未経験からデータサイエンティストに転職するには？仕事内容と必要なスキル

データサイエンティストはビッグデータを解析し、企業の課題解決に向けた提言やサポートを行う職種です。
主な仕事内容は、以下の4項目に分かれます。

データサイエンティストは企業の課題を解決することを念頭に置き、データの収集方法や解析方法を自ら考え実践することが求められます。

データサイエンティストが企業に行う提案や施策出しは、企業の将来を左右するケースも少なくありません。
加えて、見せ方や説明のわかりやすさを要求されることも多々あります。

また、データの処理には前段階として、データを分析可能な状態に整える「データクレンジング」と呼ばれる工程があります。
この業務は根気が必要ですから、粘り強さが必要となることも多いでしょう。

データクレンジングとは

データ内の不正確なレコードまたは破損した箇所を検出して修正するプロセスを指します。

データサイエンティストへの未経験からの転職の難易度は？

データサイエンティストへ転職する難易度は、これまでの経歴や現在の職種により大きく異なります。

データアナリストやアクチュアリーなど、ビッグデータや数理統計を扱う職種からのキャリアアップが一般的です。
また、機械学習エンジニアやAIエンジニア、データエンジニアなど、データサイエンスに関わる職種からのキャリアアップも現実的なルートに挙げられます。

大学でデータサイエンスを学んだ経歴をお持ちの方やデータベースエンジニアなどデータに関わる職歴を持つ方も、比較的転職しやすいといえるでしょう。

エンジニア経験がある方でも、上記に挙げた経験が無い場合はデータサイエンティストへの転職の難易度はやや高まるでしょう。

何らかの形でデータサイエンスに関わる職種を経験した後で、データサイエンティストを目指すことが現実的なキャリアプランです。

データサイエンティストの平均年収

「求人ボックス　給料ナビ」が2023年8月に公表したデータによると、データサイエンティストで働く正社員の年収は以下のとおりとなっています。

年収690万円の方でも、会社員平均の年収よりは高額です。1,000万円以上の年収を得ている方も一定数います。

またデータサイエンティスト協会が2022年3月31日に公表した調査結果によると、会員の平均年収は800万円前後で推移しています。
上位25％から30％の方が1,000万円以上の年収を獲得していることから、高い年収が期待できる職種といえるでしょう。

一方で、年収が300万円から400万円程度にとどまる方も一定数います。

とうぜん、ただデータサイエンティストになれば年収が上がることはなく、相応のスキルが求められます。

参考：
カカクコム「データサイエンティストの仕事の年収・時給・給料」
国税庁「令和3年分 民間給与実態統計調査」

データサイエンティストとして活躍するためには、以下に挙げる知識・スキルが求められます。

プログラミングはもちろん、その他のスキルも求められる職種です。どのようなレベルの知識やスキルが求められるか、解説していきます。

分析や数学・統計学に関する知識

数学や統計学は、データサイエンスに欠かせない学問です。従ってデータサイエンティストになりたい方は、以下に挙げる数学や統計学の知識が求められます。

上記の分野は、高校や大学の数学で学びます。但し在籍した学校やコースにより、上記の分野を学ばなかった方もいるかもしれません。その場合は、独学で知識を習得する必要があります。

また、データサイエンティストはデータ分析において、データ収集ツールやデータ分析ツールも使用します。SPSSやSASは、代表的なツールです。 分析の手法とあわせて、主なツールの使い方も覚えておくとよいでしょう。

「Python」や「R言語」に関するプログラミングスキル

データサイエンスの業務では分析業務などでプログラムを組む必要もあり、プログラミングスキルが求められます。よく使われる言語には、PythonやR言語が挙げられます。

Pythonはデータ分析に限らず幅広い開発案件に用いられており、文法がわかりやすく初心者でも習得しやすいことが魅力です。
一方でR言語は統計解析に特化した言語であり、豊富なパッケージを活用して効率的なデータ分析を実現します。

基本的なデータ分析は、どちらでも行えます。両方とも未習得の方は、Pythonから始めるとよいでしょう。書籍や情報、オンライン講座など、学ぶ選択肢が豊富であるためです。

論理的思考力

データサイエンティストは現状から課題を見つけること、仮説を立てて検証し解決策を立案することが主な仕事です。
あなたが提言した内容はクライアント企業の将来を大きく左右しますから、依頼者は根拠のある説明を求めます。
以下の項目について、筋道を立てた説明を行わなければなりません。

