未経験も可？データサイエンティストになるには？資格やデータアナリストの違いについて
現在、データサイエンティストは世界中で需要が高まっており、各企業の間でも争奪戦になっています。
しかし、データサイエンティストを目指す場合、どのようにしていけば良いのか分からない人も多いのではないでしょうか。
この記事では、データサイエンティストを目指す人のために、データサイエンティストの概要、未経験でもなれる方法、データアナリストとの違いなどについて紹介します。
HiPro Tech 会員のみ公開案件も多数。
データサイエンティストとは
「データサイエンティスト」とは、一般的にはデータを使ってビジネスに付加価値を与える仕事と言われています。
業務範囲は広く、分析設計・データの収集加工・アウトプットの結果から正しい事業戦略に落とし込むところまで行います。
データサイエンティストは、Pythonで書いたり、機械学習モデルを構築したりする仕事だと思われることがありますが、
実際には「ビジネス」「エンジニアリング」「データサイエンス」の3つのスキルが必要となります。
データサイエンティストは専門分野により「エンジニア特化型」「ビジネス特化型」の二種類に分かれます。
エンジニア特化型は「開発の知識」「データを構築するスキル」「ディープラーニングに関する最先端技術」が必要になります。
一方ビジネス特化型は「PMのスキル」「コンサルティングのスキル」「Webマーケティング」などの知識が求められるのです。
ここから、データサイエンティストの担当業務と必要なスキルについて、詳しく見ていきましょう。
担当業務
データサイエンティストの業務内容は多岐に渡ります。
一つずつ詳しく紹介しましょう。
戦略立案
データサイエンティストの仕事は、分析対象者にヒアリングし戦略立案を立てることです。
従来のコンサルタントが担当していた「課題を洗い出す」「達成目標を決める」「目標設定するための仮説を立てる」などを担当します。
構築と分析
仮説の立証に必要なデータ収集を行い、フォーマットを統一し、データ保管のためMySQL・NoSQL・Hadoopなどのデータベースを構築します。
実際の分析作業では、ビジネスに活かせる、意味のあるデータや傾向などを見つけ出すのです。
レポート作成
データサイエンティストは、集計されたデータから結果をどのようにビジネスに活かすのかについて仮説を立て指標化しておきます。
こういった内容をまとめたレポートを作成することもデータサイエンティストの仕事の1つです。
課題解決
分析結果より実際の課題解決を行います。
ビッグデータから作成したモデルを現場の運用に落とし込み、業務整理をすることなどです。
また、業務を切り替え後にトラッキングできるような仕組みを作り、ブラッシュアップするということもあります。
必要なスキル
データサイエンティストに必要なスキルとはどのようなものなのか、一つずつ見ていきましょう。
統計学に関する知識
データサイエンティストは、データを分析するために統計学に関する知識が必要です。
データを分析する際には、数学の知識があることが大前提です。
また、データを分析するには、統計処理などを用いるため、統計学の知識や統計処理の手法も必要になります。
ビッグデータに関する知識
データサイエンティストには「ビッグデータ」を収集・蓄積・操作できるスキルが必要です。
インターネットの登場により情報革命が起き、大量のデータを取得できることから「ビッグデータ」の考えが生まれました。
これまでの企業は、どのようにデータを使うのかイメージを持てないままデータを蓄積していたというケースが多かったのです。
しかし、データの有用性が声高に叫ばれるようになり、溜まったデータを使用しビジネスに活かすことのできるデータサイエンティストの価値が高まりました。
データサイエンティストは、データを溜める段階からビジネスデザインを作成します。
プログラミングスキル
データサイエンティストには、プログラミングスキルも求められます。
収集したデータを使い、機械学習の実装をするには、PythonやRで開発を行う必要があります。
また、Webサイト・DBの構造も把握しておかなくてはなりません。
適切なデータベース設計をしなくてはならないため、SQLの知識も重要となります。
ビジネスへ転用する力
ビジネスへどのように転用していくか思考できる力があるかどうかは、データサイエンティストにとって最も重要といえるスキルです。
このスキルが弱いと「データ分析」「結果解釈」を行っても、その後ビジネスをどうするのかまで導き出せません。
数字から仮説を導き出し、プログラミングで実証し、ビジネスに活かすことが大切なのです。
HiPro Tech 会員のみ公開案件も多数。
データサイエンティストは未経験でもなれるのか？
データサイエンティストは未経験であってもなれるのでしょうか。
未経験からデータサイエンティストになる方法としては、大きく3点あります。
新卒で入社する
新卒として入社することが、データサイエンティストとして入社できる道の一つです。
新卒の場合は、ポテンシャル採用され、データサイエンスの実務経験がなくとも就業できることがあるため、未経験でも挑戦しやすいのです。
