データサイエンティストの案件一覧 | フリーランスのエンジニア募集情報ページ

データサイエンティストの案件をご覧の方へ

データサイエンティストは、データ収集・分析を行い、ビジネス課題の解決を図る職種です。
インターネットの普及やクラウド環境の充実によって大量のデータ（ビッグデータ）の収集・蓄積が可能になり、データサイエンティストのビッグデータを活用した課題発見・解決に注目が高まっています。
ビッグデータの進展に伴うデータサイエンティストへの関心の高まりから、データサイエンティストの養成講座や評価制度の構築などを行う「データサイエンティスト協会」が2013年に設立されています。
データサイエンティストの業務内容は企業や求人・案件によって異なりますが、例は下記のとおりです。

・要件定義
・データ収集
・データ分析
・仮説の検証
・結果の共有

データサイエンティストと似ている職種にデータアナリストがありますが、後者は主にデータ処理・分析を行います。データサイエンティストは要件定義から結果の共有まで行う傾向があるため、担当業務に違いがあるといえます。ただし、両職種に明確な定義はなく、企業によって業務内容や役割は異なるため、データサイエンティストの求人・案件にエントリーする際は募集要項を詳しく確認しましょう。

【データサイエンティスト求人・案件の市場動向・ニーズについて】
企業のビッグデータ活用の関心は高まっており、データサイエンティストのニーズは高い状況です。ビッグデータが注目を集める理由としては、これまでの情報技術では扱えなかった膨大なデータによって、ビジネス課題の早期発見・解決やビジネスの進展が可能になると考えられているからです。
データサイエンティストはIT業界に限らずアパレル、金融、広告業界などの業界で需要があるため、活躍の場が多いと考えられます。ただし、企業は即戦力となるデータサイエンティストを求める傾向があるため、スキル・実績があることが案件参画のポイントとなるでしょう。実務経験を積みながら業務に役立つ資格を取得したり、データサイエンティスト向けの勉強会・セミナーに参加して知識を習得したりと、主体的にスキルアップを図ることが大切です。

【データサイエンティストの在宅案件について】
データサイエンティストの場合、在宅可の案件は少ない傾向があります。データサイエンティストはクライアントの課題解決のためにデータ収集や分析、結果の共有などを行う役割があり、セキュリティやコミュニケーションなどの事情から在宅で作業することが難しいためです。
ただし、小規模なプロジェクトである、オンラインで報告・連絡できる、扱うデータが社外秘ではないといった条件を満たせば、データサイエンティスト案件でも在宅可になる可能性があります。また、近年データ分析業務の主眼がシステム開発からデータをどう活かすかという視点にシフトしつつあります。この影響で大企業を中心にデータサイエンティストを養成するようになっており、需要も増えていることから在宅でも案件を獲得することができるかもしれません。

【データサイエンティスト求人・案件の必要なスキルについて】
データサイエンティスト案件で求められるスキルは企業や業務内容によって異なりますが、下記の例が挙げられます。

・データ分析の知識、経験
・英語での読み書き、会話スキル
・機械学習の知識

フリーエンジニア向けのデータサイエンティスト案件では、基本的にデータ分析の知識・スキルが求められます。データサイエンティスト案件では、ExcelやAccessのスキルのほか、統計学の知識、R言語やPythonといったプログラミング言語のスキルが求められるでしょう。
データサイエンティストの案件によっては、求めるスキルに「英語の読み書きができること」「英会話ができること（日常会話レベル）」と記載されている場合があります。実際に、レバテックフリーランスの案件では「TOEIC700点以上」とスコアを提示する案件もあるため、事前に英語のスキルを磨いておくと案件の選択肢を増やせる可能性があります。
そのほか、機械学習を活用したデータ分析への注目が高まっているため、アルゴリズムや自然言語処理の知識を身につけておくと、AIモデル開発のデータサイエンティスト案件にも参画できる場合があります。

【データサイエンティスト求人・案件の習得難易度・勉強方法について】
データサイエンティストが使うプログラミング言語の例として、R言語とPythonが挙げられます。
R言語は日本語のリソースが少ない傾向があり、習得するには英語の読み書きのスキルが必要です。難易度が高い分、R言語の知識があるデータサイエンティストは重宝されるため、習得しておくと求人・案件の選択肢を増やせると考えられます。
一方、Pythonは文法がシンプルで読みやすい、ライブラリが豊富にあるといった理由から、プログラミング初心者も習得しやすいとされています。R言語とPythonを同時進行で習得するのは難しいと考えられるため、データサイエンティストを目指すならまずはPythonを勉強し、その後にR言語を学ぶのも一つの方法です。
プログラミング初心者がR言語やPythonを独学する場合、書籍や学習サイトを活用する方法があります。書籍・学習サイトのどちらであっても、未経験者向けの入門編を選び、まずは基礎知識を身につけましょう。学習サイトの場合、スライドを読む、動画で学ぶ、コードを書くなどサイトによって特徴が異なるので、自分に合うものを選んで勉強すると良いかもしれません。
独学に不安がある場合は、プログラミングスクールを活用するのも一つの方法です。プログラミングスクールには通学とオンラインがあるため、勉強仲間が欲しい方は前者、通学の手間を省きたい方は後者にするなど、状況に合わせて選ぶとよいでしょう。スクールは独学に比べると費用がかかりますが、「モチベーションを維持できるか不安」「質問できる環境がほしい」という方は活用を検討してみてください。
プログラミング経験者は、書籍や学習サイトでR言語やPythonの基礎知識を身につけたら、コードを書いて理解度を測りましょう。はじめはエラー表示されたとしても、修正を繰り返す中で知識が定着し、スキルアップを図れると考えられます。

