【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！
【本題】
今回は実際にご相談があった「データ分析スキルを持った製造業勤務Cさん」のご相談内容をまとめていきます。
記事としてまとめていくのは、
- 同じ悩みを抱える方の参考になってほしい
- 「ぬるったんキャリア相談サービス」の価値を伝えたい
という2点が理由です。
データサイエンティストを目指しているが、どのような方向性に進むべきか悩んでいる方の参考になれば幸いです。
また、自身もキャリアを相談したい！と思った方はこちらのページをご覧ください。
相談内容
実際に筆者が相談に乗らせてもらったCさんの相談内容です。
製造業で働きつつも、データ分析で副業で実務経験もあるという状況です。
しかし、データサイエンティストの働き方のイメージが持ち切れず、方向性に悩まれているという相談事項でした。
データサイエンティストの業務内容の解像度を上げて、方向性を定めていくサポートが必要だと感じました。
基本情報
基本情報としては下記のような、ご状況・ご経験でした。
◆年齢
32歳、社会人8年目◆職歴
大手自動車部品メーカー生産企画部（4年）、工場生産管理室（4年）営業がカーメーカーからの情報で作成した自社製品の需要動向をもとにグローバルでの生産戦略を検討/企画する部署です。
どの拠点で現地生産するか、どの部品を内製するか？仕入先活用するか？等、原価室を中心にプロジェクト関係部署を取りまとめ、立案し、社長や副社長へ報告資料を作成、報告、承認を得ることが目標です。
◆転職検討状況
転職検討中・・・実績とスキルの棚卸しをしながら求人を見て情報収集中◆分析関連スキル
Python歴3年、機械学習、簡単なAIモデル、2021年Aidemyデータ分析コース終了、統計検定2級取得、Pythonエンジニア認定試験終了、基本情報技術者試験勉強中、E資格はあと少しという結果で不合格また、最近は力を入れていませんが、個人事業主としてデータ分析関連の依頼をこなしつつ実践経験を重ねました。
業務自動化やスクレイピング、機械学習モデルの作成、ビジュアライゼーションとその考察等様々です。
VSコードは自身の開発環境を好きなようにカスタマイズできるくらいには使えます。場合によってはDockerやGitも使用します。
大手製造業メーカーでの勤務経験があり、製造業のドメイン知識はかなり深く持っている方です。
加えて、自学・過去の経験から分析スキルは高く、仕事もこなしたこともあるという経歴があります。
実務とは異なるスキルで副業しているすごい方でした。
相談したい事項
下記が具体的な相談事項です。
◆悩みポイント
現在、自動車部品の事業企画系統の部署に勤めています。親会社の資本も人も入っており、政治的に企画が決まることが多く、仕方ないことは理解しています。
勤めている部品会社の事業の先行きや今後のビジネススキルの成長を見据え、転職活動を始めました。
実際のコーディングも行うデータ分析とデータドリブンな企画を行える機会のバランス度合いや現時点のスキルでどんな活躍ができるのか、また有効なのか悩み中です。
◆相談したい事項：
これからキャリアアドバイザーのカウンセリングもありますが、データサイエンティストの実際の働き方のイメージが難しく、うまく希望を伝えることや実際に転職候補先の求人案件が合っているのか判断が難しいと感じています。希望としてはデータ分析、エンジニアリングもしつつ、企画立案～報告企画書の作成といった、データ分析を実際の成果物にできるようになりたいと考えています。
ぬるったんさんの5つのキャリアタイプの①データアナリストが最も近いのかもしれませんが、データエンジニアリングのキャリアスキルも向上させ、差別化しなければという思いもあります。
どういったキャリア形成があるのか、もしくは合っているのか現役のデータサイエンティストのぬるったんさんに実際の経験を交えたアドバイスを頂けると大変助かります。
いままでの経歴とデータ分析スキルの掛け合わせでどのようなキャリアの広がりを持てるかという点が相談事項です。
やはり、実際のデータサイエンティストの働き方・価値の出し方・キャリアの築き方という点の解像度が低いという点は多くの方の悩みポイントです。
