDB関連のソフトウェアに関する知見・スキルが問われます。プログラミング言語としてはJavaやPython、Rなどが該当し、DB関連ではHadoop、MySQL、NoSQLなどの構築・運用スキルを求められることが多いでしょう。

データ加工、レポーティング

データ設計や環境構築が完了した後は、データ収集・加工作業に入ります。収集したデータを加工し、グラフや表などを用いた可視化やKPIの設定などを行うこともあります。

データ分析と仮説検証

データ分析では、収集した各データを組み合わせながら、統計的に有意なデータ項目を特定します。例えば、「サービスの継続率に関連するデータ項目はどれか」「継続率を上げるためには、どのデータの動きに着目すべきか」といった観点でデータ項目を特定し、分析を行います。さらに、最初のフェーズで立案した仮説と突き合わせながら、仮説の妥当性を判断していきます。

戦略及び施策の提示とモデル構築

データ分析の結果をもとにビジネス上の課題解決につながる経営戦略や業務施策を決定し、顧客に提示します。さらに、提示した内容が当初の目的に合致しているかを判断するためのアルゴリズムを実装したり、予測モデルを構築したりといった仕事も担当します。

3. データサイエンティストの未経験求人状況

データサイエンティストは若い世代でも優秀な人材が多く、即戦力として活躍しているイメージがありますが、実際の求人状況はどのようになっているのでしょうか。今回は、レバテックキャリアで公開されている求人案件から、20代〜40代の世代ごとに詳しく解説していきます。

未経験 20代の場合

20代の社員が多く活躍している企業であっても、未経験の人材を採用しデータサイエンティストとして成長させてくれるケースは極めて稀です。求人の条件として学歴不問や外国籍可などの好条件が揃っている企業は多いものの、少なくともAIの知見があったり、Pythonなどのプログラミング経験があるなど、関連スキルが求められるケースが多いようです。

未経験 30代の場合

レバテックキャリアで「30代が活躍中」のデータサイエンティスト求人を探してみると、20代が活躍中の企業よりも多くのニーズがあることが分かります。ただし、こちらも未経験者を募集している企業は極めて稀で、専門的な資格を持っていたりAIに関連するスキルを有していることが大前提となります。

未経験 40代の場合

40代が活躍している企業におけるデータサイエンティストの求人案件は、20代、30代中心の企業に比べると大幅に少ない傾向があります。一般的なITエンジニアであれば40代ともなるとPMやPLなど上流工程を担うことが多く、データサイエンティストの求人においても豊富な経験がありリーダーや管理職として活躍できる方を対象とした求人がほとんどです。

4. 未経験からデータサイエンティストを目指すためのキャリアプラン

未経験からデータサイエンティストになることは極めてハードルが高いですが、どれほど優秀なデータサイエンティストであったとしても必ず未経験の時期はあるものです。これからデータサイエンティストとしての内定を勝ち取るためには、どのようなキャリアプランが考えられるのか、身につけるべきスキルもあわせて解説します。

まずは周辺職種に転職する

年齢を問わず未経験からいきなりデータサイエンティストとして内定を勝ち取ることは極めて難しいことが分かります。そこでおすすめなのが、まずは関連性のある職種へ転職し、スキルや知見を身につけたうえでデータサイエンティストを目指す方法です。

今回は、周辺職種にはどのようなものがあるのかを紹介するとともに、データサイエンティストとして活躍するうえで役立つスキルもあわせて解説します。

SE

データサイエンティスト協会では、データサイエンティストに求められるスキルセットを公開しています。(※1)大きく分けて「データサイエンス力」「データエンジニアリング力」「ビジネス力」の3つに分類できるのですが、特にデータエンジニアリング力とビジネス力はSEとも共通する部分が多くあります。

たとえばデータエンジニアリング力の中にはプログラミングやITセキュリティ、環境構築といったスキルが定義されています。また、ビジネス力の中には論理的思考や課題の定義、分析評価、事業への実装などの項目が挙げられています。

※1 データサイエンティスト協会「データサイエンティストスキルリスト ver3.01」(2020年11月27日アクセス)

マーケティング職

マーケティング職とは、消費者のニーズを探りながら商品企画や販売促進、市場調査などの分析を行う専門職です。膨大なデータをもとに戦略を立てるため、データサイエンティストとも共通する部分が多い職種のひとつといえるでしょう。

データサイエンティスト協会のスキルセットにおいては、特にデータサイエンス力やビジネス力に共通する部分が多く見られます。たとえば、データサイエンス力であれば予測やグルーピング、データ可視化、分析プロセスなどが挙げられるほか、ビジネス力であれば分析評価や活動マネジメントなどのスキルがあります。

データアナリスト

データアナリストとは、膨大なデータを分析し仮説を立て、さまざまな課題の解決に導く専門職です。データサイエンティストとの違いは曖昧で混同されることも多い職種のひとつです。

スキルセットに定義されているデータサイエンス力、データエンジニア力、ビジネス力のいずれも共通して求められる要素であり、データアナリストの経験があれば、データサイエンティストとして活躍していける条件は揃っていると考えることもできるでしょう。

