データサイエンティストのキャリアパス。エンジニアやマーケターから転職するには？

データサイエンティストになるキャリアパス

データサイエンティストになるキャリアパスとしては、主に「大学・大学院などを卒業して新卒で就職する」「エンジニアからデータサイエンティストに転職する」「コンサルやマーケターからデータサイエンティストに転職する」の3つが挙げられます。

大学・大学院などを卒業して新卒で就職する

日本政府は2019年に発表した「AI戦略2019」の中で「文理を問わず、全ての大学・高専生（約50万人卒/年）が、課程にて初級レベルの数理・データサイエンス・AIを習得」することを具体目標として掲げており、文部科学省では「数理・データサイエンス・AI教育の全国展開」の協力校の選定を進めています。

実際にこのようなデータサイエンスの専門的教育を受けた人がデータサイエンティストに新卒で就職するケースは多く、厚生労働省の職業情報提供サイト（日本版O-NET）でも、データサイエンティストは「大学院等で統計学、数学、情報工学などを専攻している場合が多い」「大学院等でデータの収集・分析の素地を身につけていると仕事に生かせる」と紹介されています。

参考：
首相官邸「AI戦略2019 ～人・産業・地域・政府全てにAI～」
文部科学省「「数理・データサイエンス・AI教育の全国展開」の協力校の選定について」
厚生労働省職業情報提供サイト（日本版O-NET）「データサイエンティスト」

エンジニアからのデータサイエンティストに転職する

エンジニアとしてデータを扱う仕事に携わっていた人がデータサイエンティストに転職するというのも、データサイエンティストになる比較的メジャーなキャリアパスです。

データサイエンティストの仕事でも重宝される機械学習の実装経験や、Pythonを用いた開発経験、SQLのスキルなどがあると転職後の仕事で役立つでしょう。

コンサルやマーケターからデータサイエンティストに転職する

コンサルタントやマーケターのような、データエンジニアリングの分野からはやや離れた職種からデータサイエンティストに転職するというキャリアパスもあります。

一般社団法人データサイエンティスト協会・IPA（独立行政法人情報処理推進機構）が発行した「データサイエンティストのためのスキルチェックリスト/タスクリスト概説」では、データサイエンティストに必要なスキルセットのひとつとして、ビジネス課題の背景を理解して課題を整理し解決に導く「ビジネス力」が挙げられており、コンサルやマーケターから転職する場合はこのような面で仕事経験を活かせるでしょう。

参考 ：
一般社団法人データサイエンティスト協会・独立行政法人情報処理推進機構（IPA）「データサイエンティストのためのスキルチェックリスト/タスクリスト概説」

データサイエンティストの職種概要についてはこちらの記事でまとめています。
データサイエンティストとは？仕事内容や必要な資格・スキルを紹介

データサイエンティスト案件を
提案してもらう

データサイエンティストからのキャリアパス

データサイエンティストからのキャリアパスの例としては「データアナリスト」「ITコンサルタント」「グロースハッカー」などが挙げられます。

データアナリスト

データアナリストは、企業が保有する大量のデータから有益な情報を抽出し、ビジネスの課題解決や意思決定を支援する専門家です。

実際に、データアナリストとデータサイエンティストを兼務する人も多く、データを使ってビジネスの課題発見から解決まで一気通貫で行える人材になっていけます。

参考：【完全版】データアナリストとは？仕事内容やスキル・資格・平均年収を紹介

ITコンサルタント

ITコンサルタントは、クライアントのIT戦略に関するコンサルティング、事業課題の分析、ITシステムによるソリューションの提案などを行う職種です。

参考 : 厚生労働省職業情報提供サイト（日本版O-NET）「ITコンサルタント」

データサイエンティストからITコンサルタントに転職した場合、データドリブン経営の実現支援などで強みを発揮できるでしょう。

グロースハッカー

近年注目を集めているグロースハッカーとは、事業やプロダクトの「growth（成長）」に対して責任を負う職種です。

グロースハックを実践するうえではデータドリブンマーケティングが重要になります。エンジニアチームとマーケティングチームを横断するような働きをしているデータサイエンティストに適したキャリアパスといえるでしょう。

関連記事 : プロジェクトマネージャー（PM）の役割とは？仕事内容や年収・なり方を解説

データサイエンティスト案件を
提案してもらう

未経験から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は専門性が高い職種であるため、未経験から転職を目指すのは簡単ではありませんが、エンジニアとしてシステム開発やデータ分析の経験を積んだり、スキルを示すポートフォリオを作成したりすると、転職活動に役立つでしょう。

機械学習や数学、統計学などの専門知識を身につける

データサイエンティストになるためには、機械学習や数学、統計学などの専門知識を身につけることが必須と言って良いでしょう。独学で学習するという選択肢もあると思いますが、大学時代に履修したなどの基礎が無い場合は、スクールに通ったり社会人学生として大学に通うなどし、必要な知識を身につけましょう。

関連記事 : 未経験からデータサイエンティストになるには？転職のコツや適性を解説

データ分析やシステム開発の経験を積む

エンジニアとしてデータ分析やシステム開発、特にデータベースに関する開発の経験を積むことは、データサイエンティストへの転職を目指すうえでプラスになるでしょう。データベースの開発においては、複雑なSQLの構築や、データベースのパフォーマンスチューニング、テーブルの設計などの経験を積めると、大きなアドバンテージになるでしょう。

