目次
近年のデータ活用やDX（デジタルトランスフォーメーション）の注目により、ビッグデータの分析を生業とするデータサイエンティストの需要はますます高まってきています。当記事では、データサイエンティストのフリーランス案件に関心がある方に向けて、データサイエンティストの仕事内容、フリーランスデータサイエンティストになる方法、データサイエンティストにおすすめのフリーランスエージェントなどについて解説します。データサイエンティストとは
近年、ビッグデータが注目されています。その中で、脚光を浴びている職種の1つがデータサイエンティストです。データサイエンティストとは、データサイエンスを用いて事業戦略の立案や意思決定の材料を生み出します。混同される職種に「データアナリスト」がありますが、データアナリストはデータ分析を担当する職種であり、そのデータをもとに予測や機械学習を用いた学習を行うのがデータサイエンティストです。データサイエンティストの具体的な業務には分析戦略の策定、分析データの準備、データ分析/可視化、モデルの構築などがあります。これらの業務を遂行していくうえで、PythonやR、SQLなどのプログラミング言語に対する知見も必要です。データサイエンティストの仕事内容
データサイエンティストの目的は、データサイエンスを用いて事業戦略の立案や意思決定材料を生み出すことです。そのため、データサイエンティストの仕事内容は分析戦略の策定、分析データの準備、データ分析/可視化、モデルの構築など多岐に渡ります。データサイエンスのステップ
データサイエンスとは、統計、人工知能、データ分析など複数の分野を組み合わせることでデータから価値を生み出すことです。現代では、SNSやECサイトなど企業は多くの顧客データを所有しています。データベースにあるそれらのデータを解析して活用するのがデータサイエンスです。 データサイエンスは一般的に下記のような流れで進めていきます。- ビジネス課題の発見
- ビジネス課題を踏まえた仮説策定
- データ収集・加工
- データ解析・検証
- モデルの構築
- 運用
フリーランスデータサイエンティストのメリット
フリーランスデータサイエンティストとして活動するメリットを解説します。データサイエンティスト向け案件は高単価
データサイエンティストはフリーランス市場の中でも高単価を実現しやすい職種の1つです。2021年のFAworksのデータでは平均年収が1,164万円で、最高年収は2,040万円、最低年収は660万円です。リモートやフレックスで働ける案件が多い
フリーランス向けデータサイエンティスト案件では、フルリモートで参画できる案件やフレックス制度を採用している案件も多いです。そのため、居住地や勤務時間に縛られず自由な働き方を実現しやすい職種です。週2日・3日で稼働できる案件も多い
フリーランスになる目的として副業案件の獲得や週5日未満の稼働を目指す方は多いです。データサイエンティスト案件では週2・3日で稼働できる案件も多く、案件の掛け持ちやプライベートの時間を多く取る方も見受けられます。未経験からフリーランスデータサイエンティストになることは可能か？
独学やスクールでの学習のみで実務経験がない場合、データサイエンティスト案件を獲得するのは難しいです。未経験からデータサイエンティストを目指す場合は、PythonやSQLを使用するデータ分析やデータベースに触れる案件で経験を積むことをおすすめします。データサイエンティストのフリーランス案件獲得方法
フリーランスデータサイエンティストとして案件を獲得する方法は大きく3種類です。それぞれ特徴やメリットが異なるので自分に合った方法を選択しましょう。クラウドソーシングを利用する
クラウドソーシングを利用して案件を獲得する方法です。クラウドソーシングは、インターネット上で企業が不特定多数に対して業務を発注することです。クラウドソーシングでは、副業向け案件が多いため単価の相場も低めです。データサイエンティストやデータアナリストとしての実績を積む目的で活用するのもおすすめです。フリーランスエージェントを利用する
フリーランスエージェントを利用するメリットは、営業機能を代行できる、案件数が多い、税務周りのサポートなどがあります。また、稼働中にトラブルが発生した際もエージェントが対応してくれるため、本業に集中することが可能です。また、エージェントによって得意業界や分野が異なるので、データサイエンティスト案件を豊富に保有しているエージェントを選びましょう。個人で案件を獲得する
正社員時代のつながりや人脈を駆使したり、直接企業に応募して案件を獲得する方法もあります。メリットとしては、エージェントを利用した場合のマージンがなくなることや直接連絡するのでスムーズということがあります。一方で、トラブルが起こった場合の対応や請求処理なども自身で行う必要があるため、仕事に集中したいという方はエージェントを利用するのがおすすめです。フリーランスデータサイエンティストに求められるスキル