上記の実現には、論理的思考力（ロジカルシンキング）が欠かせません。複雑な状況も整理して捉えられるため、課題の解決と適切な提案の策定に大きく役立ちます。

未経験からデータサイエンティストへの転職を目指す方には、ぜひ意識しておきたいポイントが3つあります。

どのように準備を進めれば、目標に近づけるのでしょうか。それぞれの項目について、順に確認していきましょう。

知識・スキルの習得は学習サイト＆書籍を

データサイエンティストには、多種多様な知識とスキルが求められます。1つの講座や本では網羅できないため、複数の教材を活用しスキルアップを図ることとなるでしょう。

できるだけ早くデータサイエンティストになり活躍するためには、効率的な学習が必要です。
そのためには専門家が監修したオンライン学習コースや書籍の活用をおすすめします。また教養としてデータサイエンスを学ぶわけではないため、実践的な部分にフォーカスした教材を選ぶとよいでしょう。

ここからはUdemyで開講しているおすすめのオンライン学習コースや、市販されているなかからおすすめの書籍を紹介します。ご自身に合ったものを活用し、スキルアップにつなげましょう。

データサイエンティスト学習におすすめのオンライン学習コース（Udemy）

データサイエンティストに必要なスキルを早く確実に身につけるためには、オンライン学習コースの活用がおすすめです。なかでもUdemyでは、数多くの講座を開講しています。そのなかからおすすめする4つのコースを紹介します。

データサイエンティスト学習におすすめの書籍

データサイエンスに関する書籍は多数ありますが、実務やスキルアップに活かせる書籍は限られます。この記事ではデータサイエンティストの学習におすすめする書籍として、以下の4冊を挙げました。

データサイエンティスト入門（日経BP）

データサイエンティストの入門書籍です。
データサイエンティストの概要や必要なスキルに加えて、現場の仕事内容を実感できる構成になっています。

AI・データサイエンスのための 図解でわかる数学プログラミング（ソーテック社）

実践的な場面を例にあげ、データサイエンスに必要な数学や統計学をわかりやすく解説しています。

基礎から学ぶ統計学（羊土社）

統計学から学びたい人におすすめの書籍です。
高校1年～2年程度の数学の知識しか持たない方でも、無理なく統計学を理解できます。

東京大学のデータサイエンティスト育成講座 ～Pythonで手を動かして学ぶデ―タ分析～（マイナビ出版）

基礎的な統計学から、Pythonのライブラリを使った解析方法まで詳しく解説している良書です。

資格の取得が有利に働く場合もある

データサイエンティストは、現場での仕事能力が重視される職種です。

しかし採用においては客観的なスキルの証明として、資格の取得が有利に働く場合もあります。
とりわけ資格取得者数を公表する企業に入る場合は、一定程度の加点評価が期待できるでしょう。

データサイエンティストそのもののスキルを試す資格として、一般社団法人データサイエンティスト協会が実施する「データサイエンティスト検定」があります。

独力で業務を遂行するためには、アソシエートレベル以上の検定に合格するとよいでしょう。

参考：一般社団法人データサイエンティスト協会「データサイエンティスト検定 リテラシーレベル」

また「Pythonエンジニア認定試験」や「統計検定」も、データサイエンティストの業務に深く関係しています。

統計検定の場合、実務に役立てるためには2級以上の資格が必要です。スキルアップの一環として資格の取得を目指すことも、あなたの価値を高めるよい方法の一つです。

参考：
Pythonエンジニア認定試験
統計検定

転職エージェントに登録し、業界の最新情報や求人を紹介してもらう

データサイエンティストはITエンジニアのなかでも、レベルの高い職種です。

加えて、企業経営に関する機密情報を多く知る立場ともなるでしょう。
求人の募集も転職エージェントを通じて、非公開で実施されがちです。転職サイトで広く公開された求人しか見ていない方は、良い求人に出会える多くのチャンスを逃しているわけです。

