【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を募集している企業ってどんな企業？
- データサイエンティストを募集している企業ってどんな業態があるの？
- 私にあっている企業ってどんなところなんだろう・・・
データサイエンティストへの転職を検討しているけど、どのような企業に入ったらいいかわからない！など悩む方も多いです。
その理由はここ数年でデータサイエンティストの需要は右肩上がりであり、様々な企業がデータサイエンティストを募集しているからです。
私は長らくデータサイエンティストとして働いており、様々なデータサイエンティストと交流があります。長年の経験からある程度、データサイエンス業界を俯瞰して見られるようになりました。
この記事ではデータサイエンティストを募集している企業を具体的に解説していきます。この記事を読むと「各企業がなぜデータサイエンティストを募集しているのか？」がわかるだけでなく、「どのような企業に入るべきか？」がわかります。
下記、本記事の結論です。
- データサイエンティストはなぜ注目されている？
→「DX」推進のためにデータサイエンティストに注目が集まっている！ - データサイエンティストはどのような企業が募集している？
→データサイエンティストを募集している企業は6つに大別できる！ - どのような企業に入るべき？
→メリット・デメリットを理解して、自分に合った企業を見つけよう！ - 未経験者にオススメの企業は？
→「⑤子会社・合弁会社型」がオススメ！初心者でも入りやすく、キャリアの将来性あり！ - 自分に合った企業を見つけるために行動しよう！
→転職サイトに登録・担当者と面接して企業情報を収集しよう！
それでは本題に移ります。
データサイエンティストに注目が集まる理由は「データ活用」
データサイエンティストに注目が集まっている理由は各企業が「データ活用」を推進していきたいという背景があります。
近年注目されているのがDX（デジタルトランスフォーメーション）です。
経済産業省はDXを下記のように定義しています。
DXの定義は次のとおりとする。「企業がビジネス環境の激しい変化に対応し、データ
デジタルガバナンス・コード2.0（経済産業省）
とデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデ
ルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競
争上の優位性を確立すること。」
端的に表現すると、DXとは「IT・デジタル技術を活用して新たな価値を生み出すこと」です。このDXがビジネスの潮流になっており、各社がこぞってDXを推進しようと取り組みを進めています。
DXを推進するために必要になるのが「データ活用」です。「データ活用」することでいままで見えてこなかった課題・価値を発見でき、新たなビジネスへつなげることが期待されています。
「データ活用」が脚光を浴びる中、「データサイエンティスト」が生まれました。
「データ活用」を推進する人材が「データサイエンティスト」と名付けられ、各企業で需要が高まってきている人材として注目されてきています。
データサイエンティストはここ数年で注目されている職業だよ。DXを推進したい企業が多くて「データ活用」できる人材が必要になっているんだ。
データサイエンティストは3つのタイプにわけられる
データサイエンティストは3つのタイプにわけられます。
下記はデータサイエンティスト協会が実施したデータサイエンティストのニーズを調査した結果です。データサイエンティスト協会はデータサイエンティストを3つのタイプにわけて定義しています。
- 「ビジネス型」：ビジネス課題を抽出し、データを分析・活用して課題を解決できる人材
- 「サイエンス型」：統計学、人工知能などの情報科学系の知識を理解し、統計ソフトなどを用いた専門的な分析ができる人材
- 「エンジニア型」：データ分析を目的とし、プログラミング知識を使ってデータの収集、加工やシステムへの実装、運用ができる人材
各企業で必要となるデータサイエンティストの役割は異なり、どのタイプのデータサイエンティストも一定数のニーズがあることがわかります。
重要なポイントは各企業で求めているデータサイエンティストのタイプは異なるということです。
データサイエンティストには様々なタイプが存在するよ。各企業で必要となるデータサイエンティストは異なることを覚えておこうね。
データサイエンティストを募集している企業は6つに大別
