データサイエンティストに向いている人

大量のデータを集めて分析し、事業の判断に役立つ答えを導き出す仕事だ。統計やプログラムを使い、数字の中から傾向や理由を探ることが多い。

仕事内容

• 事業部の担当者と、分析で何を明らかにしたいかを決める
• 社内のデータを集めて、分析できる形に整える
• 統計の手法やプログラムで、傾向を見つけたり予測を立てたりする
• 分析の結果を、グラフや資料でわかりやすく説明する

向いている人の特徴

• 数字の並びから、隠れた規則を見つけるのが楽しい
• 「なぜそうなるのか」を、根拠をもって確かめたくなる
• 地道なデータの整理にも、根気よく取り組める
• 難しい内容を、相手に伝わる言葉に直すのが得意

大変なところ

• 分析の準備としてデータを整える作業に、多くの時間がかかりやすい
• 結果が出ても、実際の判断に使われないことがある
• 統計やプログラムなど、学ぶ範囲が広く深い

合いやすいタイプ

興味の方向が「研究的」「慣習的」のタイプと相性がよい傾向があります。

• 探究の司令塔問いを立て、みんなで答えに迫る
• 探究の切り込み隊長「なんで？」を、人に聞きに行ける人
• 探究の職人わかるまで、ひとりで掘り続ける
• 探究の探検家寄り道の先に、答えが落ちている
• 段取りの司令塔誰もが迷わない流れを設計する
• 段取りの切り込み隊長走りながら、決まりを整える人
• 段取りの職人正確さを、静かに積み上げる
• 段取りの探検家手順を愛し、まず試してみる

未経験から目指すには

必須の資格はないが、統計とプログラムの両方の知識が求められることが多い。分析の担当者やエンジニアとして経験を積み、移っていく道もよく見られる。

自分に合う仕事を人生ゲームで診断する

よくある質問

数学が得意でないと、データサイエンティストは難しいですか？

統計の考え方を使う場面が多いため、数学の基礎は学んでおく必要があります。ただ、すべてを自分で計算するより、道具を正しく使えることが求められる場面も多いです。仕事に必要な範囲から、少しずつ学び直す人もいます。

どんな経験が、転職の入り口になりますか？

マーケティングや営業企画で数字を分析してきた経験は、入り口になりやすいです。エンジニアとしてデータを扱ってきた人が、分析に軸足を移す道もあります。分析した課題と結果を、自分の言葉で説明できるようにしておくと伝わりやすくなります。

近い仕事

• インフラエンジニア近い興味：研究的・慣習的
• Webエンジニア近い興味：研究的・現実的
• 会計・財務の専門職近い興味：慣習的・研究的
• 経理近い興味：慣習的・研究的

職業ごとの興味の数値は暫定値です。厚労省 job tag の職業データに差し替えます。内容は一般的な傾向で、職場によって違います。