実際のデータサイエンティストの業務イメージとキャリアの広がりの解像度を上げるサポートが必要だと感じました。
回答内容
下記が筆者から回答させていただいた、一次回答の内容になります。
*現在（2024年5月1日~）は一次回答はオプション購入とさせていただいております。（+\3,000）
全体所感
まずは、全体所感です。下記が実際の回答内容です。
まず、職歴と照らして分析スキルが凄まじく、ものすごい努力をなされているのだと感じました。
シンプルにすごいと思いますし、データサイエンティストとしての面接でも評価されるポイントです。
キャリアとしては、製品開発の現場を詳しいドメイン知識はかなり深く、貴重な経験なので、活かさない手はないです。
どこかメーカーの製造プロセスの改善などに入る方向性か製造業DXに入っているコンサル系へのキャリアというのは強いと思います。
基礎的なデータ分析スキルはあるので、ドメイン知識が深いという点が非常に強みにして、キャリアを作っていくべきという回答です。
ここは結構みなさん気づかない点ですが、データサイエンティストへのキャリアチェンジは過去の実務経験が強く活きます。
特に、サプライチェーンの意思決定プロセスなどに深い理解があることから事業への踏みこみがスムーズであるという点です。
悩みへのアンサー
Bさんの悩みへのアンサーは下記です。
「データサイエンティストとしてのキャリアの方向性」という点に対する回答です。
5つの区分ですと、「①データアナリスト型」 or 「製品開発型」というところですね。
ビジネスに踏み込んでいく「①データアナリスト型」のようなタイプは必ず、ドメイン知識も必要でその点では大きなアドバンテージを持っていると思います。
（政治的に企画が決まることも多く、などの裏側の背景など製造業の深いプロセスなどを知っている点もポジティブ要素です）
また、一方で、「➂製品開発型」でも同様のことが言えます。
製造プロセスの改善など生産管理の考え方などをすでに持っている点はCさんの強みだと言えます。
例えば、下記のような求人の一例です。
トプコン：データ管理の品質管理
アイシン：AIを活用した製造プロセスの改善（画像認識などの技術を学んで）
一方で、コンサル面でも需要は高いです。
特に、製造業という領域に特化して、ドメイン知識が満載の経験をお持ちなので、製造業を扱うコンサルでの需要は高いです。
例えば、アクセンチュア、ブレインパッド、JDSCなどといった会社です。
ドメインの専門性をに加えて、データサイエンススキルがあるので、相性は合致しています。
エンジニアリングがどこまで必要かは要検討ですね。
データ分析の自動化、効率化レベルのスキルであれば、ものすごく有用なスキルになります。
データ基盤を作るなどシステム寄りの知識であれば、ドメインが活きにくいので、分析の延長のエンジニアリングスキルという意味で考えられるといいと思いますね。
意思決定に寄与するビジネス側のキャリアプラン（①）かパターン認識などの分析スキルを強めて分析よりのキャリアプラン（➂）に適性があると回答しました。
パターンとしては、事業会社で品質管理・サプライチェーン最適化に取り組んでいる企業に入る or 製造業に強みを持つコンサル会社に入るという選択肢です。
エンジニアリング観点を気にされていましたが、基盤を構築するスキルなどをいまから学び始めるのはかなり厳しい部分もります。
そのため、データ分析の効率化レベルのエンジニアリングに留めるのがよいとアドバイスしました。
ビデオ通話の内容
その後、何度かチャットでやり取りをさせて頂いた後に、ビデオ通話（30分）を実施させていただきました。
転職をするためにどのような方向性・企業がよいか？という点を中心に会話させてもらいました。
具体的に会話した内容としては下記のような内容です。
- 過去の経験の活かし方
- どのようなタイプのキャリアがよいか？
- 適性のある企業
詳しく内容を紹介します。
過去の経験の活かし方
Q：過去の経験を今後のキャリアにどう活かせるか？
A：経験が長く、実態の業務を知っているのはデータサイエンティストとして大きな強みです。
いっぱしのデータサイエンティストが製造業のDX（分析）をしようとしても、前提知識を理解する部分で壁があります。
