【22歳で月収100万円達成】
フリーランスエンジニア"あおい"のプロフィール

22歳でデータサイエンティストになって分かった仕事内容や難易度の本音

こんにちは!フリーランスエンジニアのあおいです。

データサイエンティストに興味がある方で

「データサイエンティストってどんな仕事をするの?」

とか

「データサイエンティストになるのに難易度はどれくらい?」

とか疑問に思っている場合は多いはず。

本記事では、22歳でデータサイエンティストになって分かった仕事内容を徹底解説します。

あおい

また、難易度に関する本音もぶっちゃけます。

ぜひ参考にして下さいね^^

現役データサイエンティストの私が実際に行ってきた仕事内容

では現役データサイエンティストの私が実際に行ってきた仕事内容についてご紹介します。

4つあるので、それぞれを見ていきましょう。

あおい

また私は経験していませんが、一般的なデータサイエンティストの仕事もご紹介します。

企画・要件定義

企画段階から携わる時はありますね。

と言っても「0から企画を考える」というより、「企画者が考えたプロジェクトを技術的に実現可能かを考える」場合が多かったです。

なお私はフリーランスだったので、企画から関わる事は少なかったです。

会社によっては、データサイエンティストも0からガッツリ企画にコミットする所もありますよ。

さらに、要件定義にも携わりました。

プロジェクトにおける目標を定め、達成までのマイルストーンを設定しましたね。

あおい

また、工数にかかる想定時間も算出していました。
この時は当然ながらまだ開発に取り掛かっていなかったので、どれくらい時間がかかるかを考えましたよ。

データ収集・整理

データ収集と整理はデータサイエンティストの二大メイン仕事内容の内の一つです。

分析で使うデータが、すでに使える状態で用意されている場合はほとんどないですね。

使いたいデータの使用許可が出ていない場合も多く、許可をもらう所から始める事もありますよ。

個人情報に関わるデータは扱いが厳しく、中々許可が出ないんですよね・・・。

また、データベースにあるデータがそのまま使える場合も稀です。

開発に使える状態にする為に、SQLをいじってデータを綺麗にしています。

あおい

欠損データの削除やテーブル結合などを行って、データを使える状態にしていますね。

データの整理はデータサイエンティストなら必ず取り組むはず。

なのでPythonだけでなくSQLも書けないと、開発がスムーズに進みません。

データ分析・開発

データ分析と開発はデータサイエンティストの二大メイン仕事内容のもう一つです。

もしデータ分析&開発をしないでデータサイエンティストとして雇われているなら、何かおかしいですよ笑。

例えば上のツイートのような事が起きているかも。

あおい

偽データサイエンティストの求人は多いですからね。

「データサイエンティストとして雇われたのに、お客さんからの問い合わせに答えてばかりいる!」というのは良くあります苦笑。

データ分析では、モデルの作成と精度向上を行うのがほとんどですね。

モデルが実用的な精度になるまで、作り直しますよ。

さらに、完成したモデルを組み込むWEB開発を依頼される場合も多いです。

WEB開発はPythonで、DjangoかFlaskのフレームワークを使って行うのがほとんどですね。

業務の8割はデータ分析と開発に時間を使っていますよ。

レポーティング

レポーティングをプロジェクトの最後に行う事は多いですね。

必ず行う訳ではなく、五分五分で行っています。

コンサルではないので立派なパワーポイントにまとめたりはしません。

しかし、ワードに分析結果をまとめてレポートにしています。

なお開発途中にレポートに使うデータを取っておき、スムーズにレポート作成が出来る様に準備しています。

また、レポートは一発でOKが出る事は少ないですね。

あおい

普段は一度プロマネに見せて修正点をもらい、直してレポートを納品しています。

レポーティングを行えば、一連のプロジェクトが終了する場合が多いですよ。

ちなみに「アノテーション」は私は経験がありませんが、良くあるデータサイエンティストの仕事です。

アノテーションとは、データに印をつけて分析をしやすくする作業です。ぽちぽちと印をつけます。

”アノテーター”といってアノテーションを専門に行う人達がいるプロジェクトもあります。

