フリーランス求人を探す文系でもデータサイエンティストになれる？理系出身との違い、転職・就職のコツ
さまざまな産業でAI技術が活用されるようになり、社会に浸透してきた職業がデータサイエンティストです。仕事では、高度な確率計算や予測モデルの作成など統計や数学の素養が必要とされます。
データサイエンティストは、理系出身者や研究者が目指す職業というイメージですが、果たして文系出身者が目指すことはできるのでしょうか。
この記事では、文系出身からデータサイエンティストになるパターン、転職活動のポイント、実務経験やキャリアの積み方、データサイエンスの勉強法など解説します。
目次
文系学部卒でもデータサイエンティストになれる？
求人の需要が高いAI人材の中でも、統計やデータ分析など情報の取り扱いに長けたデータサイエンティストは特に重宝される傾向にあります。コンピュータサイエンスやAI（人工知能）と言えば理系出身者の就職先というイメージが強い人も多いでしょう。修士博士など院卒が活躍する領域でもあります。では果たして文系の学部生がデータサイエンティストになるのは不可能なのでしょうか。
理系大学・大学院出身者が多い
実際、現役のデータサイエンティストの多くは理系大学や大学院の出身者となっているのは事実です。データサイエンティストの仕事内容には統計や数学の知識が求められるため、就職活動においては理系学生が有利だという点は否めないでしょう。
文系でも計量経済学や心理学、社会学などは親和性が高い
しかし、文系の学生にチャンスが無いのか言われるとそうではありません。確かにデータサイエンティストは知的好奇心や論理的思考力が重視される職種ですが、収集したデータを基にしてクライアントや自社の経営陣に対して提案を行うという側面もあります。経済学部など文系でも統計的な思考法を重視する学部はありますし、心理学・社会学といった文系分野の知識は、データサイエンティストが担う仕事の根幹部分に通ずる要素があります。
コンサルティングファーム・SIerなどからの転向は比較的容易
事業者に対して経営方針の提案やシステム導入の推奨を行う業界として「コンサルティングファーム」や「SIer（システムインテグレーター）」などが挙げられます。それらの会社で働くコンサルタントやシステムエンジニアといった職種はデータサイエンティストとの共通点も多く、文系出身者の就職先としても珍しくありません。既にコンサルティングファームやSIerで働いている人がデータサイエンティストに転職することは比較的容易といえるでしょう。そのため、就活生が事業会社のみをターゲットに就職活動を進めているとしたら、第二希望として将来データサイエンティストに転職できる可能性のある職種にも目を向けてみるとよいでしょう。
統計を仕事にしたいなら挑戦する価値はある
文系出身者がデータサイエンティストを目指す際に注意したいのは、そもそも統計や数学を仕事にしたいかという点です。理系出身者はデータサイエンスの仕事にイメージを持ちやすいですが、文系出身者が高給やステータスなど仕事以外の部分に惹かれてデータサイエンティストを目指すと苦労することも多いのです。データサイエンティストに求められる知識やスキルは後天的に身につけることが可能ですが、統計への情熱や素養の部分は個人の感性に依存することも多いのです。
実際に掲載されているデータサイエンティストの募集要件でも、統計学の知識を持った人材を歓迎する旨を明記しているケースは珍しくありません。統計学は数字をメインに扱うため一般的には理系に分類されます。ただし、社会学や心理学といった文系の学問でも統計が使われることもあります。また、確率や数値計算など統計的な考え方を好む文系学生も少なくないと言えるでしょう。興味や知識を持って統計を使いこなし、現場で需要が高い技術をキャッチアップするなど学習意欲の高い人材であれば、文系でもデータサイエンティストに挑戦する価値はあるのです。
文系からデータサイエンティストになるのは簡単ではない
文系だからといってデータサイエンティストを目指す事は不可能ではありません。しかしながら、就職や転職において相応の努力が必要になる点は覚悟しておきましょう。文系出身者がデータサイエンティストになるためには、以下の様な障壁をクリアする事が求められるでしょう。
新卒採用では統計学を学んだ人材が強く求められている
データサイエンティストの現場で統計学を学んだ人材が求められている事は前述しました。これは文系学生でも統計学を学んでいればチャンスがあるという意味合いになりますが、逆に言えば文系学生のほとんどは統計学を体系だって学んだ経験がありません。そのため大学の講義や授業以外での独学やインターンなどで実績を出さなければ就職活動を戦い抜く事が難しいとも言えるでしょう。データサイエンティストを目指すのであれば、理系の学生や大学院生などども少ない席をとりあうことが予想されます。文系学生が内定を勝ち取るためには、プログラミングや機械学習、データサイエンスに関して理解を深めて周りの学生よりも幅広い知識を身につけておく事が重要なのです。
