私はデータサイエンティストとして米国の企業で働いています。生物系での教育バックグランドの持ち主ですが、情報学を学んで今の仕事に至っています。 この経験を生かして、コンピューターサイエンス・情報・統計学等での学歴がなくても、20代、30代、40代の方が、データサイエンティストとして転職できる道を紹介したいと思います。 データサイエンティストの就職・転職に学歴が必要なのは一部の巨大IT企業での研究職。実際に多く求められているのはデータサイエンスの技術を使いこなせる実力者。 最初に、GAFAと括られるGoogle、 Amazon、 Facebook、 Appleなど情報系大企業では、コンピューターサイエンス、統計、数学等で博士の学歴に加えて、更に情報系分野で研究実績がある人達を「主に」採用しています。 何故なら、これら巨大IT企業は、AI、深層学習のアルゴリズム、データサイエンスの技術そのものを研究開発しているので、コンピューターサイエンス・統計での理論的なバックグランドをしっかり理解していることを求めているからです。 日本の大企業でも、事情は一緒だと思います。 ですがビジネスの多くの場ではデータサイエンスの技術を使える、使いこなせる力が求められています。その点で、データサイエンスは分野が新しく、ストリートファイトなところが多分にあり実力重視です。 例えばデータサイエンスに特化しているビッグデータナビの求人を見ても、ほぼ全ての求人が研究職でなく、スキル重視の実践者を求めていることが分かります。 これはGoogle、 Amazon等でも同じで、使いこなせる実力を証明してデータサイエンティストになる道も開かれています。 この記事では、未経験者がデータサイエンティストとして転職を成功させる方法について、華やかな道と手堅い道を教えます。 実力を証明してデータサイエンティストになる華やかな道 データサイエンスを行う様々なツールがオープンソースで開発されていて、無料で手に入ります。それらを如何に使いこなすかという事が、難しい理論を知っているよりも、多くのビジネスの場で重要です。 そして、データサイエンティストとして実力を客観的に国際的に確実に証明する方法があります。 この方法で証明できれば、大企業に就職して年収数千万、またフリーランスとして「より稼ぐ」ことも実現できます。 その方法は、データサイエンティ…
現在私は米国でデータサイエンティストとして働いています。 日本でも、データサイエンティスト・データサイエンス職に転職したいと考えている人が増えてきています。 転職したいと考える理由に、データサイエンティストの仕事の面白さ、給料の良さ、将来の仕事の展望の良さなどが上げられると思います。 ではデータ「エンジニア」という言葉をご存知でしょうか? 実は、データサイエンティスト並に将来性があります。後で述べますが、データサイエンティストが活躍する前提をデータエンジニアが用意する必要があるので、需要は共に成長するからです。 そしてキャリアーパスはより堅実です。 何故なら、データサイエンティストには根本的に数学・統計の所謂「センス」が求められるので、全く数式が苦手な人にはハードルは高いです。また、根本的に苦手な部分がある所でキャリアーパスを構築するのも大変ですよね。 一方データエンジニアは技術・知識の積み重ねがものをいいます。 学ぶことが確実に出来る技術の発展と共に強みを増していけるので、数式が苦手な人には、より堅実なキャリアーパスを描くことが出来ます。 データエンジニアの仕事は「Lego」やブロックで色々と組み立て遊ぶことに近いです。経験と共に、より新しいブロックやブロック同士の組み合わせ方を学んで、より高度な完成品を作れるようになるといった感じです。 将来有望な情報分野での高度な技術者として転職したいけど、数式が全く苦手というのであれば、キャリアーパスも考えてもデータエンジニアを狙ったほうが堅実と思います。 実は米国では、データエンジニアの求人数はデータサイエンティストより圧倒的に多いです。 日本でも、近い将来同様になると考えられます。 データエンジニアは何をしている仕事? 一言で言えばデータのマネージメントシステムを構築する仕事です。データ加工技術を駆使して、生の複雑怪奇で不揃い、隙間だらけでフォーマットも違う色んな種類の大量なデータを、整理して解析できる形にしてデータサイエンティストに届ける仕事でもあります。 つまりデータエンジニアが提供する環境とデータの上に、データサイエンティストは仕事が出来るようになります。 データサイエンティストという言葉は、グーグル、フェースブック、アマゾンと言った巨大IT企業が高給でデータサイエンティスト達を採用しているということで、日本でもニュースとして一般の人でも耳にする…