ただし、データマイニングのスキルを深めることや、志望する企業や業界の仕事内容に合わせて足りない知識を身につけていくことは必要です。

ポートフォリオを作成する

データサイエンティストへの転職活動に際しては、自身が持っているスキルを証明するポートフォリオを用意しておくといいでしょう。

データサイエンティストのポートフォリオの例としては、データの分析資料、機械学習を取り入れた制作物などが挙げられます。公開されているデータセットを使い、PythonやR言語を使って機械学習にかけたり、データ分析を行ったプログラムのソースコードをGitHubなどのサービスで公開しましょう。自身がどのような知識を持っているかと、それをプログラムを利用して実現するスキルを持っているかをしっかりと証明することが重要です。

データサイエンティスト案件を
提案してもらう

データサイエンティストへのキャリアアップに必要なスキル

データサイエンティストへのキャリアアップに必要なスキルとしては、プログラミングスキル、データ分析スキル、機械学習の知識、数学・統計学の知識などが挙げられます。

プログラミングスキル（Python・R言語）

データサイエンティストは、データの収集や加工、分析の過程において、プログラミングスキルが必要になることがあります。データサイエンティストが使う機会の多いプログラミング言語には、AIの普及と共に人気が高まっているPythonや、統計解析向けのR言語などが挙げられます。

データ分析スキル

データサイエンティストの仕事をするには、統計解析やデータマイニングの手法について理解しておく必要があります。また、データベース言語のSQL、Hadoop・Sparkといった分散処理フレームワーク、クラウドサービスの知識なども、データを扱ううえで重要なスキルです。

機械学習の知識

データサイエンティストがビッグデータを活用するために重要になるのが、機械学習の知識です。総務省の「令和元年版情報通信白書」に示されているように、機械学習では基本的にデータをコンピューターに学習させ、確立された学習済みモデルに新たなデータを入力して推論を行うというプロセスでデータを活用していきます。

参考 : 総務省「令和元年版 情報通信白書｜AIに関する基本的な仕組み」

数学・統計学の知識

先述のとおり、データサイエンティストには大学や大学院で数学・統計学を本格的に学んでいた人が多くいます。確率統計、線形代数、微積分などの基礎知識は身につけておきましょう。

関連記事 : Pythonを独学で勉強する方法！おすすめの学習サイト・本を紹介

データサイエンティスト案件を
提案してもらう

データサイエンティストへのキャリアアップに役立つ資格

データサイエンティストへのキャリアアップに役立つ可能性がある資格としては、「G検定・E資格」や「統計検定」があります。

G検定・E資格

データサイエンティストの仕事に役立つディープラーニングの知識を証明できるG検定・E資格は、ともに一般社団法人日本ディープラーニング（JDLA）が認定する資格です。G検定がディープラーニングに関する知識を事業に活用するジェネラリスト向けの資格であるのに対し、E資格はディープラーニングを実装するエンジニア向けの資格となっています。

参考 : 一般社団法人日本ディープラーニング協会「資格試験について」

統計検定

統計検定は、データサイエンティストとして重要な統計に関する知識と活用力を証明できる資格です。一般社団法人日本統計学会が認定し、一般財団法人統計質保証推進協会が試験を実施しています。4級・3級・2級・準1級・1級の5段階の難易度に分かれているほか、統計調査士、専門統計調査士といった種類の試験も用意されています。

参考 : 一般財団法人 統計質保証推進協会「統計検定」
関連記事 : データサイエンティスト向け資格20選！難易度や取得の順番について解説

データサイエンティスト案件を
提案してもらう

データサイエンティストのキャリアパスに関するよくある質問

データサイエンティストのキャリアパスに関するよくある質問と回答を以下にまとめました。

Q. データサイエンティストになるキャリアパスにはどんなものがありますか?

データサイエンティストになるには、大学や大学院を卒業して新卒で就職する、エンジニアからデータサイエンティストに転職する、コンサルやマーケターからデータサイエンティストに転職する、といったキャリアパスがあります。

Q. データサイエンティストからのキャリアパスにはどんなものがありますか?

データサイエンティストからのキャリアパスは、適性やキャリア志向によってさまざまな選択肢が考えられますが、例としてはプロジェクトマネージャー、ITコンサルタント、グロースハッカーといった職種が挙げられます。

Q. 未経験からデータサイエンティストになるにはどんなスキルが求められますか?

データサイエンティストはデータ分析に関する高度な専門性が求められるため、基本的に未経験から目指すのは難易度が高い職種のひとつといえますが、エンジニアなら機械学習の実装に関するスキル、コンサルやマーケターであればビジネスにおける課題解決力などがデータサイエンティストの仕事に活かせるでしょう。

関連記事 : データサイエンティストは将来性がない？背景や今後の需要について解説

Q. 近年話題のLLMの知識はデータサイエンティストにとって必要?

LLMの利用も、課題を解決する手段の一つとして利用されています。LLMの進化に伴い、LLMを利用するだけで解決できる課題もどんどん増えてきているため、手段の一つとして使いこなせることが重要です。データサイエンティストを目指すならLLMについても学習をしておくと良いでしょう。

最後に

簡単４ステップ！スキルや経験年数をポチポチ選ぶだけで、あなたのフリーランスとしての単価相場を算出します！

データサイエンティスト案件を
提案してもらう