中途採用の募集要件では実務経験が求められる
慢性的に人材が不足しているIT業界では中途採用も積極的に行われています。そのため、異業種や異職種からデータサイエンティストを目指したい人にとっても十分にチャンスはあるのです。ただし、中途採用の場合に重要視されるのは「実務経験」と言われています。当然、異職種から転職する場合にはデータ分析者としての実務経験はありません。このような場合はデータサイエンティストの仕事に活かせる業務経験相当の実績をアピールするのが有効です。例えば「コンサルタント業務の経験がある」「統計学の知識を活かし、データ集計業務にあたっていた」という実務経験、Qiita、Githubなどに投稿したアウトプット内容、Kaggleなどの実績は、データサイエンティストの仕事にも通ずるポイントとして評価される場合があります。また、データサイエンティストにも第二新卒などポテンシャル採用で未経験者を募集する求人はあります。その場合も20代前半などキャリアチェンジのタイミングが早いに越したことはありません。
実務で数学やプログラミングを活用する
採用試験を突破してデータサイエンティストになれたとしても安心は出来ません。統計や機械学習を座学で学んだだけでは、データサイエンティストとしての仕事を全うする事は出来ないのです。実務を行う際には、データクレンジングや前処理とよばれるデータ分析前の地道な作業がつきものですし、開発や処理にはソフトウェアエンジニアとしてのプログラミングスキルや環境構築の知識が必要になります。企業によっては研修が充実しており、採用試験の段階でこうした理系のスキルを実務レベルで身に付けておく必要がないこともあります。しかしいざ現場で働く事になった時、実務に対応出来るだけのスキルが身に付かなければ仕事を続けていくことが辛くなってしまうでしょう。文系出身者は就職・転職活動と並行してプログラミングスキルの取得や数学の学習を進めておくことをおすすめします。
文系出身者がデータサイエンティストになるパターン
文系出身者がデータサイエンティストになる方法には、いくつかのパターンが存在します。ここではその代表的なものを確認しておきましょう。
新卒で就職する
学生の場合は新卒採用の求人募集に応募して就職するという選択肢が一般的になるでしょう。文型の学生がデータサイエンティストを目指す際、おすすめの学部は経済学部です。先に述べたように、データサイエンティストの仕事には計量経済学の知識が役に立ちます。学部内で計量経済学を専攻して知識を深めておくと就活の手助けになるでしょう。より一層実務的な知識を身につけておくために、授業の合間を縫ってデータサイエンスのプログラミングスクールに通うというのも有効な手段です。
データサイエンスのインターンに参加する
新卒の場合、在学中にデータサイエンティストのインターンに参加出来るという大きなメリットがある事も覚えておきましょう。実際の現場で仕事を体感出来るので「自分に何が要求されるのか」「職場はどんな雰囲気なのか」などといった貴重な情報を得る事が出来ます。インターンで優秀な評価を得る事が出来れば、採用面接で有利に働くケースもあるのです。
第二新卒で転職する
何年か社会人経験を積んだ後、第二新卒としてデータサイエンティストに転職するというのもひとつの手段です。データサイエンティストに転職しやすい職種としては、ソフトウェアエンジニア、ITコンサルタントなどがあります。未経験から転職する場合は、データ分析コンサルティングやシステム開発など受託側の企業のほうが採用はされやすいです。第二新卒は社会人経験で培われたビジネススキルやマナー、そしてコンプライアンス感覚が武器になり得ます。機械学習や深層学習の知識、プログラミングスキルなどを身に付けておく事も重要ですが、コンプライアンス感覚や社内調整力といった第二新卒ならではの能力もアピール出来るようにしておきましょう。データサイエンティストが扱う情報はビッグデータと呼ばれ、中には顧客情報や経理データなど重要なものが多く含まれています。そのため、取り扱いには「コンプライアンス遵守」という意識を持つ事が重要です。
中途採用で転職する