研究職

数学や統計学、マーケティングなどの研究職からデータサイエンティストに進む道も考えられます。ただし、研究職になるためには大学および大学院で専門分野を学び、さらに高度な知見も求められるため、データサイエンティストと同等またはそれ以上にハードルが高いといえるかもしれません。

データサイエンティストと研究職で共通するスキルセットとしては、機械学習技法や基礎数学など、主にデータサイエンス力に関連するものが挙げられます。

AIおよび機械学習の分野で重宝されるプログラミング言語を勉強する

未経験からデータサイエンティストを目指す場合、最低限身につけておきたいのがプログラミングに関するスキルです。一口にプログラミング言語といってもさまざまなものがありますが、特にAIおよび機械学習の分野で重宝されるのが「Python」「R」「SQL」の3つです。

Python

Pythonは、近年機械学習やAI構築などの分野で使用されているスクリプト言語です。シンプルな記述で複雑な処理を行えたり、分析用のライブラリが豊富であったりという特徴があります。データ加工に強みを持つ「NumPy」、機械学習の前処理(データ読み込みや欠損値処理)を行う「Pandas」、データ可視化・レポーティングに用いられる「Jupyter」などは、実際の業務でも頻繁に使われるライブラリです。Python本体の記述方法と合わせて、使い方を身に着けておきましょう。

R

Rは学術分野の統計解析で使用されていた言語ですが、近年は民間企業でも導入されるようになりました。統計解析に必要な機能を複数備えており、大量のデータを効率よく解析することができます。こちらもPythonと同様に、「dplyr」や「stringr」といった拡張パッケージ(ライブラリと同義)と合わせて学びたいところです。

SQL

SQLは、DB操作用の言語として国際標準化されているため、DBの種類(MySQLやRDBMS)に関わらず使用できる汎用性の高い言語です。データサイエンティストは、頻繁にデータ検索・抽出・操作を行うため、基礎レベルのSQL構文は必ず身に着けておきましょう。

5. 未経験からデータサイエンティストになるためのキャリアパス構築手順

未経験者がデータサイエンティストを目指す場合、こうした学習方法と合わせて、具体的なキャリアパスについても知っておく必要があります。ここでは、タイプ別のキャリアパスについて一例を紹介します。

エンジニア出身の場合

エンジニア出身者の場合は、Pythonを使った機械学習・ディープラーニングの経験を積みながら、「エンジニア寄りのデータサイエンティスト」を目指す方法が一般的です。ちなみにこのタイプは「機械学習エンジニア」と呼ばれることもあります。したがって、まずは機械学習エンジニアの求人に応募し、統計学などを学びながらデータサイエンティストを目指すという方法が考えられるでしょう。

非エンジニアの場合

エンジニアとしての経験は持たないものの、マーケターやアナリスト、コンサルタントといった職種で分析やレポーティングの経験があれば、「ビジネス寄りのデータサイエンティスト」を目指す方法が良いでしょう。ビジネス寄りのデータサイエンティストは、技術的な要素よりも、課題抽出・仮説立案などビジネス的な要素に注力します。まずは、それまでの経験をもとにジュニアレベルのデータサイエンティストとして転職し、徐々に技術的なスキルを高めてみてはいかがでしょうか。

未経験者が狙うべき企業は?

上記どちらの場合でも、データ分析サービスを提供する企業や、AIソリューション系のプロダクトを提供する企業に的を絞って転職活動を行いましょう。また、所属企業の社内プログラムや公募制度の中に、データサイエンティスト養成に関するものが無いかもチェックしてみてください。

6. データサイエンティストになるためにおすすめの勉強方法

SEやマーケティングなどの関連職種からデータサイエンティストを目指す場合であっても、仕事をしながら継続的な勉強をしていかなくてはなりません。そこで、データサイエンティストを目指すうえでおすすめの勉強方法をいくつか紹介します。

書籍で独学にデータサイエンティストを目指すのは難易度が高い

知識やスキルを身につけるもっとも手軽な方法として、書籍を活用した勉強方法が挙げられます。しかし、本を読んだだけではデータサイエンティストに求められる実践的なスキルを身につけることは難しいものです。

今回は、データサイエンティストに求められる基礎的な知識を理解するのに役立つ本をいくつか紹介します。

初学者にも読みやすいおすすめ書籍

データサイエンティストの仕事をするうえで欠かせないのがデータベースです。「BIシステム構築実践入門」は、データベースをビジネスにどう活用できるのか、基本的な仕組みを理解できる1冊です。

Pythonと並んで機械学習に適したプログラミング言語として注目されているのが「R」です。「Rによるデータサイエンス」は、その名の通りRをデータサイエンスの分野にどのように活用できるのかを網羅的にまとめた専門書で、データサイエンティストにとって必携の1冊といえます。

SAS(Statistical Analysis System)とは医療や金融など幅広い分野で活用されているソフトウェアです。統計学とも親和性が高いことからデータサイエンスの分野でも注目されており、SASを活用してどのようなことができるのか、入門用の1冊としておすすめです。