データサイエンティストを募集している企業は6つに大別できます。ここでは大きく6つの企業区分に大別して説明していきます。
- DX推進型
自社のDX推進を図ろうとしている企業であり、大企業が多い - サービス運営型
自社サービスを運営している企業であり、新興企業が多い - データ分析専門型
データ分析に特化した製品を保有している企業であり、外資系の企業が多い - コンサルティングファーム
第三者的な観点から事業会社の業務支援を行う企業 - 子会社・合弁会社型
大企業がDX推進のために立ち上げた合弁会社
デジタルに強い企業との共同出資により立ち上げられていることが多い - 派遣・業務委託型
データサイエンティストやエンジニアを軸に収益を上げている企業
各企業の事業特性・データサイエンティストを募集する理由を下記にまとめました。
【データサイエンティストを必要としている企業】
詳細は後段で解説していきます。
重要なポイントはデータサイエンティストを募集している企業はさまざまあり、それぞれで理由が異なるということです。運営している事業によって必要となる人材が異なるためです。
一概にデータサイエンティストと言っても各企業で求められているスキルや役割が異なるよ。どの企業にどんな人材が必要かを理解することが重要だよ。
求めているデータサイエンティストは各企業で異なる
求めているデータサイエンティストは各企業で異なります。なぜなら、各企業でデータサイエンティストを必要としている理由が異なるからです。
なぜデータサイエンティストを必要としているのか？どのようなデータサイエンティストを必要としているのか？という観点から解説をしていきます。
下記の図は各企業で経験できる領域を図解した結論です。
【各企業が求めているデータサイエンティスト】
詳しく解説していきます。
「①DX推進型」は「ビジネス型」を求めている
企業例
- NTTドコモ・サントリー・関西電力・大阪ガス など
事業特性
- 自社のDXを推進したい
- 古くから存在する企業で収益基盤が固まっている
- 大企業であることが多い
主に大企業です。大企業の場合は収益基盤が固まっている中で、新たな価値を見出すためにDXを推進しようとしています。
さらに、大企業は事業規模が大きいため、売上構造・組織構造・内部システムが複雑になっている場合が多いです。そのため、DX化することで効率的な事業運営を目指しています。
データサイエンティストを募集している理由
- 自社のDXを推進するため
DX化を推進する上でデータサイエンティストが多く必要になるからです。
大企業特有の課題をDXによって解決することで、業務の効率化や意思決定の迅速化など多くの恩恵を受けることができます。
しかし、大企業ではDX化を進めるにあたり、様々な障壁が存在します。システム・人材のスキル・組織風土などの障壁を一つずつ解決していく必要があります。
データサイエンティストはそのような環境の中で、各システムに散らかっているデータをかき集めたり、各データからなにが課題となるのか・どのような意思決定をすべきなのかというような、データ活用の領域で活躍します。
大企業のDX推進のために、データサイエンティストが多く必要となる背景があります。
どのようなデータサイエンティストを求めているか？
- 「ビジネス型」のデータサイエンティスト
ビジネス型のデータサイエンティストが必要とされています。DX推進するということが求められており、ビジネスに近い領域で活躍できるデータサイエンティストを求めています。
大企業であることが多いため、データ分析自体は他社に任せる文化が多くあります。自身で分析を行うのではなく、分析組織を管理して業務を推進する役割が求められます。
体験談を下記にまとめているので、ぜひご覧ください。
「DX推進型」では主に「ビジネス型」のデータサイエンティストが求められているよ。大企業特有の課題を解決することで効率的な事業運営ができることが理由だよ。
「➁サービス運営型」は「サイエンス型」を求めている
企業例
- DeNA・サイバーエージェント・メルカリ・LINE など
事業特性
- デジタルサービスが主軸の収益基盤
- ここ10~15年で成長を遂げた新進気鋭の企業
主にデジタル系サービスを運営している企業です。
デジタルサービスとは、主にECサイト・スマホゲーム・動画サービスなどが該当します。新進気鋭の企業が多く、ここ10~15年ほどで大きく成長を遂げた企業が主になります。
事業を拡大するためには、自社サービスの利用者拡大が必要です。
