【体験談含】データサイエンティストのキャリアアップのすゝめ

稼ぐ

【自己紹介】

ぬるったん

データサイエンティストはどうやってキャリアアップするの?どんなロールモデルがあるの?年収を上げるにはどうすればいいの?など不安に感じている人も多いのではないでしょうか。

なぜなら、データサイエンティストはここ数年で登場した職業であり、明確なキャリアアップが見えていない職業であるからです。

私は約500人のデータサイエンティスト組織でマネージャー職を務めています。様々なデータサイエンティストと接しており、転職者でキャリアアップした方、昇進してキャリアアップした方など多くのキャリアアップパターンを目にしています。

また、マネージャー職として採用活動や評価制度の設計も担当しており、市場なデータサイエンティストがどのような人材か?ということを常日頃から考えています

今回はそんな現役マネージャー職データサイエンティストの筆者がデータサイエンティストのキャリアアップの仕方について体験談を含めて解説していきます。

この記事ではデータサイエンティストのキャリアアップの仕方を徹底解説します。この記事を読むと、どのようにデータサイエンティストとしてキャリアアップしていくのか、実際になにを行っていくべきかを明確にすることができます。

下記に関連記事を載せておきます。あわせてご覧ください。

本記事のまとめは下記です。

  • データサイエンティストはキャリアアップできるの?
    データサイエンティストはキャリアアップしやすい有望な職業!
  • データサイエンティストの将来性は?
    様々なキャリアプランが期待でき、将来も有望な職業!
  • 価値の高いデータサイエンティストってどんな人材?
    ビジネス課題を解決できる人材!
  • データサイエンティストがキャリアアップするにはどうすればいいの?
    実践経験が重要!ビジネス課題を解決する実績を作ろう!実績が作れたら転職がオススメ!
  • オススメのキャリアアップ先は?
    コンサルティングファームがオススメ!年収が高く豊富な経験が積めることがメリット!
  • 転職を決意したらまずは転職エージェントに登録しよう!

では本題に移ります。

データサイエンティストはキャリアアップしやすい職業

データサイエンティストはキャリアアップしやすい職業です。その理由は以下の2点です。

  • データサイエンティストの需要が増してきている
  • あらゆる業界でデータサイエンティストが必要とされている

近年、「DX(Digital Transformation):デジタル技術を活用して新たなビジネス価値を見出すこと」が注目されており、各企業がこぞってDXの推進を試みています。

DXの流れを受けて需要が増してきている職業の一つがデータサイエンティストです。各企業が保有している「データ」の価値を最大化させる職業として、データサイエンティストの需要が急拡大しています。

また、データサイエンティストはほぼすべての業界で必要とされています。なぜなら「データ」はどの業界にも必ず存在しているものであり、すべての業界でデータサイエンティストは必要となるからです。。

このような背景からデータサイエンティストはあらゆる業界で重宝される職業となっており、高いスキルを発揮することでキャリアアップがしやすい職業として位置づけられます。

ぬるったん
ぬるったん

データサイエンティストは今後キャリアアップが見込める有望な職業だよ。各企業がDXを進めようとしているからデータサイエンティストは不足傾向にあるよ。スキルを身に付けてキャリアアップを目指そうね。

データサイエンティストは様々なキャリアプランが期待できる

データサイエンティストは様々なキャリアプランが期待できます。「期待できる」と言っている点はまだわからないからです。データサイエンティストはここ数年で登場した職業であり、明確なキャリアロールはありません。

しかし、私は様々なデータサイエンティストを見てきました。様々な役割を持つデータサイエンティストを現時点で魅力的なキャリアプランがいくつも想像できます。例えば下記のようなキャリアです。

  • 重要なビジネスの意思決定を推進するマネジメントロール(ビジネス型)
    「データ」を活用して、重要なビジネス判断を推進するマネジメントロール
  • プロダクト全体の方向性を決定するプロダクトマネージャーロール(ビジネス型×サイエンス型)
    「データ」を活用して、プロダクトの価値を最大化させるプロダクトマネージャーロール
  • システム全体の設計方針を決定するシステムマネージャーロール(エンジニアリング型)
    データ」を最大限活用するためのシステムを構築するシステムマネージャーロール
  • 技術力で先進技術を推進するスペシャリストロール(サイエンス型)
    「データ」を活用した先進技術の社会実装を推進するスペシャリストロール

