データサイエンス

【転職可能】文系からデータサイエンティストになるには?【経験者に聞いてみた】

文系からデータサイエンティストになることは可能なのでしょうか。本記事ではそのノウハウについて徹底解説致します。

アメリカの大学生の間ではデータサイエンティストという職業が人気という記事を見て、気になった文系の方は、サイエンティストというからには理系の職業だろうとそこで諦めていないでしょうか?

せっかく興味を持ったのに理系の職業だからと、よく調べないで諦めてしまうのはまだ早いです。仮に理系の職業であったとしても、もし仕事の内容に興味を持ち、チャレンジしてみたいと思ったのであれば、まずはどうすればなれるのか調べてみましょう。

実際に文系で社会人として働いていたとしてもデータサイエンティストに転職することは可能なのか?転職可能な場合には、どのようなステップで転職を実現し、文系からの転職で強みにできる面はあるのか?確認していきます。

結論:文系からデータサイエンティストに転職は可能

データサイエンティストの主な仕事内容は、膨大なデータを人工知能関連の手法の一つである機械学習を用いて分析し、今後の会社の戦略を決めるような意見を出すというものです。明らかに理系の職業のように感じますが、本当に文系でもなれるのでしょうか?

早速結論からいうと、文系からでもデータサイエンティストに転職することは可能です。むしろ、理系からよりも文系から転職する方が強みとなる点もありますので、その強みを上手く生かして転職を実現したいですね。

ただし、本来は理系の人がほとんどですし、職種としてもエンジニアに分類されます。データサイエンティストに必要な知識やスキルも、ほとんどが理系の人が学ぶ内容です。具体的には、数学やプログラミングで文系の方は苦手な方も多いでしょう。

文系からの転職は簡単ではありません。苦手な分野であってもきちんと学習をし、スキルを身につけていく必要があります。しかし、文系からデータサイエンティストになることでメリットもありますし、きちんとステップを踏んで準備をすることで実現できます。

あわせて読みたい
【2019年完全保存版】データサイエンティストにおすすめのプログラミングスクール10選!AI・機械学習が学べる!この記事はデータサイエンティストになりたい、AIについて学びたい、という人向けのプログラミングスクールと、その選び方を紹介しています。自...

文系からデータサイエンティストになるメリット

ビジネスサイドの観点から分析が得意

プログラミングに、微分積分や確率統計などの数学のスキルを持っている人の多くは、ビジネスに関する知識や経験をあまり持っていない場合があります。しかし、データサイエンティストにはビジネスに関する視点を持った分析が必要です。

その点、特に経済や経営を専門的に学んだ文系出身者であれば、ビッグデータを分析する際に必要なビジネスサイドの知識を持っています。元々経営戦略の構築に使用するためのデータ分析なので、より実践に使える結果を導けます。

もし文系出身でデータサイエンティストを目指している場合には、経営に関する知識や経験を失わないようにしましょう。自身では気づきにくい点ですが、ビジネスサイドからデータ分析できる能力は魅力的です。

データを俯瞰的に分析できる

コミュニケーション能力が高く、経済や経営に加えて心理学や文学などを学んだ文系出身者であれば、データ分析の際にさらに大きな強みを持っています。もちろん全てを経験していなくても問題ありません。

データ分析する際には、同じデータであったとしても複数の観点で分析をする必要があります。ロジカルな理系出身者では論理的思考に基づいた分析が可能ですが、最初に思いついた考え方に固執してしまうこともあります。

一方で、文系出身者であればどんな専門分野であったとしても多面的にものごとを考えられる人が多いため、データ分析の際にも思い込みによって視野が狭まることはありません。データを俯瞰的に分析できる能力はきちんと生かしていきたいですね。

コミュニケーション能力が必要

データサイエンティストの仕事は、膨大なデータを分析してそこで終わりではありません。むしろそこまでは結果を出していくまでに必要な手段でしかなく、そこから分析結果をもとに会社の方針や戦略を決めていくことが求められます。

もちろんデータサイエンティスト自身が意見を持つことは重要ですが、自分が分析した結果をしかるべきメンバーにきちんと理解してもらい、一緒に議論をしていくことで、よりレベルの高い戦略や方針を作りあげていけます。

この仕事にはコミュニケーション能力が必要不可欠です。文系職であればほとんどが周囲の人とコミュニケーションをしながら進めていきますので、理系の研究職よりも文系出身の方が向いているといえます。

