ブログBLOG

データサイエンティストになるには？

専門が開設されている理系大学等を卒業後に就職する

国公立大学にはデータサイエンス系に特化した専門の学部が開設されるようになり、代表的な例としては、滋賀大学と横浜市立大学の「データサイエンス学部」（※1、2）、東京大学の「数理・データサイエンス教育プログラム」（※3）が挙げられます。
さらに専門職大学もあり、そのうち専門科が開設されている大学の１つとして、情報経営イノベーション専門職大学があります。同大学の情報経営イノベーション学科のカリキュラムでは、プログラミング・AI・ビッグデータなど、幅広いICTスキル教育を展開しています
※1　滋賀大学「データサイエンス学部/データサイエンス研究科」（2020年9月14日アクセス）
※2　横浜市立大学「データサイエンス学部」（2020年9月14日アクセス）
※3　東京大学「学部横断型プログラム：数理・データサイエンス教育プログラム」（2020年9月14日アクセス）

文系大学出身でまったくの未経験から目指すのは難しい

データサイエンティストは専門知識やスキルが必要な職種であり、未経験からの就職は難しいです。そのため、未経験からいきなり目指すよりは、中途採用を目指すほうが、転職成功率が高いでしょう。その場合は、エンジニア職でのプログラミング経験やデータベースエンジニアとしてデータを扱う経験など、現場での実務経験を積んでおくことが重要です。実務経験を積むのが難しいようであれば、プログラミングスキル・コンサルティング能力・データの取り扱う能力を証明出来る資格を取得しておくのも良いでしょう。

エンジニア職から転職する

データベースエンジニア、データマイニングエンジニア、Web系エンジニアなどを経てデータサイエンティストに転職する方法です。日常的に大量のデータを扱う機会が多いため、データサイエンティストとの距離が近い職種と言えます。とくに、前職でPythonを用いたアプリケーションの開発経験やライブラリを利用した機械学習や深層学習の利用経験など実務経験がある場合、転職市場での価値がより高いでしょう。
ただし、「ビジネス力」、「データサイエンス力」を補強する学習・スキル取得が必要になります。具体的には、統計学の基礎やビジネスモデル、マーケティング学の学習、統計解析手法（SPSS/SAS/R等）に対する理解を深める、といった方法が必要です。

マーケッター・アナリストから転職する

マーケッター・アナリストもエンジニア職と並んでデータサイエンティストとの距離が近い職種です。マーケッターとはマーケティング理論や調査に専門的な知識を持つマーケティング戦略立案者のことを指しています。一方アナリストは、金融機関や投資会社に所属し、企業の経営状態から国際市場の全体動向まで、幅広いデータを使って分析する専門家です。
マーケッター、アナリストとも日常的に市場調査やビジネス課題の抽出を行うため、データサイエンティストに求められる「ビジネス力」を備えていることが多いでしょう。
 一方、「エンジニア力」については補強が必要かもしれません。例えば、RやPythonといったプログラミング言語や、AIのアルゴリズム（機械学習、自然言語、画像処理など）に対する知識・スキルは重点的に対策してく必要があります。

社内養成や公募を利用してキャリアチェンジする

企業によっては、社内でキャリアチェンジプログラムを用意し、データサイエンティストの育成に努める場合もあります。ただし、一般的なケースとは言い難く、仮にプログラムがあったとしても狭き門になる可能性が高いでしょう。
このように、データサイエンティストは相当な自己研鑽を積んでいかない限り、実務未経験からの転職が難しいという現実があります。また、社内での教育体制や業務内容が確立されてないケースも珍しくありません。そのため、入社後に自ら業務を作っていかなければならない場合もあるでしょう。
したがって、転職活動では「データサイエンティストに何を求めているか」、「データサイエンスを用いて解決したいことは何か」を具体的に確認しながら、企業と接していく必要があります。また、新しい職種で情報が少ないため、転職アドバイザーなどの支援を受けながら転職活動を行うことをおすすめします。