【データサイエンティスト求人・案件の資格について】
データサイエンティスト求人・案件の資格の例として、一般財団法人統計質保証推進協会が実施する「統計検定」が挙げられます。
統計検定は統計の知識・活用力を証明する資格で、種類は下記のとおりです。

・統計検定　1級
・統計検定　準1級
・統計検定　2級
・統計検定　3級
・統計検定　4級
・統計調査士
・専門統計調査士
・統計検定 データサイエンス基礎（CBT）※1　
・統計検定 データサイエンス発展及び応用（CBT）※2　

※1　2019年12月以降に一部会場で開始予定
※2　2020年10月以降に一部会場で開始予定

上記のうち統計検定1級と準1級に着目すると、1級は「統計数理」「統計応用」の2つの試験で構成され、データ収集の計画・立案や統計的推論、結果の評価スキルなどを測る試験です。「統計数理」「統計応用」のどちらも論述式で、「統計数理」は5問中3問、「統計応用」は「人文科学」「社会科学」「理工学」「医薬生物学」の4分野から1つ選び、5問中3問に解答します。2018年11月の1級試験の場合、合格率は「統計数理」が20.9％「統計応用」が19.7％です。
統計検定準1級は、データ収集の計画・立案や課題に応じた統計手法の選択、結果を正しく解釈するスキルなどを測る試験です。4～5肢選択問題（マークシート）が20～30問、部分記述問題が5～10問で、論述問題は3問中1問を選択して解答します。2019年6月の統計検定準1級の合格率は、20.2％です。統計検定の勉強方法としては、統計質保証推進協会認定の書籍や統計検定の公式サイトにある過去問などを活用するとよいと考えられます。
データサイエンティストのフリーランス・フリーエンジニアが統計検定を取得するメリットとして、「データサイエンティスト求人・案件への申し込み時に知識・スキルのアピール材料になる」「統計学の勉強のきっかけになる」の2つが挙げられます。
前述のデータサイエンス協会はデータサイエンティストが持つべきスキルの一つに「データサイエンス力」を挙げており、このスキルには統計学の知識が含まれています。統計検定1級や準1級に合格すれば、データサイエンティスト求人・案件の申し込み時に「データサイエンス力」のアピール材料として活用できるかもしれません。

【データサイエンティスト求人・案件の未経験での参画について】
データサイエンティスト未経験の場合、フリーランス向け案件に参画するのは難しいと考えられます。フリーエンジニア向けのデータサイエンティスト案件の場合、企業側は即戦力となる人材を求めるからです。そのため、まずは派遣社員や正社員などのデータサイエンティストとして就職し、経験を積んでからフリーランス案件に申し込みするのが無難です。
派遣社員・正社員のデータサイエンティスト求人も実務経験が求められる傾向がありますが、中には未経験可の求人があります。そのほか、R言語・Python・統計学などの知識があればチャレンジできる求人もあるため、事前に勉強しておくと、未経験でもデータサイエンティスト求人の選択肢を増やせるかもしれません。さらに、プログラミングやマーケティング経験がある方も、未経験からデータサイエンティスト求人にチャレンジできる可能性があります。
派遣社員や正社員のデータサイエンティストとして経験を積んだら、案件サイトやフリーエンジニア向けエージェントを活用して案件参画を図りましょう。データサイエンティスト案件に申し込みする際は、経験だけでなくスキル・強みをアピールして貢献度を示すことが大切です。

【データサイエンティスト求人・案件の将来性について】
データサイエンティスト求人・案件の将来性として、当面の間は需要がなくなることはないと考えられます。Google社のAutoMLやMicrosoft社のMicrosoft Azureといった機械学習ソリューションによって、データサイエンティストの需要が減る可能性があるとされていますが、完全自動化には時間を要する、現時点ではデータサイエンティストが不足しているといった理由から、しばらくはニーズが高いと考えられます。
データサイエンティスト案件の場合、プログラマーやインフラエンジニアなどに比べて年収は高めに設定される傾向があるようです。理由としては、統計学・データ分析など高度な知識・スキルが必要、データサイエンティストの人材確保に悩む企業がある、といったことが挙げられます。ただし、保有スキルや実績によってデータサイエンティストの年収は変動するため、資格取得やセミナー参加などを通してスキルアップを図ることが大事になるでしょう。
データサイエンティストとして今後も活躍し続けるには、統計学やデータ分析に関する知識・スキルのほか、ヒューマンスキルを磨くことも大切です。マネジメントスキルやプレゼンテーション能力、英語スキルなどを高めることで、業務の幅を広げられてデータサイエンティスト求人・案件の選択肢を増やせると考えられます。

データサイエンティストのフリーランス募集情報をお探しの方は、IT/Web業界のエンジニアに特化したレバテックフリーランスにご相談ください。Web上に公開しているデータサイエンティストのフリーランス募集情報以外にも、非公開案件も多数保有しておりますので、お気軽にお問い合わせください。

※レバテックフリーランスの掲載案件には、フリーランサー向けの案件のみならず、一部契約社員向けの派遣案件もございます。
※この記事は、2019年11月時点の内容です。

フリーエンジニアお役立ち情報
データサイエンティストとは？仕事内容やフリーランス事情を解説　データサイエンティストの仕事内容　

関連する求人・案件
データサイエンティストの求人・案件特集　データ分析の求人・案件　

他の求人・案件から探す
【データサイエンティスト】ソーシャルゲームデータ分析案件　【データサイエンティスト】データ分析・解析案件　【データサイエンティスト】大手サイトデータ分析案件　

おすすめのキーワードから探す
データサイエンティスト 銀座の求人・案件　データサイエンティスト 大阪の求人・案件