第二新卒の転職で未経験からデータサイエンティストを目指す戦略

      2019/01/19


「第二新卒でデータサイエンティストになりたいけど、未経験は難しいかな…」
「転職でデータサイエンティストになる人って、どんなキャリアの人が多いんだろう?」

この記事は、そんな方へ向けて書いています。

こんにちは、デジタルノマドのTEN(@02smwhere)です。

僕は第二新卒として外資系コンサルティングファームに就職した後に、事業会社でデータサイエンティストとして働いています。

 
近年は人工知能ブームも相まって、データサイエンティストを目指す人が増えてきていますね。

そこで本記事では、未経験者が第二新卒の転職でデータサイエンティストを目指す戦略を考えてみようと思います。

本記事のまとめ
  • エンジニアからデータサイエンティストを目指す戦略
  • マーケターやコンサルタントからデータサイエンティストを目指す戦略
スポンサーリンク

第二新卒のキャリアを生かして未経験からデータサイエンティストを目指す

Businesswoman call career 789822

初めに断っておくと、未経験からデータサイエンティストに直結するような業務経験を積んでいくことは、なかなか難しいです。

しかしながら、きちんと戦略を立てれば、データサイエンティストになることも決して不可能ではありません。

 
一番大切なのは、データサイエンティストが何たるかを理解した上で、いきなりデータサイエンティストを目指すのではなく、一度近しいキャリアを挟んで、経験を積んでからシフトしていくことです。

より具体的にいうと、第二新卒からデータサイエンティストを目指す戦略は、エンジニアを目指す方法ビジネス領域から移行する方法の、大きく分けて2つあると考えています。

 
未経験者のありがちなパターンとして、データサイエンスに関する本を読んで勉強したり、Kaggleにチャレンジする方法が挙げられます。

しかしながら、実際のデータ分析は教科書やKaggleのような綺麗なデータを用いて、目的意識が明確な業務ばかりではありません。

そのため、企業に就職して抱えている課題を認識し、貯めてきたデータに触れ、汚いデータを整形して集計して、社内外の人々を巻き込んだ経験が積めない限りは、データサイエンティストとして成長することもできません。

 
よって、まずは第二新卒で後述するエンジニアコンサルタントマーケッターの職種に就職し、その後データサイエンティストを目指すことをおすすめします。

以降では、それぞれのキャリアパスのイメージをご紹介していきます。

 

1.第二新卒でエンジニアに転職してデータサイエンティストにシフトしていく方法

データ分析やプログラミング初心者で、何から勉強していいかわからない方は、とりあえずSQLを学んでみることをおすすめします。
RubyやPythonでもいいのですが、アプリも人工知能も、基本はデータの集まりです。

SQLをマスターして、自分でデータをいじれるようになると、就職でもかなり強いですよ。

最近出席したフォーラムに共通するキーワードが、”AIの民主化” です。

いま世間でよく聞く意味でのAIや人工知能ならば、

・機械学習ができればAIが使える
・SQLができれば機械学習が使える

三段論法的に言えば、
「SQLができれば、簡単な人工知能が作れる」

こんな時代が来るのかもしれませんね。

やはりどう考えても、SQLの学習コスパは良過ぎますね。

「AIに仕事を奪われる…」
と怯えているならば、AIに食われるのではなく、使いこなす側に立つための第一歩として、SQLを勉強することをおすすめします。

人工知能というバズワードだけ先行しがちですが、結局データ分析の延長の事が多いので。

未経験からデータサイエンティストを目指す方法の一つが、データ分析で不可欠であるSQLやPythonを勉強して、エンジニア領域からデータサイエンティストにシフトしていく方法です。

これらのプログラミング言語については、学生や未経験者であっても学習ができるような教材が豊富に転がっています。

 
そして幸か不幸か、現在のIT業界は圧倒的な人手不足です。

人手不足ということは、業界未経験者であってもプログラミングの素養があれば、第二新卒のポテンシャルを生かして内定を得ることも不可能ではない、ということです。

 
一方で、人手不足が故に社内のデータがあちこちに散らばっていて整理されていなかったり、システム開発や運用が精一杯の企業も多くあります。

そのため、エンジニアとして就職してビッグデータに触れ、データ分析のためにデータ分析を貯める、処理する、集計する、といった様々な問題を解決する経験は、プラスに働くこと間違いありません。