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。プログラミングスキル
データサイエンティストに求められることが多いプログラミングスキルはPythonです。Pythonはライブラリが豊富にあるためデータの前処理、統計分析、可視化、機械学習などあらゆる面で使用することができます。使用率の高いライブラリには、Numpy、pandas、TensorFlowなどがあります。また、Python以外にもRというプログラミング言語があります。Rはデータサイエンス用に設計されたプログラミング言語でもあり、統計やデータ操作に特化しています。データサイエンティストとしては、これらのプログラミング言語を押さえておくと良いでしょう。データベースや分散処理システムの関するスキル・知識
データサイエンティストにとってデータを格納するデータベースに関するスキルや知識は必須です。データベースに関するスキルや知識があるとより効率的にデータの処理を行ったり分析をすることができます。具体的にはRDB、NoSQLの知識に加えてHadoop、Sparkなどの分散処理システムの知識もあると理想的です。統計学・データマイニング
データ分析手法の選択肢として最も多く用いられるのが統計学です。そのため、データサイエンティストには統計学や数学、確率などの深い理解が求められます。実務で活かすためには統計学の具体的な分析方法まで理解しておくと良いでしょう。ビッグデータに関する知識
ビッグデータには音声や画像のデータ、ログデータ、SNSによるデータなどさまざまな種類がありますが、それらを収集、蓄積、分析することでマーケティングなど多方面でデータを活用することができます。データサイエンティストとしては、それらのデータを分析可能な状態に整えて、適切な方法で分析を行う必要があり、その際には統計学や機械学習などの技術が求められます。データの可視化 / 視覚化
統計学や機械学習を駆使して分析したデータはBIツールによる可視化を行うことで、より説得力のあるものになり、意思決定や状況把握をより的確に行うことができます。使用頻度の高いBIツールには、Google データポータルやPower BI、Tableauなどがあります。ビジネススキル
データサイエンティストは、データを用いて課題解決や意思決定の手助けをする職業でもあるので課題解決力が求められます。また、膨大なデータを取り扱う中で洞察力も必要です。フリーランスエージェントを選ぶ際のポイント
現在多くの企業がフリーランスエンジニア向けのエージェントを運営しています。案件を調べた際に色々なエージェントを目にしたことがある方も多いのではないでしょうか。 フリーランスエージェントは得意な領域やサービス内容がそれぞれ異なります。そのため、自分に合ったエージェントを選ぶことが大切です。単価、手数料を確認する
取り扱っている案件の単価や手数料 ( マージン ) の割合については確認しておくと良いでしょう。エージェントによっては、高単価案件を得意にしているところもあれば未経験エンジニアを育成するフェーズから得意にしているエージェントもあります。 また、手数料については10〜15%くらいのエージェントが多いですが、それ以上の手数料を取っているエージェントも存在します。公式ページで手数料を確認したり、非公開の場合は問い合わせの際に聞いてみても良いでしょう。商流を確認する
エージェントが保有している案件の商流は、報酬やトラブルに関わるため確認しましょう。例えば、案件元の企業からエージェントが直接請け負っている案件であれば、途中で引かれる手数料も少なくトラブルの際も迅速に対応してもらえるでしょう。しかし、間に挟まっている企業が多い場合には、それぞれの企業が手数料を取るのでフリーランスの方の報酬が少なくなってしまいます。また、トラブルが起きた際も連絡に項数がかかるので効率が悪いです。そのため、案件に参画する前にどのような商流になっているのかを確認しましょう。運営元企業の特徴を確認する
運営元企業の特徴によってエージェントが保有する案件の特徴に影響を与える場合もあります。例えば、FAworkの運営元である 株式会社EVERRISE はデータ活用の支援や広告システムの開発、自社サービスとしてCDPの開発も行っている企業です。そのため、FAworksでもデータ活用案件やデータ基盤の開発案件などデータに関わる案件を豊富に取り揃えています。
このように、企業やエージェントによって得意領域は異なるため、フリーランスエージェントを利用する際は探している案件と企業、エージェントの特徴が合っているかも重要です。
