統計学

文系がデータサイエンティストに転職するうえで知っておくべきこと

みなさんこんにちは！

統計ブロガーのにっしーです。

今回は、私がデータ分析関連の仕事に就いた経験をもとに、転職する際のポイントや知っておくべきことをご紹介します。

実は当ブログ運営者の私自身、もともと文系出身でIT未経験のままデータ分析の仕事に就職しました。

新卒入社した会社では人事や総務などを行っていたので、データ分析の職に関しては完全に未経験です。

しかし、その状態から今ではデータコンサルティング企業にてBIツールを使ったデータ分析を行うなど、データに関連する仕事を行っています。

今回の記事では、実際に文系未経験の人間がデータ分析を仕事にできた経験をもとに、転職できた理由やポイントなどを国内の現状をもとにひも解きながら詳しく解説していきます。

是非最後まで楽しんで読んでいただけますと幸いです！

以下、運営者の経歴です。

運営者の経歴

  • 新卒でメーカーの人事・総務に従事
  • ITコンサルティング企業にて、SalesforceやPardotの導入コンサルティング、Webマーケティング業務、客先常駐でのデータ処理業務などを経験
  • フリーランスとして独立し、企業のWebコンサルティングや、データコンサルティング企業でのセミナー運営やBIツールを使ったデータ集計、分析業務など、幅広く活動中

詳しいプロフィールはこちら

国内のデータ関連の仕事に関する状況

まずはじめに、国内におけるデータ関連の仕事の近況について軽くご紹介していきます。

近年、データ分析職に興味を持つ人が増えている

2022年現在、5Gなど情報技術の発展に伴い、様々な場所でビッグデータが活用される時代となりました。

また、あわせてデータサイエンス、統計学などのデータ活用の手法にも注目が集まるようになってきました。

それに伴い、データ分析の仕事に興味を持つ人も増えています。

未経験からデータサイエンティストを目指す理由として、エスタイル社の調査結果によると、以下のような結果となったことが分かっています。

Q. 転職先の職種としてデータサイエンティストを希望する理由を教えてください。

第1位「市場価値が高まる職種だから」
第2位「新しい領域の仕事に取り組めそうだから」
第3位「統計及び分析の知識やスキルの習得を獲得したいから」

参考）https://prtimes.jp/main/html/rd/p/000000018.000013257.html

データ活用ができるようになることで、市場価値が高まるためデータ分析のスキルを身につけたい、仕事にしたいと考えている人が多いようです。

転職にハードルを感じている方も多い

一方で、興味はあるけれど「データ分析といえばデータサイエンティスト」、「データサイエンティストといえば理系」というイメージを持っている方も多く、なかなか手を出しにくいと思ってしまう方も少なくありません。

というのも、なかなかデータ分析関連の専門知識は独学では身につけにくいからです。

また、転職に際しても新卒や第2新卒ほど若くなければ、未経験ではなかなか転職が難しいというイメージもあります。

しかし実際は、文系未経験でもデータ分析の仕事に転職することは可能です。

文系未経験でもデータ分析の仕事に転職できる理由

まずは、文系未経験の方でもデータ分析の仕事に就職・転職できる理由をご紹介します。

理由その① データ活用の重要性が高まっている

例えば、最近ではワークマンのExcel経営というデータドリブンな経営方法によって、ワークマンプラスの大成長にうながった事例などは、大変有名です。

（参考）https://www.itmedia.co.jp/enterprise/articles/2012/16/news005.html

この他にも、大企業においてはデータ活用専門の部署も設けているところも多く、データドリブンな経営を目指している会社も増えてきています。

一方で、中小企業においてはなかなか専門人材の不足でまだまだデータ活用が進んでいないところも多いです。しかし、できていないだけで、データ活用をしたいと考えている企業は多いはずです。
(参考)https://www.sbbit.jp/article/bitsp/38089