そのため、サービスのユーザビリティの向上が重要であり、データを活用してサービスを改善をする必要があります。
データサイエンティストを募集している理由
- 自社サービスの改善のため
自社サービスの改善のためにデータサイエンティストが必要になるからです。
デジタルサービスの場合は利用者のデータが非常に多く蓄積されます。自社サービスでどのようなコンテンツが利用されているか？などをデータから有用な示唆を得て、サービス改善を行います。
また、扱うデータが膨大なため、人が判断しきれない場合があります。そのため、レコメンドシステムを開発して、データを機械的にサービス改善に活用します。
このように、データを活用して自社のサービス改善を行うためにデータサイエンティストを求めています。
どのようなデータサイエンティストを求めているか？
- 「サイエンス型」のデータサイエンティスト
主に「サイエンス型」のデータサイエンティストが求められます。
膨大なデータを有効に活用するためには分析のプロフェッショナルである「サイエンス型」のデータサイエンティストが適任です。
特に、レコメンドシステムを開発することは機械的にデータ活用するため、高度なアルゴリズムの知識が必要です。そのため、高度なアルゴリズムを熟知した「サイエンス型」のデータサイエンティストが重宝されます。
「➁サービス運営型」は膨大なデータを活用して、サービスのユーザビリティを向上させることがミッションだよ。そのためには、「サイエンス型」が適任なんだ。
「➂データ分析専門型」は「エンジニア型」が求めている
企業例
- DataBricks・Qlik・ブレインパッド・トレジャーデータ など
事業特性
- データ分析に特化したソリューションを保有
- ソリューションを主軸にした収益基盤
- 外資系の企業が多い
主にデータ分析に特化したソリューションを保有している企業です。製品のライセンス費や製品実装時の人的サービスで収益を上げています。
巨額の投資を経て海外で実績をあげた企業が日本でも同様のソリューションを展開していることが多く、外資系の企業であることが多いです。
データサイエンティストを募集している理由
- 自社ソリューションの拡大に向けて人員が必要なため
自社ソリューションの拡大に向けて人員が必要になるからです。
主にライセンスや運用・保守で収益をあげています。
そのため、自社ソリューションを各社に導入するための開発人材が必要になります。また、保守・運用などの定常的な業務においても人員が必要になります。
加えて、自社ソリューションの新規機能開発や機能改善を行う必要があり、事業の拡大のために多くのデータサイエンティストが必要になります。
どのようなデータサイエンティストを求めているか？
- 「エンジニア型」のデータサイエンティスト
主に「エンジニア型」のデータサイエンティストが求められています。
自社のソリューションを開発する人材を求めているため、エンジニアリングスキルが高い人材を求めています。
ただし、提供しているソリューションは「データ分析」関連のソリューションであるため、データ分析に対する知識も必要です。
「➂データ分析専門型」は自社のソリューションを拡大するためにデータサイエンティストが必要なんだ。開発業務が多いから「エンジニア型」が多く求められているよ。
「④コンサルティングファーム」は「すべての型」を求めている
企業例
- 野村総合研究所(SIer)・アクセンチュア・デロイトトーマツ など
事業特性
- 第三者的な立場から事業会社の業務支援をして、収益を上げる
- 人的サービスがメイン
- 人材1人あたりxx万円というビジネスモデル
第三者的な立場から事業会社の業務支援を行い、収益を上げる企業です。
専門性が高い人材を各企業に派遣して、業務支援を行うコンサルティングサービスを行う企業です。
主に人的サービスがメインであり、1人あたりxx万円というビジネスモデルのため、事業拡大のためには人員の数が重要になります。
データサイエンティストを募集している理由
- 事業拡大のために人員が必要なため
1人あたりxx万円というビジネスモデルのため、事業を拡大にはデータサイエンティストが多く必要になるからです。
コンサルティングファームの事業を拡大するためには人員がいないと成り立ちません。そのため、売上をあげるためには必ず人員が必要になります。
近年のコンサルティングファームでは、DX関連の案件が多く、データサイエンティストがますます必要になっています。
どのようなデータサイエンティストを求めているか？
- 「すべての型」のデータサイエンティスト