様々なキャリアプランが考えられますが、共通していることはすべて「データ」が基軸にあることです。

今後DX化が進んでいく世界において「データ」を知らずしてビジネスが成り立たない世界が想像されており、データサイエンティストから派生した魅力的なキャリアプランがいくつも登場していくことが予想されます。

詳細は下記で解説しておりますので、ぜひご覧ください。

ぬるったん
ぬるったん

データサイエンティストには様々なキャリアプランがあるよ。将来有望だからね。今後は「データ」を基軸したビジネス判断が当たり前になってくるよ。データサイエンティストから派生したキャリアプランがいっぱい出てきそうだよ。

価値高いデータサイエンティストはビジネス課題を解決できる人材

価値高いデータサイエンティストはビジネス課題を解決できる人材です。データサイエンティストは「データ」を活用して様々な課題解決を推進する職業です。

「データ」を活用して課題解決するには下記のスキルが必要になります。

  • 課題を明確化する能力
    複雑なビジネス環境の中から解決すべきビジネス課題を抽出して明確にする力
  • 課題を解決するアプローチを具体化する能力
    「データ」を活用して課題解決方法を具体的に実行できる状態にする力
  • コミュニケーション能力
    周囲を巻き込み、関わり合いながら課題解決を推進する力

価値高いデータサイエンティストになるためにはこれらの能力を活かしてビジネスの課題を解決できる必要があります。

ぬるったん
ぬるったん

価値高いデータサイエンティストはビジネス課題を解決できる人材だよ。データ分析はあくまで手段であり、目的でないよ。目的はビジネス課題を解決することだよ。そのためには、分析スキルだけではじゃなくてビジネススキルが求められるよ。がんばろうね。

データサイエンティストのキャリアアップには実践経験が必要

データサイエンティストのキャリアアップには実務経験が必要です。なぜなら、データサイエンティストが解決すべきビジネス課題は様々であり、課題解決がデータサイエンティストとしての実績になるからです。

もちろん、Kaagleの成績や各種ポートフォリオが自身のスキルレベルを表すアイテムになります。

しかし、企業側が求めるデータサイエンティストは課題を解決できる人材かどうかという点です。最も重要なのは保有しているスキルを基にどのような課題を解決できたか?という点になります。

どのような課題を解決できたか?という点を語るには実業務で実績を作ることが大切です。

ぬるったん
ぬるったん

ビジネス課題は多種多様だからね。その時々で柔軟に対応しないといけないよ。実際にビジネス課題を解決した実績がないと企業側は判断しにくいんだ。分析できても課題が解決できない人はデータサイエンティストとしての価値はあまり高くないよ。

では、どのようにして実務経験を積んでいくのがいいのでしょうか。実務経験の積み方を3STEPで解説していきます。

  1. 分析スキルを身に付ける(個人で成果を出す)
  2. 分析チームをマネジメントする(チームとして成果を出す力を身に付ける)
  3. 幅広い領域で経験を多く積む(経験値を蓄積する)

詳しく解説していきます。

①分析スキルを身に付ける(個人で成果を出す)

①分析スキルを身に付ける(個人で成果を出す)

まずは自身の分析スキルを身に付けて個人で成果を出すことが重要です。データサイエンティストとしての基盤を作るためにデータサイエンティストとして必要とされるスキルを一通り学びます。

大切なのはすべてのスキルを網羅的に理解することです。なぜ、すべてのスキルを網羅的に身に付けておくことが大切なのかというと、基礎理解さえあれば、有識者に頼りながら徐々にスキルを成熟させていくことができるからです。

基礎理解があれば、今後の成長させられるスキルが格段に広がります。最初のSTEPとしてスキルを伸ばす土壌を整えることが重要となります。

ぬるったん
ぬるったん

まずは、小規模でもまずは自分でビジネス課題を解決できることが重要だよ。スキルの基盤を作るために分析スキルを勉強して身に付けることが大切だよ。今後のキャリアの広がりを作るためにものすごく大事なフェーズだよ。