大規模なプロジェクトなら、アノテーターがいる場合が多いですね。

しかしデータサイエンティストがアノテーターを兼任する事は多く、その場合はやや作業量が増えます。

また、アノテーションを自動で行うツール作成を依頼される場合もあります。

データサイエンティストになる前にイメージしていた仕事内容となった後とのギャップ

データサイエンティストになる前は「データ分析・開発」が仕事のほとんどだと思っていました。

しかし実際は、データ収集・整理にはかなり時間がかかります。

データがないのに、分析は出来ないですからね。

しかも「データを使って何か出来ないかな?」と考えている企業が大半で、ぐちゃぐちゃな状態でデータがあるんです。

なので、データを綺麗にする所から始めないといけなくて。

けれども、そのデータを綺麗にする作業が何とも地味でして。

あおい

「データサイエンティストはセクシーな仕事です」と言った人に「どこがセクシーですか!?」と聞きたいです笑。

個人的にはフロントエンドエンジニアの方が視覚的な仕事なので、セクシーな気がしますね。

後は「データ分析は何回も検証が必要で”PDCAサイクル”が求められる仕事だな」と感じました。

「一回開発したらOK」ではなく、細かい微調整が求められるのは意外でしたね。

データサイエンティストになりたいけど不安を感じているあなたへ

この項目では、データサイエンティストを目指している方の不安をご紹介します。

4つのよくある不安を解説します。それぞれを見ていきましょう。

大手企業に入れるかどうか不安

大手企業に入れるかどうか不安な方は多いですね。

結論から言うと、未経験から大手企業にデータサイエンティストとして入社した方は聞いた事がないです。

「大学・大学院で数学を専攻していた」などデータサイエンティストのバックグラウンドがある方は、プログラミング未経験からでも大手企業に入社していますね。

実際に私の大学院まで数学を勉強していた知人が、プログラミングは未経験でしたが内定を獲得していました。

下の画像の様に、大手企業の未経験者歓迎の求人はたまに出ていますよ。

こちらは株式会社リクルートの求人ですが、WEBエンジニアとしての経験があれば応募可能だそう。

想定年収が600〜800万円で、データサイエンスに携わりたいWEBエンジニアの良いキャリアアップになる求人です。

ただ完全未経験だと、みんなが知っている企業で働くのは厳しいですね。

即戦力になりそうなエントリー者が集まってくるのに、わざわざ未経験者を採用する必要がありませんから。

「どうしても企業の将来的な安定を重視したい」と考えている方は大手企業の子会社のデータサイエンティスト職を狙うのをおすすめします。

あおい

大手企業の資本が入っているので、ベンチャー企業よりは潰れにくいです。

また、大手企業の子会社なら完全未経験でも応募出来る求人がありますよ。

自分に務まるか不安

自分に務まるか不安な方も多いですね。

”データサイエンス”というと難しいイメージがありますから。

けれども心配する必要はありません。

確かに難しい仕事は本当に難しくて、博士所有者でないと務まらないので。

ただ全ての仕事が超難しい訳ではありませんよ。Pythonが出来れば対応可能な仕事もあります。

また未経験からデータサイエンティストになった場合は、まずは簡単な仕事から取り組みますよ。

なので「データサイエンティストになったけれども、全然仕事が出来なかった!」という状態にはなりません。

あおい

業務にキャッチアップする為に、業後に自主勉強をする必要はあるはず。

しかし未経験から新しい職種につくと自主勉強は欠かせないので、データサイエンティストに限った話ではないですね。

心配性の方は「何とかなるさ」の心意気でのぞみましょう。

忙しくて体力が持つか不安

エンジニアは忙しいイメージが強いので「データサイエンティストも超絶忙しいのでは?」と思っている方は多いはず。

こちらは会社や現場によりますが、ブラックな働き方をしている所はまあないですよ。

むしろ営業職と比べて体力的に楽だと感じますね。

営業職だと一日中歩きっぱなしで、靴が磨り減ってしまいます。

しかしデータサイエンティストなら一日中デスクワークなので、体力的な疲れはないですよ。

基本定時で終わる会社が多いので、残業疲れもありませんし。

注意
ただしブラックな働き方の会社もあるので、就職時は注意が必要です。