「すべての型」のデータサイエンティストが求められています。
コンサルティングファームは多種多様な案件があり、あらゆる案件に対応できるように人材を確保します。
そのため、「ビジネス型」「サイエンス型」「エンジニア型」のすべてのタイプのデータサイエンティストの活躍機会があるため、どのようなデータサイエンティストでも採用しています。
コンサルティングファームでもいまの潮流は「DX」だよ。DX推進のコンサルを行うにはたくさんのデータサイエンティストが必要になるよ。
「⑤子会社・合弁会社型」は「ビジネス型」「サイエンス型」を求めている
企業例（親会社）
- 電通クロスブレイン（電通グループ/ブレインパッド）
- ARISE analytics（KDDI/アクセンチュア）
- ダンハンビー・三井物産カスタマーサイエンス（三井物産/dunnhumby Limited）など
事業特性
- 大企業同士がタッグを組んだ合弁会社
- 互いにシナジーを生み出すために作られた企業
- 「DXを推進したい企業」×「データサイエンスに知見がある企業」
主に大企業同士がタッグを組み、それぞれのシナジーを生み出すために立ち上げられた企業です。
“DXを推進したい事業会社“×”データサイエンスに知見がある企業”で合同会社を立ち上げるパターンが多いです。
“DXを推進したい事業会社”には「DX化に向けて必要となる人材がいない」という課題があります。そのため、合同会社を作ることでこの課題を解決しようとします。
一方で、”データサイエンスに知見がある会社”には「秘匿性の高いデータを扱えず知見を活かしきれない」という課題があります。
第三者に対して、データを渡すことはセキュリティの観点から難しいです。しかし、資本が入った合弁会社であれば、セキュリティのハードルも下がるため、この課題を解決することができます。
近年のDX推進ではこのような合弁会社が多く立ち上げられており、DX推進の一つのパターンとなっています。
データサイエンティストを募集している理由
- 事業拡大のため
- グループ内のデータサイエンティストを確保するため
理由は2つあります。「売上拡大」と「グループ内のデータサイエンティストを確保する」ことです。
合弁会社は少数精鋭からスタートします。売上を拡大していくためには人員が必要です。
基本的には合弁会社の親会社から人員を派遣して会社を作っていきます。しかし、継続的な事業運営に向けては正社員が必要となるため、データサイエンティストを積極的に採用することが必要です。
上記のような流れが進むと親会社としてはグループ内にデータサイエンティストを多く確保することができるというメリットがあります。
そのため、合同会社の目線では「売上拡大」になりますが、親会社目線だと「グループ内に人材を確保する」ことが狙いにあります。
どのようなデータサイエンティストを求めているか？
- 「ビジネス型」「サイエンス型」のデータサイエンティスト
主に「ビジネス型」・「サイエンス型」のデータサイエンティストを求めています。
データサイエンティストを求めている理由はDXの推進およびデータサイエンティストの確保です。事業推進をしつつ、専門性が高い人材を育成する必要があり、幅広くデータサイエンティストを採用しています。
しかし、「エンジニア型」については求められることが少ないです。なぜなら、システム関連は親会社で業務することが多いため、子会社自体に「エンジニア型」が必要ない場合が多いです。
そのため、「ビジネス型」と「サイエンス型」を中心としたデータサイエンティストが求められています。
「⑤子会社・合弁会社型」はDXならではの特殊な企業体だよ。正社員を増やす必要があるから、データサイエンティストは幅広く求めていて、採用は盛んだよ。
「⑥派遣・業務委託型」は「サイエンス型」「エンジニア型」を求めている
企業例
- Preferred Networks・ALBERT・エッジテクノロジー など
事業特性
- データサイエンスに専門性を持つ人材を各社に派遣
- 人材1人あたりxx万円というビジネスモデル
データサイエンスに専門性を持つ人材を各社に派遣して、収益を上げる企業です。
各社に強み・特徴があります。人員・スキルが不足している企業に対して、人材を派遣して人材1人あたりxx万円というビジネスモデルで売上を作ります。
データサイエンティストを募集している理由
- 事業拡大のために人員が必要なため
データサイエンティストの数が売上に直結するため、「売上拡大」のためにデータサイエンティストが必要となります。
どのようなデータサイエンティストを求めているか？