➁分析チームをマネジメントする(チームとして成果を出す力を身に付ける)

➁分析チームをマネジメントする(チームとして成果を出す力を身に付ける)

次に、分析チームをマネジメントするスキルを身に付けることが重要です。

チームで成果を出すことは人数が増えるため、分析の規模や成果の大きさが拡大することを意味します。これにより、1人で分析するプロジェクトとは比較にならないほど多くの課題解決を経験できます。

チームとして成果を出すにはタスク管理・スケジュール管理・PJマネジメントなどSTEP1で身に付けたスキルとは別のスキルが求められます。

この際に、重要なのは自身の弱いスキルをチーム内で補って分析を進めることです。例えば、自身が機械学習のスキルが浅いならば機械学習に強みを持つチームメンバーを配置する、などです。
自身の弱みを補うメンバーを配置することで、チームとして安定感を発揮できると共にメンバーから自身の弱いスキルを学び、底上げすることができます。

チームメンバーの力もうまく活用しながら、自身のスキル向上・経験値を積んでいくことが重要となります。

ぬるったん
ぬるったん

チームで成果を出すには分析スキルだけじゃだめだよ。マネジメントスキルが求められるからまた一風変わったスキルが必要だよ。でもいいこともあるよ。チームメンバーにいろいろ聞いて、未経験の領域を疑似体験できるのがチームで成果を出すメリットだよ。

➂幅広い領域で経験を多く積む(経験値を蓄積する)

➂幅広い領域で経験を多く積む(経験値を蓄積する)

最後に、幅広い領域で経験を積むことが重要です。なぜならデータサイエンティストとして幅広い領域を経験することがキャリアアップにつながるからです。

データサイエンティストという専門的かつ汎用的が高い職業です。データサイエンティストというキャリアの価値を最大化するには幅広い領域で分析経験を持っていることだ重要になってきます。

マーケティング領域やサービス・アプリ改善領域・経営戦略領域など領域は様々ありますが、各領域で課題解決アプローチや分析アプローチは大きく異なります。そのため、幅広い領域を経験しておくことで、データサイエンティストとしての分析の引き出しが圧倒的に増加します。

さらに、それら経験値が基ととなり新たな分析アプローチを思いつくこともよくあります。

幅広い領域での分析経験を積むことでデータサイエンティストとしての価値を高めることができるため、様々な領域で経験を積むことが重要です。

ぬるったん
ぬるったん

データサイエンティストとして幅広い経験があるとキャリアの深みが全然違うよ。データサイエンティストとして経験値=価値となる部分もあるから多種多様な経験を積むことが価値高いデータサイエンティストになる重要ポイントだよ。

【体験談】ぬるったん(筆者)のキャリアアップ

【体験談】ぬるったん(筆者)のキャリアアップ

筆者自身はキャリアアップに成功していると思っています。実際にここ3年で年収は倍以上になっており、キャリアアップはできているのではと自負しております。

そこで筆者のキャリアアップについてご紹介します。正直、あまり人にオススメできるキャリアではないですが、反省も含めてかんたんにご紹介します。

①分析スキルを身に付ける(個人で成果を出す)→ほぼなし。

一つ目の「分析スキルを身に付ける」フェーズですが、恥ずかしながらほぼありませんでした。

データサイエンティストになって3ヵ月ほどでビジネス寄りの仕事を担当することになり、主な作業は分析資料の作成などがメインの仕事をしていました。

本来的にはまず初めにしっかり分析スキルを身に付けておくべきです。筆者自身このフェーズで分析スキルを身に付ける時間がなく、後ほど苦労しました

結果的にはビジネス側に出たことで早めにビジネス側の経験値を得られたので、ポジティブに捉えていますが、万人にオススメできるやり方ではないです。

まずは、分析スキルを身に付けて自分1人で分析・課題解決する経験を積むことがオススメです。

ぬるったん
ぬるったん

すぐにビジネス側で仕事をすることになって大変だったよ分析をまず学ぶことがオススメだよ。この瞬間を逃すと、今後のキャリアの広がりが小さくなる可能性もあるよ。

➁分析チームをマネジメントする(チームとして成果を出す力を身に付ける)→周囲の力を借りまくってがんばった

「①分析スキルを身に付ける」を飛ばしてしまった筆者はひたすら周囲の力を借りてなんとか業務を進めました

正直プログラムの意味も一人では完全に理解できない状態の中で業務をしていたので、不安が募りチームメンバーの人間に聞き・頼り・教えてもらいました。また、自身でも業務外の時間で自身でプログラミングや機械学習を学んでいました。