また、以下のとおり、矢野経済研究所の調査結果では、データ関連人材が今後増えていくことが予想されています。

このことからも、今後中小企業においても徐々にデータ活用が浸透されていくのではないかと考えられます。

（引用）2020年度の国内データ分析関連人材規模予測　矢野経済研究所

理由その② 日本全体でデータ利活用人材は不足している

文系未経験でもデータ分析関連の仕事に転職できる理由として、日本全体でデータ利活用人材が不足していることも挙げられます。

前述の通り、情報技術の発展に伴い、データ活用のニーズが増えています。

実際、以下のように『需要が高まる職種ランキング』でも「データ活用に関する職業」が上位に来ています。

しかし、その一方でデータ利活用人材の不足が深刻な社会問題となっています。

（引用）『データサイエンティストの人材不足状況と今後の展望』

総務省が2017年にビッグデータ利活用元年と発表してから約5年がたちますが、いまだ多くの企業でデータ分析が十分に行われていないというのが現状です。

データ分析には、専門知識やノウハウが必要になってくるため、社内に専門人材・スペシャリストがおらず、せっかくのデータを生かし切れていないという企業も少なくありません。

このような現状から、データ活用人材は不足しているなかで、データ活用のニーズが高まりつつあるので、文系の方や未経験の方でも就職や転職ができる可能性があるということになります。

ただし、もちろん経験がある方や、理系の方などのほうが採用の現場ではアドバンテージがあるかと思いますので、そこを埋め合わせできるような努力をしていく必要があります。

補足１：国内でデータ活用人材を増やす動きも増えている

補足として、国内でデータ活用人材を増やす動きについてもご紹介します。

例えば沖縄では、ひとり親の所得向上に向けて、データ分析職育成講座なども行っており、データ活用ができる人材を増やそうという動きが様々なところで出てきています。

補足２：データサイエンスを学べる大学が増えている

直近10年ほどで、国内においてデータ分析を学べる大学がかなり増えてきています。

以下は、産経ニュースで紹介されていた、データサイエンスなどを学べる情報系学部・学科を新設した主な大学の一覧表です。

平成29年度滋賀大学（滋賀）、東洋大学（東京）
平成30年度横浜市立大学（神奈川）、広島大学（広島）
平成31年度/令和元年度兵庫県立大学（兵庫）、中央大学（東京）、武蔵野大学（東京）
令和2年度福知山公立大学（京都）、長崎大学（長崎）
令和3年度立正大学（東京）、南山大学（愛知）
令和4年度名城大学（愛知）、岡山理科大学（岡山）、近畿大学（大阪）

参考）https://www.sankei.com/life/news/210523/lif2105230043-n1.html

最近は毎年のようにデータ人材を育成するための学部が新設されており、このことからもデータ人材が今後かなり増えてくる、需要が高まっているということが考えられます。

また、京都女子大学でも、2023年4月にデータサイエンス学部の構想があるようです。

女子大におけるデータサイエンスに特化した学部は初めてではないでしょうか。

https://www.kyoto-wu.ac.jp/news/details/rhnb30000000zfb0.html

今後も、このようにデータサイエンス学部を取り入れる大学は増えてくることでしょう。

他にも、統計学を学べる大学については、下記の記事のなかでご紹介しているので、気になる方は是非読んでみてください。

国公立・私立別　統計学を学べる国内の大学まとめ【2022年7月最新版】

理由その③ 理系向けの仕事だけではない！

ひとえにデータ分析といっても、職種は様々です。

たとえば、「データサイエンティスト」「データアナリスト」「データエンジニア」など、さまざまです。

また、データサイエンティストだからといって、必ずしもPythonやRなどのプログラミングのスキルを修得していないといけないというわけではありません。（もちろん出来るに越したことはありませんが。）

たとえば、データの分析結果から、正しく結果を解釈し、課題を抽出し、改善施策に落とし込む部分においては、総合的なビジネス力が求められる場合もあります。

データ関連の仕事といっても、実務によって求められるスキルも変わってきます。

必要となるスキルを身につけている、もしくは素養があることを示すことが出きれば、このデータ人材が不足している現代においては、十分就職や転職市場で求められる人材なのではないかと思います。

理由その④ 必要な知識は就職してから身につけることもできる

就職や転職するためには、あらかじめデータ分析に関する専門的な知識や、ツールの使い方などのノウハウを身につけておかないといけないと思われがちですが、決してそうではありません。