- 「サイエンス型」「エンジニア型」のデータサイエンティスト
主に「サイエンス型」「エンジニア型」が求められています。基本的には業務委託が中心になるため、深くビジネス領域に踏み込むことはありません。
そのため、具体的な分析の実装をすることを求められます。「サイエンス型」「エンジニア型」は各社の特色として得意・不得意があるため、企業色が出るポイントになります。
「⑥派遣・業務委託型」は分析の実装によった領域で仕事をすることが多いよ。ビジネスにはあまり踏み込まないところが特徴だよ。
各社で経験できる領域は異なる
各企業によって経験できる領域が異なります。どのような会社に入るとどのような経験ができるか解説していきます。
今回はメリット・デメリットをデータサイエンティストとして積むことができる”経験”に焦点を当てて、解説していきます。待遇面や労働環境などには言及しておりません。
【各企業のメリット・デメリット】
詳しく解説していきます。
「①DX推進型」はビジネスの最先端でデータサイエンスを経験できる
ビジネスの最先端でデータサイエンスを経験できることが大きなメリットです。
「①DX推進型」は大企業が多く、事業規模が大きいため、データサイエンスのビジネスインパクトが大きいことが魅力です。
また、分析に必要である情報を社内から収集しやすいため、ビジネスに直結する分析ができることは魅力であり、データサイエンティストとして大きな経験値になります。
デメリットは社内外で多くの調整業務があることです。
データ分析は別の会社に任せて進めていった結果、プログラミングなどのスキルは身につかず、ジェネラリストに近いキャリアになってしまうといったリスクが存在します。
大企業は関係者が多く、調整業務がとても多いです。そのため、実態としてデータサイエンスをやっている感覚が持ちづらいことがあります。
また、企業の文化によってはデータ分析の結果が事業判断にあまり使われない、ということも発生します。昔の経験が重要視されているからです。
- ビジネスの最先端でデータサイエンスをしたい人
- 大きな事業に携わり、ビジネスを大きく動かしたい人
実際に想像しているデータサイエンティストと実際の業務が異なるリスクはあるよ。大企業だから調整業務などがすごく多い企業もあるんだ。
「➁サービス運営型」はデータ分析が強い領域で分析ができる
データサイエンティストの立場が比較的強い領域で分析ができることがメリットです。
サービスの利用データは膨大なため、データを活用するにはデータサイエンティストが必須になります。そのため、データ分析が頼りにされることが多く、データサイエンティストの役割が重要です。
また、データの活用方法としてレコメンドシステムの構築があります。レコメンドシステムの開発はデータサイエンティストしかできない領域になります。
そのため、データサイエンティストの立場が比較的強く、データが強い領域で業務ができる点は大きなメリットです。
デメリットとしては、ビジネス戦略などの大きな意思決定に携わりにくいことです。
サービス運営の場合は大きく分けて「A.戦略組織」「B.企画・実行組織」「C.開発組織」などに分かれていることが多いです。
その中でデータサイエンティストは「B.企画・実行組織」「C.開発組織」の領域で業務を行うことが多く、「サービスそのものをどのように位置づけるか？」などを検討する「A.戦略組織」には関わりづらい側面があります。
- 高度なアルゴリズム開発に携わりたい人
- 分析のプロフェッショナルとしてキャリアを築いていきたい人
データ活用がサービス改善に直結するよ。「サイエンス型」として、分析のプロフェッショナルとしてキャリアを築きたい人にはぴったりだよ。
「➂データ分析専門型」はエンジニアリングを深く経験できる
データエンジニアリングが強い領域で業務ができることがメリットになります。
自社ソリューションの開発・導入に携われるためエンジニアリングスキルが身に付きやすいです。
エンジニアリングスキルを身に付けられる企業は少なく、自社ソリューションなどを持っている企業では「エンジニア型」のデータサイエンティストが優遇される傾向にあります。
「エンジニア型」のキャリアを形成していきたい方にとっては将来的に有用な経験を積むことができます。
デメリットとしてはエンジニアリングに寄った経験になることです。
ソリューションなどの大きな意思決定は企業の経営陣が決定します。そのため、ビジネスに近い立場での経験は積みにくい傾向です。