入社してからエンジニア・コンサルタントなどからの配置転換により、データサイエンティストになるというケースも見られます。
未経験可の求人に応募する
実務未経験であっても、過去の分析経験を企業へアピールすることも可能です。
求人に応募する前に、Python・MySQL・Excelで実際にデータを使って解決する経験をしましょう。
企業は「どのようなことに課題を感じるのか」「どのように解決してきたのか」などのプロセスを評価します。
また、「統計学」に関する知見があると良いです。
資格を取得したり、これまでの経験を説明したりするなどして、アピールできるようにしましょう。
スクールなどに通い独学で習得する
大学時代にデータサイエンスを専攻していなくても、働きながら民間のスクールで学び、データサイエンティストとして就業するという道もあります。
独学の場合、統計学は必ず学んでおくことをおすすめします。
統計の基礎は、データサイエンティストが必ず学んでおかなくてはならない部分です。
平均・分散など統計の基本的な部分・母集団や標本の考え方について学び、統計検定2級を取得できるレベルまでいきます。
データの前処理にSQLを使うため、PythonやRのようなデータ分析言語だけではなく、SQLなども書けるようにしておくことも重要です。
近しい職種でまずは就業する
データサイエンティストに近い職種は、データサイエンス周辺やデータ関連のエンジニアです。
データサイエンティストを目指す場合、データサイエンティストの業務に関連する、実績やスキルを身に付けキャリアチェンジする道もあります。
最初に統計学と機械学習を学習し、土台ができたら実際に機械学習をどのようにビジネス導入していくのかを学ぶのがおすすめです。
HiPro Tech 会員のみ公開案件も多数。
データアナリストとは
データアナリストはデータの加工集計・分析データの示唆出し、データの可視化、KPI管理を行います。
データサイエンティストと近い業務を行うため混同されることがあります。
ここからデータアナリストの業務やスキルについて、詳細に見ていきましょう。
担当業務
データアナリストの業務は、コンサル系とエンジニア系で大きく異なります。
コンサル系はビジネス視点が必要ですが、エンジニア系はシステムの構築や改善をするのが特徴です。
コンサル型
コンサルタント型のデータアナリストは以下の手順で仕事をします。
（2）データの加工・分析
（3）課題解決に向けてのコンサルティング
エンジニア型
エンジニア型は、データ基盤の構築やデータ解析を行います。
必要なスキル
データアナリストに必要なスキルは「統計学」「データベース」「論理的思考力」です。
それぞれ詳しく見ていきます。
統計学に関する知識
統計学の知識はデータアナリストに必須のスキルです。
データ解析をする場合、統計学の手法を使います。
確率・統計・微分積分・線形代数については必ず学ぶ必要があります。
統計学からデータ集計・可視化・検定方法・サンプル抽出方法を学ぶことができます。
データベースを扱える経験やスキル
データアナリストは膨大なデータを取り扱うため、データベースに関する知識が必要です。
特にSQLはデータを抽出する際に必須のスキルとなります。
論理的思考力
コンサルタント型のデータアナリストは、データ分析をした後に具体的に問題解決策を提案する必要があります。
このため、課題解決に導く筋道を立てられる論理的思考が求められます。
HiPro Tech 会員のみ公開案件も多数。
データサイエンティストとデータアナリストの違い
データサイエンティストは、データアナリストの業務も行いながらビジネス視点で課題解決を考えるのに対し、データアナリストはデータ分析の分野を専門的に行います。
ここでは、データサイエンティストとデータアナリストの違いについて詳しく見ていきましょう。
担当領域
データサイエンティストとデータアナリストは、扱うデータ分析の技術が異なります。
例えば、データサイエンティストが統計学だけではなく機械学習を用いて分析するのに対し、データアナリストは統計学中心に使います。
しかし、企業によってはデータアナリストがデータサイエンティストとほぼ変わらない仕事をしている場合もあります。
| データサイエンティスト | データアナリスト | |
|---|---|---|
| 担当領域 | 機械学習を用いて分析する | 統計学で分析する |
求められるスキル
データサイエンティストとデータアナリストの共通スキルは「統計学」「Python・R・SQLなどのプログラミングスキル」「Hadoopなどのデータ分析基盤のスキル」「マーケティングスキル」などです。
しかし、両者に必要なツールは違います。
データサイエンティストにはTensorFlowなどの機械学習用のツールが必要です。
一方データアナリストはSASやExcelなどの統計用のツールを用います。
| データサイエンティスト | データアナリスト | |
|---|---|---|
| 必要なツール | TensorFlowなどの機械学習用のツール | SASやExcelなどの統計用のツール |