新卒や第ニ新卒に比べるとポテンシャル採用として未経験者の募集は少ない中途採用ですが、データサイエンティストを目指す文系出身者にとっては貴重な採用枠になります。前述の通り中途採用の場合は何らかの「実務経験」を積んでおく事が重要です。前職でデータサイエンティストに活か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・データの取り扱い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。
文系出身者がデータサイエンティストに転職する方法
ひとくちに転職活動といっても、求人の探し方には大きく分けると3つのパターンがあります。求人探しは転職活動の効率を左右するポイントなので、ここで自分に合ったやり方を把握しておきましょう。
転職サイトで求人を探す
転職用の求人サイトを見て自分で求人票を探すというのが一般的によく知られている転職方法でしょう。この方法は自分のペースを守って転職活動を行える事がメリットとして挙げられます。自分の意志・自分の目で情報収集するので欲しい情報を効率的に集める事が可能です。データサイエンティストなど専門職の場合は、検索条件や条件指定に特殊なキーワードが必要だったり仕事内容の把握に多少知識が必要な点に注意しましょう。また、条件の良い求人は人気も高く、少し目を離したスキに募集が締め切られてしまうというケースも珍しくありません。転職サイトで求人を探すのであれば、なるべくコンスタントにチェックするようにしましょう。
転職エージェントに相談する
転職エージェントとは、登録者の希望やスキルを考慮した上で適した求人を提案してくれるサービスです。基本的に利用に際して費用や料金はかからないケースがほとんどであり、担当者が付いてくれるのでキメ細かく相談する事が出来ます。また、文系出身者が転職エージェント利用する事には以下のようなメリットも期待出来るでしょう。
スキル不足でも推薦してくれる
転職エージェントを利用して求人へ応募する際には、企業と応募者の間をエージェントが取り持つ形になります。そのため、現時点でデータサイエンティストとしてのスキルが不足しているとしても推薦状によってカバーしてもらえる可能性が高いのです。データサイエンティストの採用試験までに完璧なスキル・知識を身に付ける事が難しい文系出身者にとっては大きな助けになるでしょう。
面接対策やスキルシートの添削をしてくれる
転職エージェントは求人の紹介以外にも、面接対策や履歴書・スキルシートの添削を行ってくれる場合が多いです。実績が書けないなかで、いかにデータサイエンスの勉強を実施したか、スキルシートへの記載のしかたなど転職活動のノウハウを聞くことができます。転職活動に慣れており面接も書類も得意だという人は稀でしょう。転職エージェントでは利用者の転職活動を全面的にバックアップしてくれるので、初めての転職活動でも安心です。
表に出てこない情報を教えてくれる
転職エージェントサービスではホームページ上で求人を公開していますが、実は非公開求人というものが存在します。条件が良いため人気が高く、すぐに応募が締め切られてしまうような求人は非公開にして利用登録している転職者へ優先的に回しているのです。また、転職エージェントは企業の内情についても詳しい情報を持っています。例えば職場の雰囲気や採用試験で重視されるポイント、具体的な試験対策など表には出ない情報です。転職エージェントを活用してこうした情報を教えてもらえれば、転職活動を効率的かつ有利に進める事も出来るでしょう。
直接応募や紹介で就職する
企業によっては求人サイトや転職エージェントに求人情報を掲載していないという場合もあります。これは「自社への入社を強く希望する応募者を募りたい」という企業によく見られる傾向です。入社を希望する企業の求人を見逃さないためには、企業のホームページをチェックしたり説明会に参加したりするなどして直接応募する事も大切なポイントなります。先輩や知人がその企業に勤めているのであれば紹介で就職するというのもひとつの手段です。
転職成功にはデータサイエンティストの経験を積むこと
データサイエンストへの転職を成功させるには「経験」が重要なカギとなります。しかし「経験を積む」と漠然と言われても、具体的にどうしたら良い分からない人も少なくありません。正しいステップを踏んで転職出来るように、データサイエンティストに関わる経験の積み方を把握しておきましょう。
実情として多くの求人で実務経験が必須
現実問題として、データサイエンティストの求人では実務経験を必須としているものが多いです。企業の重要な情報を取り扱う職種であるため、安心して仕事を任せられる即戦力を必要としているという事情があります。また、人手不足のため新人教育のために先輩エンジニアを回す事が出来ないというケースも多いです。こうした事情から、データサイエンティストの求人では一般的に実務経験が必要とされています。
スキルの証明としてKaggleやSIGNATEに参加する
