【自己紹介】
#Twitter：@Nurruttan / #YouTube：@Nurruttan
【転職支援サービス】
転職を検討しているデータサイエンティスト向けに【完全無料の】転職支援サービスを実施しています！
詳しくは下記をご覧ください！
【キャリア相談サービス】
キャリアに悩むデータサイエンティスト向けにキャリア相談サービスをやっています！
詳しくは下記をご覧ください！
- データサイエンティストのキャリアアップってどうやってするの？
- 年収を上げるために何をするべき？
- 実際のキャリアアップの体験談を知りたい！
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？など知りたい方も多いのではないでしょうか。
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す。そのため、将来のキャリアアップについて詳しく書かれたサイトはありません。
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、価値高い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。
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！ - 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」を活用してビジネス課題を解決する「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。
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。スキルを身に付ければキャリアアップを目指しやすいよ。
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。
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
「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
「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
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
「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。
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。今後は「データ」を基に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多くなりそうだよ。
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」を活用してビジネス課題を解決する職業だからです。
データ分析がビジネス課題につながっていなければ、データ分析の価値はありません。データサイエンティストも同様で、ビジネス課題を解決できないデータサイエンティストに価値はありません。
そのため、ビジネス課題を解決するデータサイエンティストが市場では高く評価され、価値高い自在になります。
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。
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の成績や資格などは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。
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。
キャリアアップに必要な実践経験の積み方
キャリアアップに必要な実践経験の積み方を3STEPで解説していきます。
- 分析スキルを身に付ける（個人で成果を出す）
- 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）
- 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必要とされるスキルを一通り学びます。
大切なのは必要な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。
データサイエンティストに必要なスキルは下記で詳しく解説しています。自分で必要なスキルがわからない・・といった方はぜひご参考にしてください。
まずは、個人で成果を出すフェーズだよ。データサイエンティストとしての基盤を作るために自身に必要なスキルを理解しておくことが重要だよ。
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マネジメントなど個人で成果を出すスキルとは異なる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、スキル向上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。
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が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えます。
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。
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
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。
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ながら業務を進めました。
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。
その中でもデータサイエンスの基礎理解があったことが功を奏しました。基礎理解があったため、チームメンバーの業務内容を比較的かんたんに理解することができました。
そのような努力を重ねた結果、半年ほどかけて個人でも分析ができる状態になりました。
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。
分析チームをマネジメントして、チームで成果を出す経験を早めに積めたことは大きい経験だったよ。1人で成果を出すのとは違ったスキルが必要だから経験が重要だよ。
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。
しかし、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いです。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、過去の分析経験が他領域に活きることも多いです。一見異なる分析をしているようですが、同じ考え方で分析ができることも多くあります。
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。
さまざまな経験を積むことでデータサイエンティストとしての深みが増すよ。データサイエンティストにとって課題解決の経験値はそのまま実績になるから色んな経験を積むことが重要だよ。
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
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から - 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から
下記にオススメの転職エージェントを解説しています。環境を変えたい方はまずは登録して、行動することをオススメします。
データサイエンティストのキャリアアップは経験にこだわるべきだよ。経験が積めない環境なのであれば、転職して環境を変えるべきだよ。
【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
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。専門性が高く、あらゆる業界で活躍できる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！ - 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。
にほんブログ村