英語の論文を読むケースもある

データサイエンティストに必要な人工知能や機械学習は多くの企業が研究開発に力を入れています。特に世界的に有名なIT企業が本腰を入れているため、最新技術のほとんどは英語の論文として発表されています。

技術の進歩が非常に速いため、時には最新の技術を導入するために英語の論文を読む必要があります。実際、ほとんどの理系職でも英語の論文や特許を読む機会があると思いますが、それでもやはり文系の方が英語の学習には時間をかけています。

英語を正しく読むために必要な時間は、その分仕事の効率に直結しますので、英語が得意な場合には大きなメリットになります。もし、英語に自信を持っているのであればきちんとアピールできるように準備をしておきましょう。

文系からデータサイエンティストに転職するための3ステップ

ITの全般的な知識を身につける

データサイエンティストになるためには、さまざまなスキルを身につける必要があります。その中で、もっとも基礎になるのはITに関する基礎知識です。まずはITに関する知識を全般的に広く身につけましょう。

まずはプログラミングにはどのような言語があるのか?どのようなことが実現できるのか?そもそも人工知能って何?機械学習と人工知能の関係は?IT企業ってどういう分類なの?などなど表面だけでよいので把握しておきたいところです。

この後専門的な学習を進めていく中で、当たり前のようにITに関する用語が使われ、知っていることが前提で話が進んでいきます。逐一内容を確認しているとスピード感が失われてしまいますので、まずはベースとして最低限学んでおきましょう。

データサイエンティストに必要なスキル(数学、プログラミング、ドメイン知識)を身につける

データサイエンティストに必要な知識としては大きく分けると数学、プログラミング、ドメイン知識が必要になります。そのうち、ドメイン知識は業界に関する知識なので、それほど難易度は高くありませんし、仕事をしながら身につけていくでも問題ありません。

数学は広い範囲が必要な訳ではなく、線形代数や微分積分、確率統計に関する知識が必要です。それほど多くないように感じるかもしれませんが、いずれも大学1,2年レベルの知識は必要になるため、簡単ではありません。

プログラミングは非常に多くの言語がありますが、データ分析に用いる人工知能の機械学習は主にPythonという言語を用います。他の言語を学習するのも良いですが、重点的にPythonを学ぶのがもっとも効率が良いでしょう。

kaggleやsignateに参加し実践スキルをつける

ここはかなり難易度が高いので就職する前に対応するのは難しいかもしれません。最低限プログラミングスクールでデータサイエンスを学んだり、企業での経験を積んでから取り組むのがおすすめです。

kaggleは世界中の機械学習を学習している人が利用しているコミュニティで、データサイエンティストや機械学習エンジニアを探す企業とエンジニアを結びつけるプラットフォームとしても活用されます。登録しておくことで、学習や就職活動ができるため一石二鳥です。

signateは多くの企業が協賛していて、データサイエンティストによる課題解決能力を競う場です。コンペ形式で行われるため、良い結果を残せば世間では大企業として知られる依頼企業に対して、自身の存在を強く打ち込めます。

プログラミングスクールや転職エージェントを利用してスキルアップor転職活動をする

文系からデータサイエンティストに転職する際には、プログラミングスクールを活用するか、転職エージェントを上手く活用するのがおすすめです。特に時間があるのならプログラムスクールでスキルをきっちり身につけておきたいですね。

最近は多くのプログラミングスクールでデータサイエンティスト向けの講座が開催されています。中には、講座終了後にそのまま転職サポートをしてくれたり、転職が上手くいった場合には授業料をキャッシュバックしてくれるなど非常に魅力的です。

あわせて読みたい
【2019年完全保存版】データサイエンティストにおすすめのプログラミングスクール10選!AI・機械学習が学べる!この記事はデータサイエンティストになりたい、AIについて学びたい、という人向けのプログラミングスクールと、その選び方を紹介しています。自...

また、転職エージェントを使うことで自分ではなかなかアピールが難しい場合でも客観的な強みを見つけてくれます。その上で未経験だからと後手に回ってしまいがちな就職後の給料など待遇に関する交渉もエージェントが対応してくれるため安心です。

あわせて読みたい
【実体験】私がおすすめするデータサイエンティスト向け転職エージェント!【年収150万UP可能】 ビッグデータと呼ばれる膨大な量のデータを入手することが可能になり、PCのスペックの向上によって、そのデータを分析する為の時間も短...