もちろん最低限の統計学やデータ分析の素養は身につけておいたほうがいいというのも事実です。

しかし、企業にもよりますが、前述の通りデータ活用人材は不足しているので、未経験でも求めているところはあります。

そのため、専門性は就職してから磨きあげていくという方法もあります。

実際、以下のように育成枠として採用する企業もあります。

ただし未経験の場合は、以下のようなリスクやデメリットもあります。

  • 採用の難易度が上がる
  • 入社後の研修で苦労する
  • 仕事内容が合わないと感じる

特に、未経験で入社した時に、仕事内容が自分の思っていたものと違っていたとしてやめてしまうことになるのは本当にもったいないです。

そのためにも、自分である程度はデータ分析を学んでおいて、仕事内容が本当に自分のやりたいことかどうかをしっかり見極めておく必要があります。

また、もちろん専門性やノウハウを持っている人のほうが、優良な企業に就職しやすいです。

具体的なデータサイエンティストのキャリアを知りたい方や、転職のために基礎を身につけておきたい方は、一度データミックスの無料相談会に参加してみるのがオススメです。

データ分析に関する仕事の種類

先ほども軽く述べたように、「データ分析関連の仕事」といっても様々な種類があります。

ここからは、データ分析にかかわる様々な仕事の種類について簡単にご紹介していきます。

① データサイエンティスト

データサイエンティストのイメージとしては、以下の通りです。

さまざまな意思決定の局面において、データにもとづいて合理的な判断を行えるように意思決定者をサポートする職務またはそれを行う人

(引用) https://www.sas.com/ja_jp/insights/analytics/what-is-a-data-scientist.html

なので、一概にここからここまでがデータサイエンティスト、ここからはデータエンジニアなど明確に分かれているというよりも、一部かぶっているところもあったりするのがデータ分析関連の仕事の特徴です。

具体的には、データ収集から収集したデータのクレンジング、そしてRやPythonなどのプログラミング言語を用いた分析や、分析結果に基づくモデルの開発など幅広くかかわっていくのがデータサイエンティストです。

実際に顧客の対応をすることもあり、顧客の課題を解決するための戦略をデータから導き出すことからも、データサイエンティストは戦略コンサルであるという声もあります。

② データアナリスト

データアナリストは、その名の通り「データを分析する仕事」のことです。

収集したデータ、その分析結果から、経営上の課題や解決案を導きます。

仮説検証や、クライアントの課題の解決案を示すため、高度なビジネス力が求められることが特徴です。

データアナリストも仕事の明確な範囲が決まっているわけではなく、定義が少し曖昧なところもあります。

そのため、データサイエンティストやデータエンジニアのように、機械学習やプログラミングのスキルを求められるかどうかなども企業によっても異なってくるので、転職の際はその企業が定義する「データアナリストの仕事内容」など詳しく確認しておいたほうがよいでしょう。

③ データエンジニア

データエンジニアは、データに関する幅広い仕事を指しますが、なかでもデータ基盤の構築や、プログラミング・機械学習・AIなどを活用した高度な分析処理、データの収集、管理などがあります。

データエンジニアといっても、仕事内容は会社によっても大きく異なりますので、こちらも企業の担当者にしっかり確認するようにしましょう。

④ その他のデータ分析に関する仕事

上記のようなデータサイエンティスト、データアナリスト、データエンジニアのほかにも、データ分析にかかわる仕事はたくさんあります。

例えば、私はデータコンサルティング会社にて、会社独自のシステムを使ったデータの集計や分析、顧客に提出する分析レポートの作成などに携わったこともあります。

また、客先常駐でデータ処理スタッフとして派遣され、SQLを使ったデータ集計や、Oracleを使ったデータ処理業務などを行いました。

ほかにも、たとえば以下のようにTableauやPowerBI、GoogleDataPortalなどのBIツールを活用したデータ分析の仕事などもあります。

また、以下のように、データ分析基盤を整備するデータマネジメントという仕事など、本当に様々な仕事があります。

「データ分析の仕事」と聞くと、多くの方がデータサイエンティストというイメージを持ってしまいがちですが、決してそれだけではなく様々な仕事があるということを知っておくことも大切です。