営業部隊と開発部隊が切り分けられている場合は開発部分に特化した経験になるため、エンジニアリングに寄ったキャリアになっていきます。
- 大型のソリューション開発に携わりたい人
- 「エンジニア型」としてキャリアを築くと決めている人
大型ソリューションの開発経験が積めることは大きなメリットだよ。少し偏った経験になるから、「エンジニア型」として生きていくことを決めた人にはオススメだよ。
「④コンサルティングファーム」は幅広い案件を経験できる
コンサルティングファームは多くの案件を抱えており、多様な案件に関わることができるのが最大のメリットです。
コンサルティングファームはさまざまな企業の案件を持っています。そのため、1つの企業だけでなく、あらゆる企業でデータ分析を経験できることが魅力になります。
案件によっては業界を跨ぐことも容易で飲食業界から通信業界など全く違う業界に携わることもできます。
そのため、データサイエンティストとして幅広い経験ができるためデータサイエンティストとして幅のあるキャリア形成ができます。
デメリットとしては分析に活用できるデータ・情報量が少ないことがあげられます。
第三者的な立場から事業に関わるため、どうしても秘匿性の高いデータや事業情報などの情報が得にくい立場にあります。
そのため、限られたデータ量の中で分析を行う必要があり、事業から遠い立場で分析を行う点はデメリットです。
メリットの反面にはなりますが、深い分析活用に携わることが難しく、データサイエンティストとしてやや浅いキャリアになってしまうリスクがあります。
- 色んな案件に携わってデータ分析したい人
- 業界横断でデータ分析の経験を積みたい人
いろんな業界・企業でデータ分析経験ができることはメリットだよ。実際に経験してみないとやりたいことなんてわからないからね。
「⑤子会社・合弁会社型」はバランスよく経験を積める
メリットは2点です。
“客観的な立場から分析結果・示唆を提言できること”と”フォローアップ体制が手厚い場合が多い”点です。
一つ目は、“客観的な立場から分析結果・示唆を提言できること”です。
まず、「⑤子会社・合弁会社型」は親会社の資本が入っているため、データ・情報を得て分析できる環境です。そのような環境でも、本社と独立した第三者的な立場から分析ができるため、データ・事業情報の両側面を把握した上で提言することができます。
そのため、深い分析結果・示唆を提言できることは大きなメリットです。
二つ目は、“フォローアップ体制が手厚い場合が多いこと”です。
社内に「分析のスペシャリスト」と「事業に精通した人材」が共にいることが多く、分析面・事業面双方において有識者が存在します。
データサイエンティストとして活躍するには分析スキルだけでなく、事業の知識が重要になるので、双方を効率よく学べる環境があることも大きなメリットになります。
デメリットとしてはデータ分析の案件が限定的なことです。
携われる案件は親会社に依存してしまう側面が大きいです。そのため、携われる事業領域が狭まってしまいます。他の業界のデータ分析経験を積みたい場合は転職するしかないでしょう。
- 事業に大きく踏みこんだ分析経験をしたい人
- データ分析スキルとビジネススキルをバランスよく身に付けたい人
「⑤子会社・合弁会社型」は「①DX推進型」と「④コンサルティングファーム」の中間的な立ち位置だよ。両社のいいとこどりができる企業だよ。
「⑥派遣・業務委託型」は幅広い案件がある
データサイエンスの案件の幅が広いことがメリットになります。多くの会社に人材を派遣しているため、多くの案件幅が存在します。
そのため、様々な領域で分析経験を積むことが可能で、データサイエンティストとして幅の広いキャリアを築くことができます。
また、人材の各社に派遣する前に育成制度が整備されている場合が多く、フォローアップ体制が手厚いこともメリットとしてあげられます。
デメリットとしては事業特性上、やや下流工程の業務が多い点です。
委託先の業務を代行する企業体であるため、方針や方向性は委託元が決めていることが多くあります。そのため、ビジネス面に大きく踏み込む状況は少ないです。
そのため、経験できる業務の領域が狭くなるリスクがあります。
- 様々な案件に携わりたい人
- 実務に近い業務をこなして地盤を固めていきたい人
足元の地盤を固めていきたい人にはよい選択肢だよ。ビジネス面に携われないからビジネスインパクトを残すことは難しいよ。
企業選択の前に自身のキャリアをまずは考えよう
企業を選択する前に、自身のキャリアを考えることが重要です。
