これは、ある架空の卒業生が、未経験の状態でデータサイエンティストになっていくための方法を、第三者視点で書いた記事です。

データサイエンティストの定義はここで説明しませんが、近年において、データサイエンティストの役割が日本でも認知されつつあります。実際に海外ではビジネスシーンにおける重要なポジションとして最前線で活躍しています。

データサイエンティストとして活躍したいけども、当然誰しも初めは未経験…。そんな状態で目指すべき方向性を示す道筋が、この記事を読むことで必ず見えてきます。

採用する側としても、データサイエンティストに必要となるスキルや、求めるべき過去の経験を測る指標にしてみてください。
※2016年にデータサイエンティストを雇ったトップ企業リストはコチラ

未経験だからこそ、取り組める施策が必ずあります。そこを身に着けることで、きっとあなたは将来データサイエンティストとなり、仕事を得ることができるでしょう。

この記事が、未経験でも諦めずにデータサイエンティストを目指すきっかけとなることを祈っています。

未経験からのデータサイエンティスト

※これは、ある架空の学生が、未経験からデータサイエンティストを目指すお話です。

データサイエンティストの市場は、未経験の人間にとって非常に閉鎖的かつ懐疑的です。私はこの問題を解決するには、少し別の切り口からデータサイエンティスト見つめる必要があると考えました。

実際に数多くのデータサイエンティストや技術者達から話を聞き、彼らが言ったすべての方向性に向かって歩み始めています。

必要なスキルや、その説明に必要な用語などは、独自に調べています。

データサイエンティストの基礎

この計画を私と同じような未経験の誰かに適用するには、データサイエンティストになる前の時点で、私の現在地を説明する必要があります。

まず私は、複数のテクノロジー系企業のスタートアップでインターンをしてきました。これら企業でのインターンシップの経験から、私は自分自身のスキルや考え方について学び、どのような役割を果たすべきか、という事を知ることができました。

彼らはまた、私のこなすべき課題をより簡単にした、初期のネットワーク構築についても教えてくれました。これは非常に有意義な体験で、データサイエンティストとしての考え方がより鮮明になったのを覚えています。

私自身、物理学のMSciも持っています。定量的指標の考え方は私に大きな自信を与えてくれましたし、就職活動においても、学位の取得が心のよりどころにもなります。しかし、学歴に関しては無くても問題ない、と言うのが実際に働いている人たちと接して感じた印象です。

私が知っている、最も才能のある人は私よりも学歴がありません。大事なのは、自分自身を目立たせるために懸命に働き、モチベーションを強く保ち続けることです。それは経験と力強いスキルで充分カバー出来ます。

しかし、スキルと言っても様々あります。活動的で力強いスキル、静的で寡黙なスキル、複数の人々によって生み出されるスキル、チーム全体として取り組む際のスキル。話題はそのスキルを有する人自身の人格にまで広がったこともありました。

私はこれら様々なスキルと接し、データサイエンティストにとって必要不可欠なことは、これらスキルから導き出された良質かつ様々な分析結果を組み合わせることで、新たなその施策の可能性を広げることだと気づきました。

この考えこそが、私が考えたデータサイエンティストの基礎になります。

計画:STEP1 – ネットワークを駆使し、聞き、感じる

「あなたは、経験や知識なしに何かをしたいと思っていますが、そのことをどのように克服しようと考えていますか?」

この質問はデータサイエンティストで働く際、一番初めに聞かれる質問です。経験はネットワーキングと練習を通して積み重ねることができますが、何よりもまずは知識を取得する必要があります。

一般的な知識はオンラインで見つけることができますが、本当に有用な知識は実際の人々から得ることになるでしょう。

あなたが実際に見つけて学ぶべき人々のタイプは、大きく分けて2種類に分類されます。それは、データサイエンティストと採用担当者です。

あなたのネットワークを最大限に活用し、コンタクトを取り紹介するように依頼してください。彼らと話をして、現場の人間の話を聞き、採用する側の思いを感じなければなりません。

データサイエンティストには、彼らがどのようにデータサイエンティストになったのか、どのようにしてデータサイエンティストになることができるのかを尋ねるのです。

採用担当者には、データサイエンティストの採用基準だけでなく、採用市場全体において意識する方法を尋ねてください。

聞き、感じる。それは最も重要な部分です。

あなたは話を聞いた人々に、更なる人物を紹介してもらえないか依頼してみてください。本当に関心があるという事をあなたとの会話の中で感じた相手ならばきっと、彼らも協力を惜しむことは無いでしょう。

残念ながらあなたのネットワークを通じてこれらの人々を見つけることができない場合。大丈夫です、他の方法があります。これがLinkedInです。

あなたここからデータサイエンティストを探しだし、メッセージを送信します。

そう多くの返信は期待できないでしょう。しかし、諦めずにメッセージを送り続けることです。そう、あなたの覚悟が本気ならば

Meetup.comはあなたのような人々のために設計されたツールです。

ロンドンには、私が学びたいと思っている多くのデータサイエンスミーティング(PyData、データサイエンスフェスティバルなど)があります。もちろん日本にも!