このように、一般的によく聞くデータサイエンティストのような仕事以外にもデータ活用に携われる仕事は探せばきっとあるはずです。

実際、ここで紹介しているだけではなかなかイメージがわきにくい部分もあるかと思いますので、まずは一度採用媒体に登録して調べてみることをオススメします。

以下の媒体はいずれも登録して調べるだけなら無料なものばかりを集めてみました。

媒体によって紹介している案件も異なるので、それぞれ登録してみて調べてみるのをオススメします！

【厳選非公開求人数10万件以上！】リクルートエージェント

【未経験向けのIT転職支援サービス】IT求人ナビ

転職成功の秘訣は【非公開求人】にあった！／DODAエージェントサービス

【平均年収50万円UPの求人提案力】レバテックキャリア

実際に応募などはする必要ないので、調査をしておくだけでも今後のキャリアを考えるときに役立つことと思います。

先にやりたい仕事内容を明確にしておくことで、その目標に合わせた勉強も出来るので、今のうちに気になるデータ関連の仕事がないか調べてみましょう！

フリーランスや副業として関わりたい方は、以下のようなサービスで、自分の希望に合った仕事が見つかるか探してみてもいいと思います。こちらも全て登録して調べるのは無料のものばかりなので、気軽に使ってみてください！

どんな案件があるのかを調べてみるだけでも勉強のモチベーションアップにつながると思いますよ！

【データ分析のフリーランス向け案件業界最大級】BIGDATA

【30秒で登録！業界最大規模の求人案件数】IT求人ナビフリーランス

Free Engineer Office｜フリーランスエンジニア向け求人サイト

重要になるスキル

データ分析には様々な仕事がありますが、重要になるスキルについては共通するものがあります。

例えば、産業能率大学総合研究所では、データ活用人材に求められるスキルセットとして、以下の３つをあげています。

  • ビジネス力
  • データサイエンス力
  • データエンジニアリング力

データサイエンティストに必要なスキル

（参考）https://www.hj.sanno.ac.jp/cp/incompany-training/pickup/data-science/deta-skill/ をもとに作成

しかし一方で、この3つの異なる能力を同時に身につけるのは困難とも述べています。

実際に企業のデータ解析を行う際、個人で完結することはほとんどありません。

つまり、各種の分野でそれぞれにスペシャリストがいて、その方々と協力しながらプロジェクトを進めていく流れになります。

そのため、一気に3つのスキルを身につけなければならないわけではないので、たとえば文系の方でも「ビジネス力」を磨き上げることで、データ分析のプロジェクトに参画して成果を上げていくことは可能です。

データ分析の仕事に就職するための準備

ここからは、データ分析の仕事に就職・転職するための準備のお話をしていきます。

プログラミングを勉強する

データ分析の仕事に就職・転職するための準備として、まずはプログラミングを経験してみることをオススメします。

プログラミングができないと就職できないというわけではありませんが、当然できたほうが任せられる仕事の幅も広がります。

仕事の幅が増えると、出来ることも増えていき、データ活用の専門性を磨いていくことができます。

今では、Youtubeなどの動画サイトで、無料で様々なプログラミング言語の概要を学ぶことができます。

もちろん「実務経験を積んでいく」「スクールに通ってみる」などしたほうが確実ですが、試してみる分には無料の教材でもなんら問題はありません。

無料で学び、興味がある、勉強してみたい、と思った方は、スクールに通ってみるのもオススメです！

なぜなら、スクールのほうが効率的なカリキュラムに沿って学ぶことができ、独学では難しい部分のサポートも充実しているからです。

多くのスクールでは、無料の説明会や相談会が開催されているので、まずはそちらに相談してみるだけでも大きな一歩です。

当メディアでは、以下のデータミックスをオススメしています。

プログラミングスクールというよりもデータ分析スクールですが、データ分析に強いPythonというプログラミング言語を学べるコースもあります。

特に、通常のプログラミングスクールよりもデータ分析に強いスクールなので、将来的にデータ分析を仕事にしたい方が通うべきスクールとしては間違いなく一番オススメできるスクールです！

気になった方は一度無料の相談会に参加してみてください！

データ分析に関連する資格を取得する

データ分析を仕事にするうえで、資格を取得することは有効です。

企業としては、データ分析のスペシャリスト、もしくはスペシャリストになれる素質を持った人を採用したいと考えます。

しかし採用面接などの段階では、未経験の方の場合ポートフォリオも経験もないことが多く、アピールが難しいです。

そこでデータに関する資格を一つでも取っておけば、ある程度素養は身についている、ちゃんと勉強をしている、勉強する意思があるというアピールができ、採用される可能性が高くなります。

