データサイエンス

【未経験可】新卒でデータサイエンティストになるには?具体的な勉強法と受かるコツ!

新卒採用でのデータサイエンティスト職の人気が近年かなり高まっています。需要の増加とともにデータサイエンティストの平均年収も上がってきており、今後かなり将来性のある職業だとも言われています。

今回は新卒採用でもデータサイエンティストになることができるのか?できるとすればどのような企業に行くことができるのか?レベル別におすすめの企業を紹介していきます。

この記事でわかること
  • 新卒でデータサイエンティストになることができるのか?
  • 新卒でデータサイエンティストになる方法
  • 具体的な勉強方法と面接合格のコツ

新卒でデータサイエンティストになれる?

そもそも新卒で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。可能だとしても大学でデータ分析や機械学習、ディープラーニングの研究をしていた人しかなれないのではないでしょうか。

結論からいうと、完全未経験からデータサイエンティストになることは可能です。

しかし、データサイエンティストを募集している企業は限られているためかなり狭き門と言えるかもしれません。そもそも、データサイエンティストを抱えている企業でも、データサイエンティスト職という枠での採用を行なっていないケースが多くあります。

そのため企業選びや実際にどういった方向性で努力をしていけばいいのかわからなくなる人が多いのではないでしょうか。そこで、今回は、

  • 新卒でデータサイエンティストになる方法
  • データサイエンティストとして働ける企業

の2点について徹底解説していきます。

データサイエンティストに向いている人

そもそも、完全未経験の状態からデータサイエンティストを目指すのはかなりリスキーだと思っています。なぜなら向き不向きがはっきり別れる職業だと思うからです。
そこで、まずはじめにデータサイエンティストに向いている人の共通点を上げていきます。

数学とプログラミングが得意な人

データサイエンティストはどちらかというと「理系」の仕事です。主に必要になるハードスキルは、

  • 数学
  • プログラミング

の2つ。

数学は、線形代数や統計、確率、三角関数なども若干でてきます。これらを完全に理解している必要はありませんが、単元ごとに必要なポイントを抑えて置かなければいけません。高校で数学を学んでいなかったとしても可能ではありますが、このポイントだけはしっかり押させておきましょう。

有料になってしまいますが、Udemyの【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -ポイントという講座が必要な数学の要点をポイントをしっかり抑えつつまとまっているのでおすすめです。(数学だけでなくプログラミング、機械学習周りの基礎的な部分もわかりやすくまとまっています)

手順は以下の通り。

  1. Udemyにアクセス
  2. 検索ボックスに「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -」と入力
  3. コースを購入

このコースだけでなく、キカガク流シリーズは全体的にかなりおすすめです。

数値を見て客観的な数値根拠から解決策を導くのが得意な人

データサイエンティストという仕事はそもそも数値を見て客観的な数値根拠から解決策を導く仕事です。
人には多くの先入観やバイアスがありますが、これはデータ分析にとって邪魔以外の何者でもありません。データサイエンティストはデータを客観的にみる力がかなり求められます。日常的に何気なく疑問に思っていることや気になっていることに関して、常に疑問を持ち続けられる人にはおすすめです。

データに対する好奇心が旺盛な人

データサイエンティストはデータをたくさん扱うことができます。データを見てユーザーの動向を分析したりするのはとても楽しいです。
データがこれまで知られていなかった事実や傾向を教えてくれることがあり、これを見つけた時はデータサイエンティストとして最高のやりがいを感じます。

データに対して興味がある方、データを分析して新しいことを見つけるのが得意な方にはかなりおすすめの職業です。

新卒でデータサイエンティストになるためにやっておくといいこと

ステップ1:Pythonの勉強

データサイエンティストはPython, R, Juliaなどの言語が使われていますが、現在はほとんどの人がPythonを利用しているようです。そのため、Pythonを勉強しておくと将来のキャリアの選択肢が広がります。
またPythonという言語自体、ライブラリがかなり充実しており便利な言語です。機械学習を使ってデータを分析するだけでなく、プログラミングを使ってWeb上のデータを持ってくるスクレイピングを行うこともできます。

データサイエンティストになりたいならまず、Pythonの勉強は欠かせないでしょう。

あわせて読みたい
Webスクレイピングはどのプログラミング言語でやるべきか?オススメ言語5選を比較!スクレイピングは今や欠かせないかなり便利なツールとなっています。 最近では、エンジニアというよりもマーケターの人が、Amazonの...