データサイエンティストへの転職を希望する方は転職エージェントに登録し、あなたに合った求人を紹介してもらうとよいでしょう。

業界の最新情報や企業の特徴、募集の背景や選考を通過するポイントを教えてもらえることは、転職エージェントならではのメリットです。

複数の転職エージェントに登録することで選択の幅が広がり、あなたに合った企業を選びやすくなります。

レバテックキャリア

レバテックキャリアは「エンジニア実務経験者」のサポートに特化した転職エージェントサービスです。

保有求人数もIT・Web業界特化型サービスの中ではトップクラスで、かつエンジニアの専門知識を持つ担当エージェントからサポートを受けられます。

とくに書類添削サポートおよび企業への交渉力に強みがあり、「希望の企業に転職」96％、「転職後の年収アップ率」80％以上と、非常に高い実績を誇っています（※公式サイトより）。

データサイエンティストの働き方を具体的に教えてほしい人、そのほか「年収アップなど待遇面での改善をしたい」、「エンジニアとしてのキャリアプランを掘り下げたい」、「書類や面接で評価してもらえるようアドバイスを欲しい」というエンジニアの方は、レバテックキャリアがおすすめです。

レバテックキャリアの特徴

リクルートエージェント

リクルートエージェントは国内No1の求人数と転職支援実績を誇る転職エージェントです。

ITエンジニアの転職支援にも強く、2023年9月のITエンジニア向け公開求人数は約9.4万件と、他のエージェントから群を抜いての豊富さです。

これまで培ったノウハウをもとに開発された「サービス体制」と「支援ツール」が非常に高品質であることが、リクルートエージェントの強みです。

たとえば、リクルートエージェントでは志望企業の特徴・評判といった分析から選考のポイントまでをまとめた「エージェントレポート」を用意してくれます。
データサイエンティストの転職では、その職場の開発環境から必要なスキルや働き方まで、ネットで公開されていないような企業情報が必要となることも多いでしょう。その際に、レポート情報は大いに役立つはずです。

また、担当アドバイザーもこれまでの実績をもとにデータサイエンティストの転職に関する有益なアドバイスを提供してくれるでしょう。

リクルートエージェントの特徴

doda エンジニアIT

doda エンジニアITは国内大手人材会社「doda」の、ITエンジニアに特化した転職エージェントサービスです。
ITエンジニア系のエージェントは都市部に特化したところが多い中、doda エンジニアITは都市部だけでなく地方での転職支援にも強いです。

また、dodaは求人を自分で探して応募する「転職サイト」と、求人紹介から企業への応募、日程調整までアドバイスしてもらえる「転職エージェント」両方のサービスを利用できます。
「まずは自分でデータサイエンティストの求人をじっくりチェックしたい」という方は転職サイトのサービスを利用し、その後「応募や企業への交渉についてサポートしてほしい」となったときにエージェントサービスを利用する、という使い方もできます。

doda エンジニアITでは「ダイレクト・リクルーティングサービス」という仕組みを取っており、そのため実績のあるエンジニアは企業から熱意あるスカウトメールが届くことが多いです。

スカウトメールは登録時のレジュメ内容をもとに送付されますので、「スカウト・オファーを沢山ほしい」という方は、レジュメ内容を充実させることが大切です。

doda エンジニアITの特徴

Geekly（ギークリー）

ギークリー（Geekly）は、IT・Web・ゲーム業界への転職支援に強い転職エージェントです。
Web3やX-Techといったトレンド技術の求人も多く取り揃えており、これらの分野で転職先を検討している人におすすめです。

ギークリーのキャリアコンサルタントは、最低でもIT業界で3年以上のコンサルティング経験を持っています。
また、サポートの際は細分化された職種別に担当が付きますので、データサイエンティストのトレンド情報や転職事例を知りつつの活動ができるでしょう。

そうしたサポート体制もあって、ギークリーを利用した転職者の年収アップ率は81％といいます（※2023年9月 公式サイトより）。

かつては「35歳転職限界説」もありましたが、ギークリーの転職成功者のうち、およそ4割近くは36歳以降のミドル世代であり（※公式サイトより）、幅広い年代で偏りなく実績を積んでいる点もギークリーの大きなメリットです。

Geekly（ギークリー）の特徴

データサイエンティストへの転職がおすすめかどうかは、現時点でのスキルレベルにより変わります。
たとええば、Pythonでのコーディングは行えても数学や統計学の知識が無い方は、知識をつけることが先決です。

必要なスキルを身につけてから転職することで、あなたの評価も高まります。

データサイエンティストに必要なスキルを備えている方は、ぜひ転職にチャレンジし、ステップアップを実現しましょう。

高いスキルを世の中に示す良いチャンスです。転職エージェントはあなたに合った企業選びにつながるため、積極的に活用するとよいでしょう。