そのような努力を重ねた結果、半年ほどかけてようやく分析の中身が理解できるようになりました

この経験から自身の弱みはチームメンバーから教えてもらうことで十分にカバーできるという自身を持ちました。データサイエンティストは求められるスキルが非常に多いので、周囲の力を借りることがなによりも重要だと実感させられた経験でした。

➂幅広い領域で経験を多く積む(経験値を蓄積する)→いまここ。色んな領域を経験すると引き出しが増える

現在、自身の領域を広げるべく、様々なプロジェクトにチャレンジしています。

マーケティング領域・アプリ改善領域・経営戦略領域など数多くの分析プロジェクトを経験していますが、各領域の担当者によって着眼点が大きく異なるため分析経験・課題解決経験として勉強になることが多く、データサイエンティストとして有用な経験を積んでいると実感しています。

また、マーケティング領域の分析経験が経営戦略領域の分析に活きたり、アプリ改善の分析の考え方が経営戦略領域の考え方に活きることもあります。幅広い領域の分析・課題解決経験をすることでデータサイエンティストとしての引き出しが圧倒的に増えていきます

今後、さらに経験値を増やして、市場価値の向上を目指しています。

キャリアアップのために転職エージェントに登録しよう

データサイエンティストであれば、常にキャリアアップは考えておくべきです。

上述した通り、データサイエンティストの需要は年々高まっており、キャリアアップしやすい職業です。そのため、自身の市場価値・周囲の市場環境に目を配っておくことでキャリアアップを実現することができます。

キャリアアップしたいデータサイエンティストの方は転職サイトに登録しておくことをオススメします。転職サイトへの登録は無料です。それでも求人情報は定期的に届くため、市場の情報収集として便利な仕組みになります。

特にキャリアアップを目指している方で、下記のような方は転職を検討することをオススメします。

  • 自社のデータ分析がもたらすビジネスインパクトが小さい(数百万~2千万オーダー)
    →ビジネスインパクトが小さければ分析プロジェクトの幅が狭くなってしまう
  • マネジメントの経験が積めない
    →マネジメント経験が積めなけばキャリアの広がりが鈍化する

データサイエンティストはここ数年で登場した職業であるため、情報をうまく収集しながらキャリアアップを図っていける優位的な職業です。常にキャリアアップを見据えて行動をしましょう

ぬるったん
ぬるったん

転職する時は転職エージェントを有効に活用した方がいいよ。特にはじめての場合はなにをしたらいいかわからないからね。自分自身のスキル・経験をしっかり整理しておくことが重要だよ。

【まとめ】データサイエンティストはキャリアアップし続けるべき

結論はデータサイエンティストはキャリアアップし続けるべき職業です。専門性があるかつ汎用的な職業はなかなかありません。

今後不足が予測されているデータサイエンティストだからこそ、今後キャリアアップする余地は大きく残されています。そのために情報収集を欠かさず、キャリアアップを意識して行動することが重要です。

下記、本記事のまとめです。

  • データサイエンティストはキャリアアップできるの?
    データサイエンティストはキャリアアップしやすい有望な職業!
  • データサイエンティストの将来性は?
    様々なキャリアプランが期待でき、将来も有望な職業!
  • 価値の高いデータサイエンティストってどんな人材?
    ビジネス課題を解決できる人材!
  • データサイエンティストがキャリアアップするにはどうすればいいの?
    実践経験が重要!ビジネス課題を解決する実績を作ろう!実績が作れたら転職がオススメ!
  • オススメのキャリアアップ先は?
    コンサルティングファームがオススメ!年収が高く豊富な経験が積めることがメリット!
  • 転職を決意したらまずは転職エージェントに登録しよう!

今回は以上になります。

コメント

タイトルとURLをコピーしました