ステップ2:数学の勉強

データサイエンティストになりたいなら数学の勉強を行なっておく必要があります。しかし、高校の理系数学のようにがっつり難しい問題を解かなければいけない訳ではありません。

あわせて読みたい
データサイエンティストになるために数学はいらない理由!最短ルートを徹底解説!!データサイエンティストに似た職業がたくさんありますが詳しくはこちらで紹介しています。 https://www.torikun.co...

この記事でも紹介していますが、数学の知識がなくてもデータをサイエンスすることは可能です。

数学を使ってゴリゴリ問題を解いていくというよりは、この数式はこういったことをするためにやっていて、こういう仕組みで動いている。ということを理解できれば大丈夫です。実際にプログラミングをしていくなかで数学を意識することはほとんどないため、基本だけ抑えておく形で効率よく勉強しましょう。
先ほど紹介したUdemyの講座がおすすめです。

ステップ3:kaggleやSIGNATEなどのコンペに参加して実績を出す

kaggleとSIGNATEとは、データサイエンティストが集まるデータ分析のコンペティションです。kaggleはアメリカが本社であり世界中で行われているいわばデータサイエンティストの世界大会、SIGANATEは日本人をターゲットにしているためデータサイエンティストの全国大会というイメージです。

>>kaggle公式
>>SIGNATE公式

これらの大会は上位数%に入ると、メダルという称号が与えられます。このメダルを持っていることでデータサイエンティストとして実力を示すことができるのです。
また、これは就職活動でもかなり有利です。新卒の就職活動はポテンシャル採用をしている企業が多く、学生の実力を定量的に測るのが難しいのが現実です。しかし、こういった世界的に認められたフィールドで定量的に自分の実力を示すことができるれば、合格率は圧倒的にあがります。

しかし、kaggleやSIGNATEに参加する方法がわからない人も多いとおもいます。SIGANTEでは、SIGNATE自身がudemyの講座を出しています。データ分析の基礎からコンペの参加の方法、上位をとるコツなどをわかりやすく解説しています。

手順は以下の通り。

  1. Udemyにアクセス
  2. 検索ボックスに「【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
    」と入力
  3. コースを購入

以上です。

ステップ4:データサイエンス系企業でのインターン

データサイエンティストに自分が向いているかどうかは実際に働いてみるのが一番早いです。調べてみるといろいろな企業が学生インターンを募集しているので積極的に参加してみましょう。
私は最初、キャリアバイトでインターン先を探しました。他にもwantedlyjeekなどもありますので、探してみることをおすすめします。
>>キャリアバイトの登録はこちら

実際どんな会社で働いたらいいかわからない場合は実際に働いている人に話を聞いてみるといいかもしれません。私自身OB訪問を通してたくさんの人を訪問させていただきました。OB訪問専用のアプリがあるためそちらを活用して実際に働いている様子をインタビューしてみてはいかがでしょうか。

がおすすめです。matcherの方が幅広い層の社会人が多く、一方のビズリーチキャンパスは優秀層が集まっているイメージがあります。
>>ビズリーチキャンパスの登録はこちら

まとめ

新卒でデータサイエンティストになるコツを紹介しました。データサイエンティストの採用について言えることは、ポテンシャルで採用してもらえるため未経験でも内定することは可能ですが、実績を出しておくとやりやすいです。

最後にまとめとしてデータサイエンティストに新卒でなるためのロードマップを簡単に紹介します。

  1. とりあえず数学とプログラミングを勉強する(→Udemyがおすすめ)
  2. kaggleやSIGNATEにチャレンジして腕を磨く
  3. OB訪問で実際に働いている人にOB訪問してみる(→ビズリーチキャンパスがおすすめ)
  4. 実際にデータサイエンスのインターンに参加する(→キャリアバイトがおすすめ)

以上になります。