通信講座を受講する

スクールに通うようなまとまった時間が確保できない方や、予算が限られている方におすすめなのが通信講座で学ぶ方法です。

データサイエンスオンライン講座

データサイエンスオンライン講座は、総務省統計局が提供している社会人や大学生に向けたデータサイエンスの基礎講座です。受講登録は無料で、第1週から第5週までの講座が用意されています。1週あたりの受講想定時間は3時間となっており、分析や予測の概念、手法、活用場面などを学習できます。

いきなり高額な費用をかけてスクールに通うのには不安があるという方は、まずはデータサイエンスオンライン講座を受講してみて、体系的に理解できるようになってから検討してみるのも良いかもしれません。

Udemy

Udemyはデータサイエンスの分野にかかわらず、IT分野のスキルやビジネススキル全般を学べるオンライン講座です。1講座あたりの価格も1,000円前後のものが多く、学びたいカリキュラムを自ら選択できます。

データサイエンスに関連したカリキュラムとしては、PythonやR、統計学の基礎など種類も豊富にラインナップされています。

現代統計実務講座

現代統計実務講座は、一般社団法人実務教育研究所が運営している通信講座です。その名の通り統計学を専門にしたカリキュラムが中心となっており、標準学習期間である8ヶ月の間に基礎から応用まで体系的に学ぶことができます。

現代統計実務講座は文部科学省によって認定されている通信講座でもあり、カリキュラムの質、指導体制ともに極めて充実していることが特徴です。

ほかにデータサイエンティストに必要なスキルが気になる方は、下記記事も合わせてご参照ください。

関連記事:データサイエンティストを目指す上で必要な勉強

7. データサイエンティストを目指す際に役に立つ資格

データサイエンティストのスキル習得に役立つ資格もいくつかあります。特に以下の4つはデータサイエンティスト協会が推奨しており、未経験からデータサイエンティストを目指す際に役立つでしょう。

統計検定®

一般財団法人 統計質保証推進協会が主催する検定で、統計学に関する知識を評価する統一試験です。5段階の級と2つの資格によって試験が別れており、習熟度に応じた検定が受けられます。

ビジネス統計スペシャリスト

ビジネス統計スペシャリストは、オデッセイコミュニケーションズが運営している民間の認定資格です。データ分析に関する実践的な力を評価する資格で、試験科目は「エクセル分析ベーシック」と「エクセル分析スペシャリスト」とよばれる2種類に分けられます。

情報処理技術者試験

IPA(情報処理推進機構)が主催するITに関連した資格試験です。習熟度や分野別に試験が分かれています。データサイエンティストを目指すなら「基本情報技術者試験」「データベーススペシャリスト試験」などが役立つでしょう。

アクチュアリー資格試験

日本語では「保険数理士」や「保険数理人」とも呼ばれます。アクチュアリー試験では、1次試験の「数学」が確率、統計、モデリングといったデータサイエンティストの必須知識を磨くのに適しているといえるでしょう。

DB系資格(ORACLE MASTEROSS-DB

SQLを習得するため、メジャーなデータベース系の資格も取得しておきたいところです。特に、オラクル社製のDBに関する資格であるORACLE MASTERや、OSS製のDBに関する資格であるOSS-DBなどがおすすめです。

8. まとめ

この記事では、データサイエンティストの概要や年収、仕事内容、求められるスキル、未経験から目指す方法を解説しました。データサイエンティストは、IT、数学、機械学習など複数の専門知識が必要な職業であり、目指すには多くの努力が必要となるでしょう。
一方で、経済産業省が養成に力を入れるほど将来性が期待されている職業でもあります。最近では徐々に学習環境が整ってきているので、興味がある方はデータサイエンティストへの転身を検討してみてはいかがでしょうか。

ITエンジニア・Webクリエイターの転職ならレバテックキャリア

レバテックキャリアはIT・Web業界のエンジニア・クリエイターを専門とする転職エージェントです。最新の技術情報や業界動向に精通したキャリアアドバイザーが、年収・技術志向・今後のキャリアパス・ワークライフバランスなど、一人ひとりの希望に寄り添いながら転職活動をサポートします。一般公開されていない大手企業や優良企業の非公開求人も多数保有していますので、まずは一度カウンセリングにお越しください。

転職支援サービスに申し込む

また、「初めての転職で、何から始めていいかわからない」「まだ転職するかどうか迷っている」など、転職活動に何らかの不安を抱えている方には、無料の個別相談会も実施しています。キャリアアドバイザーが一対一で、これからのあなたのキャリアを一緒に考えます。お気軽にご相談ください。

「個別相談会」に申し込む

プロのアドバイザーがあなたのお悩みや疑問にお答えします

- 転職個別相談会開催中 -

相談内容を選択してください

※転職活動や求人への応募を強制することはありません

人気の求人特集

内定率が高い

関連する記事

人気の記事

スキルアップ記事トップへ

データサイエンティストの求人・転職一覧