本記事で解説したように身を置く企業によって経験できる領域は大きく異なります。どのようなキャリアを目指したいかを考えた上で、目指したいキャリアを築ける会社に身を置くべきです。
目指したいキャリアが明確になれば、おのずと身をおくべき企業が見えてきます。
企業選択に悩んでいる方は自身がどのようなデータサイエンティストになりたいかを考えることから始めましょう。
将来のキャリアプランについては下記にまとめているので、データサイエンティストとしてのキャリアプランを検討したい方はご覧ください。
まずは自分がどんな姿になりたいかを考えることが重要だよ。目指すべき方向性から逆算して企業を選択しようね。
未経験者には「⑤子会社・合弁会社型」がオススメ
未経験からデータサイエンティストのキャリアを作っていくには「⑤子会社・合弁会社型」がオススメです。理由としては下記の2点です。
- 未経験でデータサイエンティスト職の採用をしていることが多いから
- 将来的なキャリアの広がりが期待できるから
詳しく解説していきます。
「⑤子会社・合弁会社型」は未経験の採用が多い
一つ目は「⑤子会社・合弁会社型」はデータサイエンス未経験者の採用が多いです。なぜなら、未経験者の採用を強化する採用戦略を取っているからです。
昨今のDX化の潮流を受け、データサイエンティストは不足傾向にあります。そのため、各社でこぞってデータサイエンティストの採用を進めています。
特に採用力が強いのが「④コンサルティングファーム」です。
ネームバリュー・年収帯どちらを取ってもコンサルティングファームは高い採用力を発揮しており、経験者や有識者はコンサルティングファームに集まります。
そのような概況の中で「⑤子会社・合弁会社型」はデータサイエンティストを採用を進めるために未経験でポテンシャル重視の採用戦略を取るしかないです。
コンサルティングファームは案件ですぐに活躍できる即戦力を採用している傾向が強く、未経験で内定まで行きつくには難易度が高いです。
このような状況から「⑤子会社・合弁会社型」は未経験での採用を進めており、自身のポテンシャルを示すことができれば採用はされやすい環境です。
未経験からの転職でオススメできるのは「⑤子会社・合弁会社型」だよ。大企業に目を惹かれがちだけど、意外と知られていない穴場企業なんだ。
将来的なキャリアの広がりが期待できる
二つ目は「⑤子会社・合弁会社型」は将来的なキャリアの広がりが期待できるからです。なぜなら、「⑤子会社・合弁会社型」は昇進しやすいことが多いからです。
未経験の人材を採用することが前提にあるため、入社してからの教育体制も整備されていることが多いです。また、社内の人材も「データ分析に強い人材」「事業に精通した人材」が共存しており、即座に成長できる環境があります。
さらに、「⑤子会社・合弁会社型」は正社員が少ない場合もあり、上位のポジションが空いているということもあります。そのため、成果次第では早いうちから重要なポジションを任されることも多くあります。
早く成長して、早く昇進することで多様な分析経験を積めるよ。データサイエンティストにとって分析経験はそのまま価値になるから、キャリアアップには超重要だよ。
【まとめ】自分に合った企業を見つけるために行動しよう
各企業がどのようなデータサイエンティストを募集しているのか解説しました。最終的には自分に合った企業を見つけることが重要です。
そのためには実際に転職活動を始めてみるのが1番です。転職サイトへ登録しましょう。
転職サイトへの登録は無料であり、登録するだけで様々な情報が入ってくるようになります。登録するだけでなく、転職企業の担当者と一度面接してみることが重要です。
転職企業の担当者に要望を伝えると自分に合った求人情報を連絡してくれるようになります。ここ最近ではリモートでの面接も主流になってきているので、気軽に面接ができます。
オススメの転職エージェントは下記にまとめています。
下記、本記事のまとめです。
- データサイエンティストはなぜ注目されている？
→「DX」推進のためにデータサイエンティストに注目が集まっている！ - データサイエンティストはどのような企業が募集している？
→データサイエンティストを募集している企業は6つに大別できる！ - どのような企業に入るべき？
→メリット・デメリットを理解して、自分に合った企業を見つけよう！ - 未経験者にオススメの企業は？
→「⑤子会社・合弁会社型」がオススメ！初心者でも入りやすく、キャリアの将来性あり！ - 自分に合った企業を見つけるために行動しよう！
→転職サイトに登録・担当者と面接して企業情報を収集しよう！
今回は以上になります。
にほんブログ村