データサイエンティストの転職に際して実務経験が要求されるという実情はあるものの、その反面「データサイエンティストとして就職しなければ実務経験が積めない」というジレンマがある事も事実です。現実的な手段としては「実務経験に順ずる実績」または「スキルを証明出来る資格」を身に付けるという方法が挙げられます。データサイエンティストとしてのスキルを証明するためには「Kaggle」や「SIGNATE」といったコミュニティに参加するのがおすすめです。双方共に学習を進めながら就職・転職に直結する活動を行えるというメリットがあります。ただし比較的難易度が高めなので、事前にプログラミングやビッグデータの取り扱いなどの学習は入念に進めておく必要があるでしょう。
SIGNATEの練習問題を解く
日本発のSIGNATEは企業が提示する練習問題に対してコンペ形式でデータサイエンティストとしての課題解決能力を競う場です。日本のサイトという事で国内企業からの関心も高く、SIGNATEで優秀な成績を残せれば企業に対して自分の能力をアピール出来るでしょう。
Kaggleに参加する
一方のKaggleは主に機械学習の分野を研究している世界中の人達が利用しているアメリカのサイトであり、関係領域であるデータサイエンティストの人材発掘も行われています。コンペを勝ち抜くとメダルや賞金を得る事も出来るので実績作りにも有効です。
ブログやTwitterでアウトプット
学習した知識をアウトプット出来る場所は上記のようなコンペサイトだけではありません。例えば自信のブログやSNSでデータ解析の結果とその考察をアウトプットするだけでも「経験」を積み上げる事は出来るのです。解析対象は難しいものである必要はなく、身の回りにあるちょっとした事例を取り上げてみると周囲の関心を集めやすくモチベーションも高く保てるでしょう。
独学での勉強やスクールを受講したうえで転職する
文系出身者の場合、まずは理系出身者と可能な限り張り合えるだけの知識を身に付ける必要があります。文系出身の場合、学習方法は大きく分けて「独学」と「スクール」の2パターンです。
機械学習の理論本や書籍で勉強する
データエンジニアの社会的な需要は高く、関連書籍も多く出版されています。機械学習の理論本や統計学関連の書籍など、自分に合ったものを探して独学で学習を進める事も十分可能です。つまずきやすい部分も少なくないので、解らない事が出た時に質問出来るコミュニティへ登録しておくと良いでしょう。
オンライン講座を受講する
校舎へ通学するタイプのスクールの他にも、PCなどを通じて受講出来るオンライン講座も増えています。仕事・勉学・転職活動の傍らでも学習を進めやすいのでおすすめの方法です。基本的にはメールやチャットで不明点の質問を受け付けており、実際の転職活動までサポートしているオンラインスクールも少なくありません。
たとえば「AIジョブキャンプ」では、データサイエンティストに欠かせない機械学習を学べるオンライン講座を受講できます。AIジョブキャンプは社会人向けの「AI教育講座」と業務委託の案件紹介をする「エージェント」サービスがセットになった無料の研修プログラムです。機械学習の講座も現役のデータサイエンティストによるもので、充実した内容となっています。登録料や利用料などは一切かかりませんので、ぜひご活用ください。
文系出身者におすすめのデータサイエンティスト関連資格
文系出身者がデータサイエンティストとして活躍したいなら、強みとなる資格を取得することをおすすめします。 こちらでは、文系出身者におすすめのデータサイエンティスト関連資格について紹介します。
Python3 エンジニア認定基礎試験
Python3 エンジニア認定基礎試験は、Pythonの基本的な文法知識が問われる試験です。 経済産業省のITスキル標準レベル1に位置づけられており、試験内容は初心者向けとなっています。
コンピューター上で実施するCBT（Computer Based Testing）方式を採用しており、試験会場で実施されています。 Pythonはデータ整形や分析などの用途で利用されるため、データサイエンティストに必要なプログラミング言語です。
統計検定
統計検定は、統計に関する知識や活用力を評価する全国統一試験です。 データに基づいた問題解決能力が求められるため、取得することでデータサイエンティストの強みとなります。
データサイエンティストはデータの読み書きや説明力が必要になるため、データマイニングやニューラルネットワークなどの理解を深めることにも役立ちます。 統計検定は1級から準1級、2級、3級、4級まで5段階あります。 データサイエンティストに必要な統計学の能力を身につけたい方におすすめです。
データサイエンティスト™︎リテラシーレベル（DS検定®︎）