なので、分析スキルが高い優秀なデータサイエンティストであっても、ドメイン知識が壁となって価値を出せないことはよくあります。
その点、すでに気づかぬうちに身に付いている製造業の深い理解はデータサイエンティストをやる上でも強みになります。
という内容です。
実際にデータサイエンティストは分析対象を深く理解している必要があるので、ドメイン知識は重要なポイントになります。
ドメイン知識がほぼ100点の状態にあるという点はデータサイエンティストとして働く上で、自身の強みとして認識すべきポイントだとお伝えしました。
どのようなタイプのキャリアがよいか？
Q：どのようなキャリアタイプがあるか？
A：①データアナリスト型 or ➂製品開発型です。
製造業のドメイン知識を武器にしやすいからです。
①データアナリスト型であれば、意思決定に有用な分析示唆が必要なので、そもそものドメイン知識なく分析を実施することは難しいです。
その点、Ｃさんはすでにドメイン知識が染みついているので、分析深く分析の提言、示唆が可能な状態です。
➂製品開発型であれば、製造プロセスの改善でデータを活用するようなキャリアです。
場合によっては画像認識などのパターン認識系のスキルが必要になるので、身に付けておくと有用かと思います。
具体的には画像や音声から故障検知したり、製品の機能評価するなどのデータ活用はよくあります。
という内容です。
ドメイン知識を活かした転職であれば、①データアナリスト型もしくは➂製品開発型が適性があるというアドバイスをさせて頂きました。
具体的には求人を見ながら決めていく方が望ましいので、大枠の方向性をご提示させていただきました。
適性のある企業
Q：適性のある企業はどこか？
A：事業会社 or コンサルです。
製造業だと、製品開発プロセスでのデータ活用、サプライチェーンの最適化でのデータ活用のニーズが高いです。
そのため、事業会社の品質管理のような部署のデータ活用は一つの選択肢です。
もう一つの選択肢はコンサルです。最近では、DX関連の案件がコンサルではかなり多く、データ活用のニーズは高いです。
また、製造業向けに強いコンサルもあり、そのような会社ではドメイン知識が豊富な人材はニーズが高いので、データ分析スキルと合わせると適性があります。
という内容です。
製造業の事業会社でデータ活用する部署に入り、ドメイン知識を活かして、データ寄りにキャリアを振っていくことは考えられます。
一方で、コンサルで製造業案件に入る選択肢はあり、製造業のドメイン知識が前提のコンサルであれば、適性はかなり高いという点を伝えさせていただきました。
キャリアサポート後の感想
キャリアサポート後には下記のような感想をいただきました。
先ほどは相談に乗っていただき本当にありがとうございました！
現職にいると転職後の自身の強みがなかなか見いだせないことやその先のキャリアもモヤモヤしている気持ちが非常に大きかったのですが、アドバイスいただき自身やワクワクする気持ちも大きくなってきました。
ぬるったんさんのブログも読みながらデータサイエンティストへの理解や今後のキャリアも引き続き考えて転職活動を進めていこうと思います。
転職を検討中ということで、現場で働いているデータサイエンティストと会話する機会はなかったようで、お役に立てたようで非常に嬉しく思いました。
データサイエンティストの業務や自身の可能性の解像度があがり、モチベーションや行動力につながっているように思えます。
中々、就職や転職では相談できる相手がいないということもあり、よい機会になれたのではと思います。
キャリアに悩んでいる方がいればぜひご相談を！
「ぬるったんのキャリア相談サービス」はこのような形で筆者自身の経験を活かして、オーダーメイドのアドバイスをさせて頂いています。
少なくとも50名以上のキャリア相談を受けてきた筆者の目線から、将来に悩むデータサイエンティストの方に対して、相談を受け付けています。
- データサイエンティストになりたい人
- これからデータサイエンティストになろうと転職活動している人
- 既にデータサイエンティストあり、で転職を考えている人
など、データサイエンティストとして、キャリア形成を考えている方であればどなたでもご相談させていただきます。
詳しくは下記をご覧ください！
にほんブログ村
