目次

DXやビッグデータの注目に伴い、データ系エンジニアの需要も増えています。その中でも特に難易度が高く、人材不足な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には幅広いスキルが求められます。そのため、これからデータサイエンティストを目指す方は、どのように学べばいいのか迷う方も多いと思います。

この記事では、データサイエンティストの勉強方法、手段やデータサイエンティストとして就業する方法について解説します。

データサイエンティストになるには？

データサイエンティストとして就業あるいは案件獲得をするためには、4つの方法があります。

新卒採用でデータサイエンティストを目指す

データエンジニア・データサイエンティストの新卒採用やインターンを行っている企業は増えてきています。これらの枠を利用することで、新卒からデータエンジニアとして実績を積み、最終的にデータサイエンティストとして活躍することができます。

また、2019年に滋賀大学で日本初のデータサイエンス学部が誕生してからデータサイエンス学部を設立する大学は増えているため、大学でデータサイエンスを学ぶことも可能です。

未経験採用をしている企業への入社を目指す

未経験でデータエンジニア・データサイエンティスト枠にエントリーできる求人もありますが、数としてはあまり多くありません。未経験から中途採用を目指す場合は、Webエンジニアを目指すのも選択肢の1つです。Webエンジニアとして必要なデータベースの知識やPython、SQLの知識はデータサイエンティストにも共通します。Webエンジニアとして採用されるのも難易度は低くありませんが、データエンジニア・データサイエンティスト枠と比較すると求人数が多いので気になる方は一度チェックしてみてください。

データアナリストのような関連性の高い職種から転職する

データアナリストはデータサイエンティストと業務内容、必要なスキルが似ているため転職しやすいでしょう。マーケターやWebエンジニアも共有する部分があるため比較的有利になる場合が多いです。

副業でデータ分析の経験を積む

正社員として就業している場合、副業としてデータ分析やデータ基盤構築の案件を受注して実績を積んでいく方法もあります。 社会人からデータサイエンティストを目指す場合に注意すべきポイントを2点紹介します。

未経験からの採用は難易度が高い

未経験からデータエンジニア・データサイエンティストあるいはWebエンジニアを目指す方法を紹介しましたが、どちらも難易度が高いためしっかりとキャリアプランや転職時期を考えて転職活動に挑みましょう。なんとなくで始めてしまうと転職活動が長期化してしまうリスクがあります。

FAworksでは、キャリアプランの構築支援も行っています。転職活動の事前準備、実際の転職活動の対策を行って、確実に転職できる体制を整えましょう。

データサイエンティストは実績が重要視される難易度の高い職業

データサイエンティストは実績が重要です。そのため、データサイエンティストになるためにはデータアナリストやWebエンジニアとして実績を積み重ねる必要があります。 データサイエンティストは需要も高く高単価で魅力的な職業ですが、そこに辿り着くまでに時間がかかることをあらかじめ認識しておきましょう。

データサイエンティストになるための勉強方法

データサイエンティストに必要なスキルをどうやって学べばいいのか困っている方も多いと思います。ここでは、具体的な方法を3つ紹介します。

• ITスクールで学ぶ
• Kaggleを利用する
• SIGNATEの練習問題に挑戦する

それぞれ詳細を紹介していきます。

ITスクールで学ぶ

データサイエンティストの注目に伴い、データサイエンスを学べるITスクールも増えています。代表的なものには下記のようなものがあります。

• データミックス
• AIジョブカレ

上記のようなITスクールでは、Pythonの機械学習ライブラリやデータ処理、人工知能の実装などデータサイエンス職で必要となるスキルを一通り学ぶことができます。

Kaggleを利用する

Kaggleは機械学習やデータサイエンスに携わっている人のコミュニティでコンペティションも開催されています。Kaggleには、Kernelsというデータサイエンティストが構築したモデルやコードが公開されていて、そのコードを見ながら学習することもできるため、初学者にもおすすめの勉強方法です。

SIGNATEの練習問題に挑戦する

SIGNATEはAI開発のコンペティションサイトです。初学者向けの練習問題や機械学習のチュートリアルも掲載されています。その他にも、Pythonやディープラーニングについて学習することが可能です。

データサイエンティストになるには資格が必要なのか

データサイエンティストとして転職活動もしくは案件獲得を目指す場合に必ずしも資格が必要な訳ではありません。ですが、資格はアピール材料になるので学習の一部として資格獲得を目指すのも良いでしょう。

代表的な資格には下記のようなものがあります。

• 統計検定
• データサイエンティスト検定 リテラシーレベル
• Python3 エンジニア認定データ分析試験

それぞれの資格について紹介します。

統計検定

統計検定は、統計に関する知識や活用力を評価する全国統一試験です。検定種別も複数あり、統計検定1〜4級、統計検定 統計調査士、統計検定 専門統計調査士、統計検定 データサイエンス基礎 (DS基礎) 、統計検定 データサイエンス発展 (DS発展)、統計検定 データサイエンスエキスパート (DSエキスパート) とレベル別に用意されています。

データサイエンティスト検定 リテラシーレベル

データサイエンティスト検定 リテラシーレベルは、アシスタント・データサイエンティスト (見習いレベル：★)と数理・データサイエンス教育強化拠点コンソーシアムが公開している数理・データサイエンス・AI (リテラシーレベル)におけるモデルカリキュラムを総合した資格です。アシスタント・データサイエンティストにおいては、初学者やこれからデータサイエンティストを目指す方、興味を持っている方を対象としています。

Python3 エンジニア認定データ分析試験

Python3 エンジニア認定データ分析試験は、データ分析に特化している試験です。学習サイトも用意されているため、初心者の方でも学習を進めやすい試験です。出題範囲は、Pythonの実行環境構築から機械学習、データサイエンスに関わる部分が出題されます。

データサイエンティストを目指す人のよくある質問

データサイエンティストを目指している方からよくいただく質問を紹介します。

データサイエンティストは文系だとなれない？

データサイエンティストは、統計や数学の知識が必要であるため理系出身の方が多いです。文系の方だと統計や数学に対して苦手意識がある方も多いと思いますが、データサイエンティストには理系知識だけが必要な訳ではありません。心理学や経済学など文系寄りの知識が必要な場合があります。そのため、統計学やプログラミングスキルを身につければ文系の方でもデータサイエンティストになることは可能です。

独学でデータサイエンティストになることは可能？

書籍やWebサービスが充実してきているため、独学でデータサイエンスを学んでいる方もいるかもしれません。独学のメリットとしては、自分のペースで進めやすく働きながらでも学習を進めやすいことがあります。一方で、質問できる環境がないことや学習手順が用意されてないというデメリットもあります。

独学でデータサイエンティストになるのは、不可能ではありませんが難易度が高いということは認識しておきましょう。

データサイエンティストは将来性の高い

データサイエンティストは将来性の高い職種です。データサイエンティストの求人・案件数も今後伸びていくことが予想されます。そのような中で、データサイエンスを学習できる環境は増えています。

FAworksでは、データサイエンティスト案件をはじめとしたデータ関連の案件を取り扱っています。専門のキャリアアドバイザーがキャリアプランについての相談も承っています。データサイエンティストに興味のある方は是非ご相談ください。