未経験者必見!データサイエンティストのキャリアプラン4つを徹底解説

understand

■この記事で解決できる悩み

  • データサイエンティストに将来性があるのか?
  • 将来的なデータサイエンティストのキャリアプランは?
  • 中長期的に何を目指してスキルアップすべきか?

近年、需要が高まってきているデータサイエンティストですが、求められるスキルは幅広く、その役割も多岐に渡ります。

また、データサイエンティストという職業はここ最近で登場した職業であり、今後どのようなキャリアプランがあるかなどがわからないといった点がよくある声です。

これは現役のデータサイエンティストからもよく聞かれる声であり、業界的に過渡期であるが故の不安だと捉えています。

しかし、実際にはデータサイエンティストは後出しでキャリアプランを形成できる数少ない職業です。

本記事では長年データサイエンス業界に身を置く筆者自身の体験も踏まえて、データサイエンティストのキャリアプランについて解説していきます。
特に未経験で転職を検討されている方にとっては将来のキャリアにも影響する重要な点です。

今回は未経験の方が職業を検討することにも現役のデータサイエンティストの方がキャリアを検討するためにも役に立つ情報をまとめましたので、最後までご覧ください。

それでは本題に移ります。

【結論】データサイエンティストは幅広いキャリアプランがあり将来有望

結論からいうと、データサイエンティストには幅広いキャリアプランがあり、将来性が見込まれる職業です。

データサイエンティストは求められるスキルが幅広く、難易度が高い職業です。しかしながら、その専門性は「データ」というどの領域でも使われる汎用性が高いものです。

近年のビジネス環境では、「データ」を基に経営判断を行ったり、「データ」を基にプロダクトの改善方針・機能拡充の決定する、など物事を判断する際に「データ」の重要性が高まっています。

さらに、「データ」を最大活用するためにどのようなシステムが必要か、「データ」を最大活用するためにどのような人材が必要か、など「データ」中心に物事を考えることが必須になってきています。

そのため、「データ」の専門とするデータサイエンティストは「データ」を基軸に様々な領域に派生して活躍の場を広げられる優位性が高い職業です。

データサイエンティストはここ数年で登場した職業

上記のような優位性が高いデータサイエンティストですが、将来性があるのか不安という点が指摘される理由はデータサイエンティストという概念自体がここ数年で登場した職業だからです。

IT技術の発展に伴って、データの重要性が増してきている世の中の沿うように「データサイエンティスト」という言葉が徐々に使われるようになりました。

ただ、実際にはまだまだマイナーな職業であり、どのような役割を担うのかは世間一般には知られていないことが多い状況です。

そのため、現状のデータサイエンティスト自体が詳しく定義されていない側面もあり、現状が定義されていない中で将来性が見通せないという概況があります。

データサイエンティストが担う役割は多岐に渡りロールも様々

データサイエンティストを大別すると「ビジネス型」「サイエンス型」「エンジニアリング型」の3つのタイプに分けられます。

データサイエンティストには幅広いスキルが求められます。また、データサイエンティストという職業は広義な意味で表現されていますが、実態としては各人のスキルセットによって様々な役割に細分化されます。

「ビジネス型」のデータサイエンティストはビジネスに精通しており、データ分析の力を活用して、複雑なビジネスの意思決定をサポートする役割を持ちます。課題設定能力やコミュニケーション能力に長けており、ビジネスを推進する役割として活躍します。

「サイエンス型」のデータサイエンティストは統計知識や数理的なアルゴリズムに精通しており、データの持つ価値を最大化する役割を持ちます。データを活用した課題解決能力や最適な分析アプローチを導出する力に長けており、データを活用して課題解決を推進する役割として活躍します。

「エンジニアリング型」のデータサイエンティストはシステムに精通しており、データ活用に最適なシステムを構築する役割を持ちます。システムを設計する力やデータ管理能力に長けており、データ分析を効率的に行うための分析環境を構築する役割として活躍します。

このように一概にデータサイエンティストといっても、求められるスキル・役割は様々です。

しかし、共通する部分としては「データ」というどの業界のどの会社のどの部署でも用いる汎用性が高いものを扱っています。

そのため、「データ」を基軸に様々な役割へと派生することができるため、非常にキャリアプランが幅広い職業です。

データサイエンティストの真髄はここにあり、限定的なキャリアプランではなく、データ分析の業務を幅広く経験した後に自身の得手不得手を鑑みてキャリアプランを形成できる数少ない職業です。

下記にデータサイエンティストが担う役割を詳しく解説しているので、併せてご覧いただけると幸いです。

データサイエンティストのキャリアプラン4つ

キャリアプランが幅広いデータサイエンティストですが、筆者の長年の経験を基に現時点での代表的なキャリアプランを4つ紹介します。

今後、この他にも様々な役割が出来てくる可能性はあると思いますので、この4つのどれかを目指さなければならないという話ではない点をご承知ください。

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です。

基本的に会社の規模が大きくなればなるほど、複雑性が増し、利害関係者が増えて、実際に起きている状況が把握しづらくなります。
また、規模が大きくなると、一つの意思決定により何十億円・何百億円という売上が左右されることになります。
さらに、昨今のビジネス環境ではスピード感が求められるため、「正確」かつ「迅速な」意思決定が求められます。

