【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】
データサイエンティストとしてどのように年収をあげていくかを考えている人も多いでしょう。
データサイエンティストは学ぶものも多く、スキルを身に付けることはそれ相応の努力を要します。
今回はデータサイエンティストの最もシンプルな年収の上げ方を解説していきます。
もちろん、この方法は賛否両論があると思うので、やり方として自身の考えに合う方に参考になればと思います。
筆者は未経験からデータサイエンティストに転職して、3年で年収を約3倍、1,000万以上の報酬をもらえるようになりました。
これは、もちろんその時流の力や運要素が大きかった部分もあります。
しかし、これから解説する考えの下で行動してきた効果も少なからずあります。
データサイエンティストのシンプルな最も年収の上げ方の結論は「ビジネス元の価値に向き合い、頑張りどころを他のデータサイエンティストと変える」ことです。
関連記事はこちらになります。
では本題に移ります。
データサイエンティストの価値とは
まずは、データサイエンティストの価値とはなんなのか？ということを考えます。
各企業の定義を見ると様々でありますが、筆者自身は「データを活用して、ビジネス課題を解決する職業」だと考えています。
主眼は「ビジネス課題を解決すること」です。その方法としてデータがあります。
近年では、DX（Digital Transformation）がビッグワードとなっており、IT技術を活用して社会に新たな価値を提供することを各社は考えています。
このDXの流れの中では、各社が持つデータの活用が大きなポイントになっています。
その中で、各社が持つデータの価値を最大活用しようと期待されているのがデータサイエンティストです。
つまり、データサイエンティストは新たなビジネス価値を提供することを期待されている職業なのです。
データを分析することではなく、データを活用して「ビジネス課題を解決する」ことがより期待されている役割になります。
データサイエンティストの専門性は分析スキル
データサイエンティストはデータのプロフェッショナルであり、専門性は分析スキルにあります。
統計的な知識や高度なアルゴリズムを有しており、データの持つ価値を最大限活用するためのスキルを有しています。
データサイエンティストの専門スキルが分析スキルにあることは誰も疑念を持たないでしょう。
分析スキル≠価値
分析スキルが高ければ高いほど価値が発揮できるかと言われるとそうではないです。
分析スキルはデータサイエンティストの専門性ではあるが、分析スキルだけで価値が出せるかというとそんな単純なものではありません。
冒頭に申し上げたようにデータサイエンティストの価値はビジネス課題を解決することです。
データ分析がビジネス課題の解決につながっていなければ、価値はありません。
分析スキルが高いに越したことはないのですが、価値を出すには分析以外のスキルは必ず必要になります。
下記に詳しく解説しているので、ぜひ参考にしていただければと思います。
シンプルな価値の出し方はビジネス理解力を鍛える
データサイエンティストの価値はビジネス課題を解決することです。
シンプルに価値を出すにはビジネス力を鍛えることが重要になります。
多くのデータサイエンティストは分析力を重視する
多くのデータサイエンティストは分析力を重視して考える傾向が高いです。
なぜなら、それが専門性であり、価値があると思うからです。
ビジネス課題を解決する時も、分析を起点にして、思考します。
どんなアプローチで、どんなアルゴリズムで解決するか？という部分に視点を置くことが多いです。
ビジネス課題に目を向けた価値の出し方もある
一方でビジネス課題に注目して、分析の手前の領域で価値をだすやり方もあります。
データ分析を行う前のビジネス課題を設定することに重きを置きます。
データ分析は一旦おいておいて、そもそもその課題を解決することが嬉しいのか？もっと重要な課題はないのか？などビジネスの理解力を鍛えて、分析の上流を設計する価値の出し方です。
このように思考することで、分析の前プロセスでも価値を出せるようになります。
ビジネス観点から思考するデータサイエンティストは意外と多くありません。
しかし、ビジネス側で価値を出すことの方がコスパもよく、価値も出しやすいというのが、自身の経験から言えることです。
シンプルな年収の上げ方はビジネス課題に向き合う
シンプルな年収の上げ方はビジネス課題に向き合うことです。
ビジネス課題に向き合って、価値を出すことを最重要に捉えて考えることが、年収の上昇に直結します。
これは必ずしも分析スキルを身に付けることとは同義ではないです。
その担当案件の周辺知識を身に付けることも一つですし、コミュニケーション能力を高めることも一つになります。
データサイエンティストとして価値を出すために、分析スキルに拘らず、必要なスキルはなんでも身に付ける姿勢が大切です。
これを行うことでシンプルにデータサイエンティストとしての価値は向上します。
ビジネス課題に向き合うことこそが最もシンプルな年収の上げ方です。
重要なのは頑張り所を他DSと変えること
このやり方の優れているポイントは他のDSと明らかに違う考え方であるという点です。
他のDSとの価値の出し方を変えることで、自身にキャラを作ることができます。
そのため、差別化が実現でき、自らの得意領域があると認識されます。
この頑張り所を変えて、差別化ポイントを作ることはデータサイエンティストとして重要なポイントです。
データサイエンティストとして、分析スキルはみな学習しています。
その中で、別の領域をがんばることで希少性が生まれて、独自の価値を生むことができます。
他のデータサイエンティストとして、差別化をして、キャラ立ちさせることで、シンプルに早く価値を出すことができます。
【実体験】だいぶ早期にビジネス側に振り切った話
筆者自身も比較的早期にビジネス側に向き合うことを決意した経験があります。
未経験からデータサイエンティストになり、当初は分析スキルを身に付けようと学習を進めていたが、約3ヵ月でビジネス側に振り切り、多少分析スキルをおろそかにしながら業務に励みました。
幸い周囲の人間が自身の分析スキルを弱みをカバーしてくれたことが功を奏して、キャラとして「ビジネス側で価値をだす人間」だと認識されるようになりました。
そこから担当する業務も増え、ビジネス側を捌く人間として価値を出していきました。
その結果、他のDSとの差別化に成功して年収も上がっていったという経緯です。
筆者の経験にはさまざまな運要素が絡んでいることは自覚しています。
しかし、運要素はあったにせよ、年収を上げられたのは他のDSと比較して、違った部分を頑張っていたからです。
これは比較的再現性のあるやり方で、いかにその集団で希少性を上げるかが鍵になります。
データサイエンティストは分析スキルを身に付けようと日々学習している人が多いです。
その中で、ビジネス課題に向き合って頑張り所を変えること、これが年収を上げる最もシンプルな方法です。
今回は以上です。
にほんブログ村
