こう思う人も多いのではないでしょうか。
本記事は昨日投稿した「データサイエンティストに未経験転職して生かせるビジネス力３つを解説」の続編の記事です。
昨日、今日の記事の構成は以下のようになっています。
記事の構成
①第１回
・未経験からビジネス寄りのデータサイエンティストに転職することは可能か？
→結論、可能。
②第２回←今回はここ
・じゃあ、AIとか全然詳しくないけど今すぐ転職可能か？
→結論、ほぼ不可能。じゃあ何をすればいいのか？
この記事をお読みいただくと以下がわかります。
この記事でわかること
・未経験からビジネス寄りのデータサイエンティストになるのに資格は必要か？
→結論：不要。但し志望企業の募集要項はチェック必須
・未経験からビジネス寄りのデータサイエンティストになるのに必要な事は何か？
→結論：勉強→実務での実践を最短サイクルで回すこと
＜前提①＞
今回の記事は「ビジネス寄りのデータサイエンティストになるために」という文脈で書いていきます。
（もちろんエンジニア志望の方にも参考になる部分は多いと思います）
＜前提②＞
どんな職種があるのかは、以下のQiitaの記事が参考になります。「コンサル・PM」とは書いていますが、いわゆるビジネス寄りのデータサイエンティストという理解をしていただければ問題ないと思います。
【保存版】データサイエンティスト転職を決めるポートフォリオのガイドライン
本記事の目次は以下の通りです。
目次
１．未経験からビジネス寄りのデータサイエンティストになるのに資格は必要か？
結論
不要。但し志望企業の募集要項はチェック必須
もちろんあったほうがいいに越したことはないですが、「資格のためだけの勉強」はする必要がないと考えています。
※「勉強しなくていい」ということではまったくありません。
これは多くの業界にも言えることだと思いますが、
・この資格があればめちゃくちゃプラス評価
・この資格を取っていなければ足切り
という資格は現状データサイエンティストに関してはないからです。
色んなサイトを見ると、「こういう資格がおすすめ！」とたくさんの資格が紹介されています。
それ自体全く間違っていないと思いますし、「あった方がいい」に決まってるんですがやり始めると際限がないです。
かつ、「資格のための勉強」になってしまうと転職への時間がかかるだけなので、「資格取得を目的にした勉強」は不要だと思っています。
ただし１点注意点ですが、志望企業の募集要項は早めに確認しておいた方がいいです。
「この資格は最低限持っていること」「〇〇の言語を使ったことがあること」のような条件がある場合は当然その内容を勉強する必要があります。
２．未経験からビジネス寄りのデータサイエンティストになるのに必要な事は何か？
１では資格のためのだけの勉強は不要だと説明しました。
じゃあ何をすればいいんだ？というと
ポイント
勉強→実務での実践を最短サイクルで回して、実績を作った上で転職活動をすること
これが非常に重要だと思っていて、私もこの方法で転職を果たしました。
「勉強→実務での実践」とは？
そのままですが、
自分で勉強したことを実際に仕事で使ってみて、データサイエンスを仕事で使った実績を作る
ということです。
データサイエンスの実務経験を疑似的に積み、その経験からの気づきや行動量を転職活動でアピールすることで他者との差別化を図ることが非常に重要だと感じます。
実務での実践ってそんなに大切なの？
ここまでの話を聞いて、
と思う方がいるかもしれません。
もちろん勉強は大前提ですが、
資格を取りました！
AIに自分すごい興味あります！
こんな話だけで通用するほど転職活動は甘くありません。
誰でも同じことを言えて、他者との差別化が難しいからです。
※もちろん資格によっては高難度のものであれば有効な資格はあります。
■実務での実践が重要だと話している他の方を紹介
データサイエンス界隈のTwitterアカウントでは有名なかめさんも以下のツイートをされています。
データサイエンティストへの転職には何が重要？
論文？特許？コンペ入賞？資格？
色々ありますが，僕のコミュニティのみんなの状況を見る限り．未経験者なら資格が現実的みたいですね
でも，やはり一番は今の実務の中でデータサイエンスを活かせるならそれが一番
結構探せばあるはず
— かめ@米国🇺🇸データサイエンティスト/コミュニティ"DataScienceHub"やってます (@usdatascientist) November 21, 2020
データサイエンティストへの転職には何が重要？
論文？特許？コンペ入賞？資格？
色々ありますが，僕のコミュニティのみんなの状況を見る限り．未経験者なら資格が現実的みたいですね