データサイエンティスト™︎リテラシーレベルは、データサイエンティストとして必要なデータサイエンス力やデータエンジニアリング力、ビジネス力について見習いレベルの実務能力や知識を証明できる資格です。
数理・データサイエンス・AI教育のリテラシーレベルの実力を有していることも証明できるため、多くの企業から需要があります。検定に合格するにはデータサイエンスに関する体系的な学習が必要になるため、対策講座や書籍からの学習をおすすめします。
G検定
G検定は、一般社団法人日本ディープラーニング協会が実施するAI・ディープラーニングの活⽤リテラシー習得のための検定試験です。 AI・ディープラーニングに関わる全ての方が受験対象となっており、データサイエンティストとの関係性も深いです。
AIを活用するためには何が必要かを理解できるため、デジタル施策を必要とする企業に役立ちます。 検定に合格するにはAIやディープラーニングに関する体系的な学習が必要になるため、対策講座や書籍からの学習をおすすめします。
データサイエンス数学ストラテジスト（中級・上級）
データサイエンス数学ストラテジストは、企業や実社会で求められるデータ活用人材として必要な数学スキルを認定する資格です。 試験は中級（高校1年生レベル）と上級（大学初学年レベル）の2種類があり、受験者のレベルに合わせて受けることができます。 データサイエンス数学ストラテジストの公式サイトには、学習サポートとしてサンプル試験問題やe-ラーニング、公式テキスト・参考書籍などが用意されています。
文系出身者がデータサイエンティスト適性を判断するポイント
文系出身者がデータサイエンティスト適性を判断するときは、以下のようなポイントをチェックしてください。
- 論理的に考えるのが得意か
- 数字に対する苦手意識がないか
- 地道な作業が苦手でない
- 営業や接客など対顧客業務の経験者
- 新しい知識やスキルを学び続けることが苦ではないか
それでは詳しく説明します。
論理的に考えるのが得意か
データサイエンティストは様々なデータを分析しながら問題の解決策を見つけるため、論理的な考えが求められます。 文系の方のなかには論理的な考えをすることが苦手な人もいるので、得意かどうかを判断しなければいけません。 まずな日常的な問題に対して論理的なアプローチができるか試し、複雑な問題を解決できる能力があるのか判断するようにしましょう。
数字に対する苦手意識がないか
データサイエンティストはデータの分析に関わるため、多くの数字を扱います。 もし数字に対する苦手意識がある場合、データサイエンティストとして仕事を続けることが難しいです。
ただし、数字に苦手意識があるからといってデータサイエンティストになれないわけではなく、日頃の学習やトレーニングによってスキルアップすることは十分可能です。 また、データサイエンティストはデータ分析のためにITツールを使うことも多いので、ツールを使いこなすスキルも身につけておくと良いでしょう。
地道な作業が苦手でない
データサイエンティストの仕事は、地道なデータ処理や分析となります。 クリエイティブ作業に関わることもありますが、基本的なタスクは地道な作業が多いです。
細かなデータ処理と分析の作業がなければデータサイエンティストとして成果を出すことは難しいため、地道な作業は必ず必要です。 そのため地道な作業を苦手とする方は、データサイエンティストの仕事が不向きといえるでしょう。
営業や接客など対顧客業務の経験者
データサイエンティストはデータの分析結果をほかのメンバーに共有するため、社内外を問わずコミュニケーション能力が必要です。 営業や接客など対顧客業務の経験があれば、データの分析結果を相手にわかりやすく伝えられるようになります。
もし営業や接客などの経験がなかったとしても、社交的な方であればスキルを養うことは十分可能です。 そのため営業や接客など対顧客業務の経験がある方は、データサイエンティストの仕事に向いています。
新しい知識やスキルを学び続けることが苦ではないか
データサイエンティストは統計学やプログラミング、機械学習、データベース操作など幅広いスキルが求められます。 また、各スキルは時代の流れによって日々進化しているため、常に新しい知識やスキルを学び続けることが大切です。
プライベートでも積極的に情報収集をすることで、データサイエンティストとして効果的な知識や技術をビジネスシーンで活用できるようになります。 新しい知識やスキルを学び続けることができれば、データサイエンティストとして活躍できる場所が増えていくでしょう。
AIを仕事にするためのキャリアノウハウ、機械学習・AIに関するTopics、フリーランス向けお役立ち情報を投稿します。