これらのイベントで私はいくつかの尊敬できる人々に出会い、私はたくさんのことを学びました。

実は秘密のソースがあります。それはしかし個人をつなぐアプリやサービスを上手に使い、テンダーを取って、雑念を取り除き、真の目的を強い意志で持ち続ける必要があります。あなたはLINEやチャットツールアプリでコンタクトをとるかもしれません。しかしそれらは信号よりもノイズ(雑念)が多いです。違う目的意識で使用する人々が多いからです。本当の秘密のソースJamieAppです(現在はTech and Financeのみ)。それが、私がデータサイエンティストと採用担当者に出会った経緯です。)

STEP2 – 学ぶ

あなたは、知識とスキルのギャップを埋める為、仕事に必要なスキルの開発をスタートしなくてはなりません。データサイエンティストは、コーディング、統計、コミュニケーションの3つのスキルを兼ね備えているものです。

現在はオンラインで簡単にハードなスキルを学ぶことができます。大学に今から改めて通う必要はありません。Udemyは、信じられないほど安価でビジネススキル、テクノロジー、パーソナルライフ&ファミリーのスキル価値を提供してくれます。

UdacityのNanodegreesも、非常に素晴らしいです。Android、iOSなどであなたのキャリアをスタートすることができます。

DataCampはスタート地点において最適と言えます。業界にとらわれることなくデータサイエンティストについて学ぶことができるでしょう。

…あまりにも多くの選択肢があり、迷ってしまうかもしれませんね。それでは始めるのが難しくなってしまいますので、私はUdemyを推奨します。

データサイエンティストがどのようにコミュニケーションを取るか、を学ぶ事も非常に重要です。内部知識を知っている人とそうでない人では、どのように物事を明瞭に表現するのかの違いが実感できます。

これを行うには、Data Science Weeklyのような適切なニュースレターにサインアップし、Medium、Google、Red dit、LinkedIn、KDNuggetsなどの適切な記事を検索しましょう。

また、視覚化する方法を学ぶ事も重要です。なぜならクライアントへ解析データを伝える際に、視覚で確認できる状態まで簡略化する必要があるからです。TableauCartoは、様々な人々が素晴らしい視覚化を作成できるようにする公開バージョンを持っています。

そして、Podcastを聞きましょう。

これは、データサイエンティストが異なる視点を聞いて知識を習得し、固めていく方法です。少数の偉大なデータサイエンティストは、データに懐疑的で、多かれ少なかれ枝分かれしていく思考を好みます。その思考を理解する練習に最適です。

STEP3 – 練習

いよいよあなたは、コードを学ぶ時期です。

コードを学ぶことで、データサイエンスのプロセスを学ぶことができます。統計でPhDを持つことができるのです。

しかし、経験がなければあなたは仕事で壁にぶつかり、アドバイスや指導を必要とすることになるでしょう。そうなれば意志の強いあなたならば、職場外で経験を得る方法を考えるはずです。

最近Googleによって買収されたKaggleは、データサイエンティストが互いに集まり、練習し、学ぶ場所を提供してくれています

データセットとそれに関連する課題では、STEP2のオンラインコースから学ぶことができるものを超えて、より実践的なデータサイエンティストになることを学べます。同様のサービスはHackerRankです。

心配する必要はありません、自信をもってコードを打ち込んでいきましょう

STEP4 – 適応

経験の浅いデータサイエンティストの仕事がまだ少ないのはなぜか

世界的にはまだまだ、データサイエンティストの経験が不足している状態にあります。つまりデータサイエンティストの業界自体が良い方向に向くまで、彼らのスキルは常に磨き続ける必要があるという事です。

しかし、その正しいタイミングがあなたに沿って来たとき、あなたは万全の準備を整えていなくてはなりません。準備が整っているということは練習を繰り返しているという事。

あなたはSTEP3でその役割を練習することができます。しかし、経験者におけるインタビューの準備が整っていなければ、STEP3は時間の無駄になる可能性もあります

STEP1で見つけたと思われるデータサイエンスの採用担当者に相談してください。練習の方向性が間違っていないかどうかを質問してください。彼らが同意すれば、練習の準備が整いました。

 

なぜ、この計画を考えたか

以上のステップは、唯一の最適な方法ではありません。これは、私が受け取ったアドバイスからまとめた計画です。おそらく人によっては最適化することが難しい、時間のかかる計画でしょう。

成熟した市場において、卒業生はシンプルな構造のデータを収集する役割に配属される可能性が高いものです。経験豊富なデータサイエンティストとデータエンジニアが存在せず、実用的で構造の整ったデータを作成することなく、卒業生を純粋なデータエンジニアの役割に置く、というこれまでの典型的な流れに私は興味も関心もありません

しかし、ここで挙げた計画を実行したとき、あなたはデータサイエンティスト業界におけるパイオニアになれます

未経験の大学からデータサイエンティストの道へ行くことは、まだ踏まれていない新たな道です。私はこの旅の間に自分自身について多くの事を学び続けており、勉強を続けています。同じような旅をすれば同じことが起こる!そう願っています。

経験の浅いデータサイエンティストの市場は、以前は砂漠ほど不毛でした。しかし心配しないでください、それは変化し、確実に成長しています

まとめ

以上が、とある架空の学生視点で語られた、未経験からデータサイエンティストになり仕事を得る方法の計画です。

既に経験ある近しい人物から話を聞き、必要と思われる知識とスキルの吸収を意識する必要性を説いています。具体的に必要なスキルはともかく、この計画のように実行することで本人も自信がつき、様々なスキルを有する人々と接する機会に直面した際も臆することなく対応できそうですね。

データサイエンティストの市場は、まだこれから確実に広がります。それはデータサイエンティストがAIの時代が到来したとしても、共に寄り添いながら歩むことのできる役割だからです。