そこでデータサイエンティストが活躍します。
規模が大きくなると、すべての事象を明らかにするのはほぼ不可能と言っても過言ではありません。
そのような前提で、ビジネス判断をする上でクリティカルなポイントを見極めて、そのポイントを局所的に深ぼって分析します。

そして、分析結果を会社の経営メンバーに提言し、向かうべき方向性を明確にすることがミッションになります。
これにより、「より正確」かつ「より迅速な」意思決定を促すことが出来ます。

上記のように「データ」を活用して、重要なビジネスの意思決定を推進する役割は今後さらに求められていく役割となっていきます。

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です。
プロダクトと言っているのは、ECサイトやスマホアプリなどを指しています。

近年でのプロダクト開発では、グロースハックというが概念が一般化してきています。
これは、データサイエンティストの目線で分かりやすく表現すると、「プロダクトのデータを分析しながら、改善を繰り返してプロダクトを成長させていく」ことです。

そこでデータサイエンティストが活躍します。
どのようにユーザーがプロダクトを使っているのか、どのような点がユーザーに取って使いにくい点かなどをデータで明らかにしながら改善を繰り返していきます。
このようなグロースハックを繰り返すためには、どのようなデータが必要かを事前に検討して開発時にデータを収集する機能を実装する必要があり、データ分析目線で設計することが不可欠です。

さらに、データサイエンティストが活躍する機会として、「レコメンドシステム」すなわち「おすすめ機能」があります。
最近では、各ユーザーの利用データから興味・関心を特定して、類似の商品やコンテンツをおすすめする機能が当たり前のように実装されています。
規模が大きくなると、レコメンドシステムの精度1つで数億円単位の売上が左右されます。

このようにグロースハックの実行やレコメンドシステムの実装なども含めた、全体のプロダクトの方向性を決定する役割は今後も必要になってきます。

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です。

顧客データの活用が重要視されている市場環境の中で、システムは非常に重要な役割を持ちます。優秀な人材がいてもシステムが貧弱では全体の人材のポテンシャルが活かされず、宝の持ち腐れ状態になってしまいます。
システム構築は億単位の費用がかかる上に、数か月~数年かかることはざらにあるため、重要なプロジェクトとして位置づけられることが多いです。

昨今のDXの流れを受けて、システム構築には「データ活用」の観点なく、作られることは少なくなってきています。
ここで重要なポイントは「データ活用」するのはデータサイエンティストだという点です。データサイエンティストが使うシステムを作る以上、データサイエンティストがどのように「データ活用」するのかを把握した上でシステムを構築する必要があります。

そのため、「データ管理」だけでなく「データ活用」を熟知した上でシステムを構築するシステムマネージャーの役割は今後さらに必要となってきます。

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です。

近年では、ハード面・ソフト面問わずあらゆる技術が進歩してきており、社会への実装も進んできています。
そのような新たな技術を社会実装するためのスペシャリストとしてデータサイエンティストが活躍します。

このロールではデータサイエンティストの知識だけではなく、他のドメインの知識が不可欠になります。
具体例を挙げて説明をすると、「ドローン技術」×「画像認識技術」で災害現場のモニタリングの実現、「タクシー業界」×「需要予測技術」でダイナミックプライシングの実現、など実用化に向けて必要な技術検証を行っていく役割になります。

「ドメイン領域」×「データ分析技術」の掛け合わせになるため、やや特化型の役割になることが考えられるため、「スペシャリスト」と表現しています。

最先端の技術領域を切り開いていく人材となるため、求められるレベルも高いものがありますが、今後さらなるテクノロジーの発展が見込まれる現代においては欠かせない役割となってきます。

キャリアアップには必要なスキル・経験を選択して学んでいくことが重要

データサイエンティストの将来のキャリアプランは様々な派生形が期待され、非常に将来性の高い職業です。
実態として、すべてのキャリアプランに求められるスキル・役割を一人の人間で賄うことは不可能です。

そのため、重要なことは将来どのようなキャリアを描いていきたいかを想像した上で、目標に応じたスキル・経験を積むように行動することが重要です。
キャリアが明確に決めきれない方はまずは幅広い経験をすることが重要になります。

データサイエンティストは後出しでキャリアプランを描ける点が強みですので、少しづつ経験値を増やしながら、時代の流れや自身の強み・興味などを複合的に考えて徐々にキャリアプランを検討していくことが得策でしょう。

【まとめ】データサイエンティストは将来有望で様々なキャリアプランがある

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り、まだまだ認知度も低い職業です。

近年の市場環境を考えると、DX化が推進されて「データ」の重要性が高まることは日本の政策を鑑みても、ほぼ既定路線になります。

そのため、まずは「データ」に対する専門スキルを身に付けることを第一優先としつつ、徐々に目指すべきキャリアプランを描いてくことが得策です。

目指すべきキャリアが明確になればそれに応じて、スキル・経験を積んでいくことでデータサイエンティストとしてのキャリアを築いていくことができるでしょう。

データサイエンティストは後出しでキャリアを作れる優位性が高い職業です。その利を活かして、焦らす自らのキャリアを作っていきましょう。

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