でも，やはり一番は今の実務の中でデータサイエンスを活かせるならそれが一番
結構探せばあるはず
— かめ@米国🇺🇸データサイエンティスト/コミュニティ"DataScienceHub"やってます (@usdatascientist) November 21, 2020
また、つい先日公開されてばずった「【保存版】データサイエンティスト転職を決めるポートフォリオのガイドライン」では以下のように書かれています。
データサイエンティスト就職・転職市場における競争率が上昇している為、データサイエンティストへの就職・転職を成功させるためには、他の候補者との差別化をはかることがより一層重要になっています。
勉強した内容を実務に活かした経験や実務に近い分析の成果がないと企業が「データサイエンティストとして採用したいレベル」の人材にはなれません。
そこで、ポートフォリオの作成がデータサイエンティスト転職において以下のように役立ちます。（続く）
転職を成功させるために「他者との差別化をはかること」「勉強した内容を実務に生かすこと」の重要性が語られていて、私の想いと全く同じで共感したので引用させていただきました。
以上のように、勉強した内容を実務で生かし他者との差別化を図ることが転職での成功の近道だとお分かりいただけたのではないでしょうか。
３．私が実際に回した「勉強→実務での実践」のサイクル
私は前職で全くの異業種で７年間働いていて、昨年とあるプロジェクトリーダーにアサインいただきました。
そのプロジェクトで圧倒的な成果を出したいと考え、それまではデータサイエンスに無縁の人生でしたが統計・Python・機械学習の勉強を始めました。
そこで学んだことを実際のプロジェクトに生かし、数値や根拠に基づいた施策を取ることでプロジェクトを成功させることができました。
この「データサイエンスを勉強して実務で実践した」経験から得られた気づきや自分の行動量をその後の転職活動でアピールし、
２社受験をして１社からビジネス寄りのデータサイエンティスト（AIコンサルタント）として内定をいただくことができました。
内定後の面談で自分のどういう点が評価されたのか伺いましたが、役員の方が仰っていたのはまさに「勉強したことを実務で生かしている姿勢」で、以下のようなFBをいただきました。
人はなかなか自分から勉強はしないし、まして実務で使うとなると簡単ではない。そういう難しいことを熱量を持って自分で進めてたことを非常に評価している。
自分で勉強したことを今の仕事に生かしてみる。おそらくこれをしていなければ、私は転職することができなかったと思っています。
具体的にどんなことをしたの？
実際には以下のことをしました。
１つ１つは「なんか難しそう」と感じるかもしれないですが、私は私立四年制の文系で、それまでデータサイエンスとは縁遠い世界でした。
本気で取り組めさえすれば、そこまで難しくはない内容です。（この３つについては本記事の末尾のnoteでより詳しく解説していますj）
また、上で私が挙げた内容はあくまで「当時の私の仕事に合う内容」でしたので、一人一人の状況によって何を勉強し、どう実践していくかは変わってくると思います。
「データサイエンスを生かす」と聞くとすごく大変に感じるかもしれないですが、私は最初は「自分の職場のデータの平均値と分散を求めてみる」ことから始めたので、難しく考えすぎる必要はまったくありません！
４．まとめ
いかがでしたでしょうか。２回に分けて、「未経験からビジネス寄りのデータサイエンティストに転職するには？」というテーマで記事を書いてきました。
記事のまとめ
①第１回
・未経験からビジネス寄りのデータサイエンティストに転職することは可能か？
→結論、可能。現職のビジネス力を生かせるから。私が実際に転職して感じる、生かせているビジネス力は「推進力」「調整力」「説明力」。
②第２回
・未経験からビジネス寄りのデータサイエンティストに転職することが可能なのはわかった。じゃあ、AIとか全然詳しくないけど今すぐ転職可能か？
→結論、ほぼ不可能。じゃあ何をすればいいのか？というと、「勉強したことを実務で実践して他者との差別化を図る」こと。
私はこの「勉強したことを実務で実践して転職する」サイクルを１１か月で回し切りました。
データサイエンスに関する知識を一切持っていなかった私が、です。
こうやって諦めるか、なんでもいいからまずは試してみるかは本当に自分次第です。
おそらくこの記事を読んで頂いた方の中で、少しでも行動に移してみる人は全体の５％もいないと思います。
何かを変えるためには行動する以外選択肢はないので、是非この年末年始に何か新しいことに挑戦してみてください！
最後までお読みいただきありがとうございました。