平均残業時間や有休消化率を明かしていない会社は「ブラック」と思って間違いありません。

またSES企業など現場ごとに稼働時間が大分変わる場合は、参画予定の現場の状況を事前に必ず確認しましょう。

将来的に仕事があるか不安

「データサイエンティストは将来AIに仕事を奪われるのでは?」と不安に思っている方はいますね。

確かに今のデータサイエンティストの仕事の一部はAIに置き替えられるはず。

ただし全ての仕事がAIに置き替えられるのは20年以上先だと思っています。

しかもAIに仕事が奪われる職業はデータサイエンティストだけではないですしね。

ほぼ全ての職業がAIに仕事を奪われるのではないでしょうか。

もしAIにデータサイエンティストの仕事の一部を奪われるようになったら、データサイエンスの知識を使ってビジネス企画を行うと良いですよ。

あおい

AIは創造性が求められる仕事を一切出来ないので。

データサイエンスの知識を持っていたら、データサイエンティスト以外にも仕事で活躍の幅を広げられます。

【あおい調べ】データサイエンティストの勤務先と難易度

データサイエンティストが必要とされている勤務先をまとめました。

また周囲のデータサイエンティストに意見を聞いて、入社難易度も詳しく解説します。

あおい

入社偏差値は日本の全データサイエンティストのスキルレベルから算出しました。

SES企業・SI企業

入社偏差値:40〜50

SES企業・SI企業の入社偏差値は40〜50といった所ですね。

未経験からデータサイエンティストになりたい方は、優良SES企業・SI企業への入社を目指すと無理がありません。

PyQとUdemyをこなせば偏差値40には到達出来ます。

あおい

後は実データを使ってデータサイエンスが学べる講習に参加して勉強したら、偏差値45は目指せますよ。

なおSES企業・SI企業に入社した場合の平均年収は350〜450万円ほどです。

受託企業・自社開発企業

入社偏差値:50〜60

受託企業と自社開発企業でデータサイエンティストを目指すなら、中の上レベルのスキルを持ちましょう。

未経験でもデータサイエンススクールが提供しているインターンでスキルを磨いた方なら射程範囲内ですよ。

あおい

ただしこの層からはデータサイエンス経験者も狙って来ます。

なので完全未経験から内定を獲得したいなら、前職で生かせそうな経験を面接でアピールするのが良いです。

受託企業・自社開発企業の平均年収は約400〜550万円です。

大手IT企業

入社偏差値:60〜70

大手IT企業は自ら採用活動をしなくてもエントリー者が集まって来ます。

なので、データサイエンス分野で何らかの実績を作ってからエントリーすべきですね。

ただし上で解説した様に、数学のバックラウンドがあるなら未経験でも可能性があります。

またWEBエンジニアの経験があれば応募可能な求人もあるので、該当する方は企業の採用ページを定期的に見てみましょう。

大手IT企業の平均年収は約550〜1000万円です。

GAFA

入社偏差値:70〜

GAFAは雲の上の存在ですね。大学受験における東大みたいなものです。

基本的にデータサイエンスの分野で修士or博士を持っていて、論文実績がある事が応募の必須条件になります。

「短期間頑張れば入社を目指せる」といった話ではありません。

少なくとも大学&大学院の6年間が必要ですし、博士課程までの9年間が求められる場合も多いです。

長い年月と時間的投資が必要になります。

あおい

しかも論文実績が求められて、ぼんやりと勉強をしていれば良い訳でもありません。

さらに努力だけでなく、ある程度の数理的才能が求められます。

GAFAの平均年収は約1000万円以上で、年収3000万円も決して夢ではありません。

高給ですが、努力に見合った対価だと感じますね。

まとめ

データサイエンティストの仕事内容を理解して頂けたはず。

また就職or転職を目指す方は入社難易度をぜひ参考にして下さい。

あおい

データサイエンティストは一括りに出来ない仕事と思っています。

様々な難易度の仕事がありますし、会社・現場により求められる仕事も多岐に渡っていますね。

しかしその分やりがいがあって、データサイエンティストとして働いて楽しいですよ^^

成長速度を速めて、効率的に活躍出来るデータサイエンティストになりましょう。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です