ちなみに、統計検定の受験者数も以下の通り年々増加しており、データ活用の重要性の認識が高まりつつあることが分かります。

ただし、「資格をとったからデータのプロだ！」というわけではなく、あくまで勉強した証くらいのものですので、その点はご注意ください。

自分が将来どうなりたいか計画しておくことも大事

データ分析に携わるようになった後、どのようなキャリアを歩んでいきたいのかを明確にしておくことも大切です。

例えば、会社によってはデータサイエンティストとデータアナリストを区別していて、自身のやりたかった形でデータにかかわれない職種に配属されてしまうというケースも考えられます。

また、客先常駐型かどうかでも働き型が大きく変わってきたりします。

もしそうなってしまった場合は、どれくらいで部署移動があるのか、など具体的な将来の見通しを考えておくことも重要です。

未経験からデータ分析の仕事に転職した人の声

さて最後に、実際に未経験からデータ分析の仕事に転職したという方の声をみていきます。

非常にポジティブな声ですね！

未経験からデータ分析をはじめとする様々なお仕事に携わっているということで、大変そうです。

しかし、若いうちにこれだけ経験できると、将来必ず役立つスキルが身につくと思いますので、なんでも挑戦、経験することが大切なのだと感じさせてくれるツイートですね！

半年前まで実務未経験だった方が、さっそく様々なデータ分析関連の仕事を任されているというツイートです。

勉強も大切ですが、やはり実務経験がかなり重要です。

データ分析の仕事と聞くと、ひたすらデータと向き合って、、というイメージを持つ方も多そうですが、決してそんなことはありません。

こちらの方のツイートにもあります通り、ヒアリング力などのコミュニケーション能力も非常に重要になってきます。

データ分析はあくまで課題を解決するための手段の一つです。ビジネス力を鍛えることも重要だということが分かるツイートです。

まとめ

今回は、文系未経験からデータ分析関連の仕事に就くために知っておくべき重要なポイントについて詳しく解説していきました。

今や、データを全く持っていない会社などありません。

どんな会社でも何かしらのデータは持っています。

そこにデータがある以上、データ分析の知見はどんな企業、どんな職種でも役立ちます。

そのため、実際に就職・転職をしなかったとしても、データ分析に関する知識や経験を身につけておけば、様々な業界、職種で役立つので、興味を持った方は是非基礎だけでも勉強しておくことをオススメします。

データ分析は、文系理系問わずに求められるスキルです。

そして一度身につけると、ずっと役立てることができるので、本当にオススメの学問です。

気になった方は、是非この機会にデータ分析を学んでみてください！

参考）https://it.impress.co.jp/articles/-/20991

Post Views: 484

[PR]※本サイトには、プロモーションが含まれています。

  • この記事を書いた人

にっしー

フリーランス3年目の29歳。 専門統計調査士など、統計に関する資格を複数保有。 自分が数学苦手だった文系だからこそ書ける、分かりやすい情報発信を心がけています。 著書『これから学ぶ人のための統計学超入門』 寄稿実績『知識ほぼゼロからデータ分析の専門家になる（週刊東洋経済）』、『50歳からの学び直し入門 (インターナショナル新書)』（一部）

～人気記事～

1
データラーニングスクールとは　評判や口コミとともに概要を分かりやすく解説

リスキリングの流れもあり、最近注目度が高まりつつあるデータサイエンス。 データサイエンスは独学で学ぶには少しハードルが高 ...

2
統計検定3級の重要用語イッキ読み【直前対策に最適】

こんにちは！統計ブロガーのにっしーです！ 今回は、統計学のキホンを学ぶのに最適な統計検定3級を爆速で取るための重要事項を ...

3
リスキリングに最適なデータサイエンススクール11選徹底比較【2024年版最新版】

データサイエンススクールがオススメな理由 昨今、データサイエンスを学びたいという人が急増しています。 しかし、データサイ ...

4
統計学が学べる国内の大学14選【国公立・私立別】

こんにちは。統計ブロガーのにっしーです！ 「統計学」というとみなさんはどのようなイメージがあるでしょうか。 なんだか少し ...

5
疑似相関（見せかけの相関）とは　具体例11選でわかりやすく解説

いきなりですが、皆さんは擬似相関という言葉をご存じでしょうか。 擬似相関は、”見せかけの相関”ともいわれる、うっかりして ...

-統計学
-, , ,