年収
データサイエンティストは人材不足となっているため、年収は比較的高いです。
大手企業でもデータサイエンティストの給与を高く設定し人材を確保しようとしています。
転職サービス「doda」の調べによると、技術系（IT／通信）の平均年収は442万円なのに対し、データサイエンティストの平均年収は513万円であることからデータサイエンティストの年収は高いと言えるでしょう。
データアナリストからデータサイエンティストを目指すと年収アップも期待できます。
HiPro Tech 会員のみ公開案件も多数。
データサイエンティストを目指すならもっておきたい資格
データサイエンティストを目指すならどのような資格が必要なのでしょうか。
ここからデータサイエンティストにおすすめの資格について具体的に紹介します。（2023年3月時点）
データサイエンティスト検定
「データサイエンティスト検定」とは、データサイエンティストに必要なスキルなどがあることを証明する「一般社団法人データサイエンティスト協会」の認定資格です。
検定試験よりデータサイエンティストのリテラシーレベルが分かります。
| 試験で判定される リテラシーレベル |
受験料 |
|---|---|
| ・シニアデータサイエンティスト ・フルデータサイエンティスト ・アソシエートデータサイエンティスト ・アシスタントデータサイエンティスト |
受験料：11,000円（税込） 学割：5,500円（税込） |
※参考：一般社団法人データサイエンティスト協会 データサイエンティスト検定リテラシーレベルページ
ORACLE MASTER
「ORACLE MASTER」とは「ORACLE Database」の管理・運用に関する知識だけではなくSQLに関する知識を持っていることを証明する「日本オラクル株式会社」の認定資格です。
資格を取得するとオラクルのデータベースを扱える証明にもなります。
| 資格ジャンル | 合格ライン |
|---|---|
|
【ORACLE MASTER Bronze(オラクルマスターブロンズ)】
|
ORACLE MASTER Bronze DBA 2019(オラクルマスターブロンズ)
|
※参考：日本オラクル株式会社 ORACLE MASTERページ
データベーススペシャリスト試験(DB)
「データベーススペシャリスト」とは、高度IT人材として専門知識を持ち、データベースに関する技術を活用できることを証明する資格です。
| 試験内容 | 受験料 |
|---|---|
|
【午前試験】
|
受験料：7,500円（税込） |
※参考：独立行政法人情報処理推進機構 データベーススペシャリスト試験(DB)ページ
基本情報技術者試験(FE)
「基本情報技術者試験」とは、IT人材として必要な知識・技能を持っていることを証明する資格です。
| 試験内容 | 受験料 |
|---|---|
|
【午前試験】
|
受験料：7,500円（税込） |
Python 3 エンジニア認定データ分析試験
「Python 3エンジニア認定試験」は、Pythonに関する知識があることを証明する「一般社団法人Pythonエンジニア育成推進協会」の資格です。
| 資格ジャンル | 合格ライン |
|---|---|
| ・PythonZen & PEP8検定試験 ・Python 3認定基礎試験 ・Python 3 エンジニア認定実践試験 ・Python 3エンジニア認定データ分析試験 ・Pythonとネットワークの自動化基礎検定（外部提携試験） |
正答率：70% |
※参考：一般社団法人Pythonエンジニア育成推進協会 Python試験（Python資格）ページ
HiPro Tech 会員のみ公開案件も多数。
データサイエンティスト・データアナリストを目指すには？
未経験からデータサイエンティスト・データアナリストを目指すには、統計学・プログラミングスキル・ビジネススキルなどが必要です。
データサイエンティスト・データアナリストとして経験を積むことで、フリーランスとして活躍することも可能でしょう。
フリーランスのデータサイエンティストとして活動したいのであれば、エージェントを活用するという方法があります。
IT・テクノロジー領域特化型エージェントサービス「HiPro Tech」ならデータサイエンスなどの案件を多く保有しています。
また、当サービスは案件獲得のためにさまざまなサポートを行っており、スキルに合わせた案件を紹介しています。
フリーランスとして案件を獲得したいなら、ぜひ登録してください。
HiPro Tech 会員のみ公開案件も多数。
記事監修
2006年に株式会社インテリジェンス（パーソルキャリア株式会社）へに入社。 アルバイト領域の法人営業や新規求人広告サービスの立ち上げ、転職サービス「doda」の求人広告営業のゼネラルマネジャーを歴任。 2021年11月からIT・テクノロジー領域特化型エージェントサービス「HiPro Tech」に携わり、現在サービス責任者を務める。 「一人ひとりが求めるはたらき方や案件との出会いを増やし、キャリアをデザインできるインフラを提供する」ことを自らのミッションとして掲げ、サービス運営を行う。