なので、まずはプログラミングを学んでみて、エンジニアリングスキルを身に着けた後に、より業務的な知識をつけていくなどして、データサイエンティストを目指すと良いでしょう。

具体的な学習教材については、以下の記事でご紹介しております。

 
合わせて読みたい>>>> ビッグデータ分析やアナリティクス・機械学習のおすすめ勉強方法とは
 

Ai blur codes 577585

また、異業種の方にはイメージしにくいかもしれませんが、エンジニアの中にはデータベースなどの基盤系エンジニアに属する方もいます。

データ分析をしていく以上、データベースの概念に触れずに生きていくことは避けられません。

そのため、基盤系のエンジニアを経て、データベース関連の業務からデータマイニングを学び、データサイエンティストへシフトしていく方法も、賢い選択肢と言えるかもしれません。

このキャリアの良いところは、仮にデータサイエンティストではなくても、基盤系エンジニアであれば、当面は食い扶持に困らないということです。
(私も日々お世話になっております)

 
プログラミングから入った場合でも、データベースから入った場合でも、とりあえず企業データを保持しているテーブルに触れてみて、データを抽出する、結合する、集計する、といった経験は必ず積むべきです。

しかしながら、エンジニアはどうしても業務知識やビジネスサイド、具体的にはマーケティングや生産管理といった部門からは離れた場所に行ってしまう可能性が高いので、気をつける必要があります。

 

スポンサーリンク

2.第二新卒でコンサルタントやマーケターに転職してデータサイエンティストを目指す

Checklist 2077020 1280

次に考えられるのが、第二新卒でいきなりデータサイエンティストの職種に就くのではなく、コンサルティングやマーケティングの経験を積んで、データサイエンティストにシフトしていく方法です。

データサイエンティストの仕事においては、マーケティングや営業、カスタマーサポートから経営層に至るまで、あらゆる部署と関連を持つ可能性があります。

そのため、そもそも企業とはどのような仕組みで成り立っているのか、各部署がどのような姿になれば企業全体が良くなっていくのか、などコンサルタント的な役割が求められます。

 
そもそもデータサイエンティストの存在意義とは、ビジネス面でのインパクトを出すためにデータを手段として用いてるに過ぎません。

ですので、まずはデータという概念に縛られることなく、コンサルタントやマーケターといった職種を第二新卒で探して、業務知識を身に着けていく方法もあります。

 
StockSnap KZVJREFDST

特に僕が経験したコンサル業界は、コンサルタントという観点から様々な企業の業務知識を吸収することができ、ビジネススキルも身につくので、非常におすすめです。

コンサルティングにおいても、クライアント企業のデータを集計して、分析結果を基に業務や経営に提言をしていくという働き方は、データサイエンティストに大きく通ずるものがあります。

 
わかりやすく小さな視点から、個人的な経験を踏まえてお伝えすると、例えばExcelの使い方一つ勉強するにしても、コンサルタントとして働くことができるメリットは非常に大きいです。

データサイエンティストとして働くことになっても、結局はデータをまとめてグラフなどにレポート化するために、Excelやスプレッドシートは不可欠なツールとなっています。

 
幸いなことに、現状はコンサルティング業界は好景気が続いているので、第二新卒の採用にも積極的です。

そのため、一度コンサルタントという立場からデータを起点として、自分の取った行動がクライアントにどのような利益を与えるのか、その結果会社の業績はどう変わっていくのかを確かめる経験として、外資系コンサルティングファームへの就職は悪くない選択肢とも言えます。

コンサル業界で学べるに具体的なスキルについては、以下の記事で解説しています。

 
合わせて読みたい>>>> 外資系コンサルで学べるビジネスの基礎や仕事術とは
 

第二新卒から戦略を立ててデータサイエンティストへの転職を目指す

Aerial shot asphalt bird s eye view 1323440

本記事では、未経験者が第二新卒の転職を利用して、データサイエンティストを目指す方法についてご紹介しました。

きちんと戦略を立てれば、未経験からデータサイエンティストになることも決して不可能ではありません。

 
大切なのは、データサイエンティストが何たるかを理解した上で、いきなりデータサイエンティストを目指すのではなく、一度近しいキャリアを挟むことです。

自身のキャリアを長い目で見て、戦略を立てて行動していきましょう。

 
合わせて読みたい>>>> Pythonのプログラミングで機械学習を勉強する方法とは
 

 - データ分析