自分の軌跡を残しておくことももちろんですが、こんな想いがありました。
本記事では「データサイエンティストになった後の話」を、もちろん限度はありますが、赤裸々に読者の皆様にお伝えしていこうと思います。
■前提
・あくまで転職後、たった半年時点での振り返りなので「これが全て」「絶対正しい」と主張したいものではありません。
私自身、もう半年もしたら考えが変わることは十分にあるはずです。
・転職して強く感じましたが、「データサイエンティスト」とは現状は非常に曖昧な名前で、実態の仕事は業界・企業によってかなり異なります。
ですので、あくまで全世界にたくさんいる、いわゆる「データサイエンティスト」の中の一人の話と捉えていただけますと幸いです。
■自己紹介
前職は全くの異業種に７年程勤め、2020年4月からデータサイエンティスト（AIコンサルタント）として転職しました。
それまではいわゆるデータサイエンスには無縁で、文系私立四年制の大学を卒業し、
仕事でも統計やプログラミングを使うなんてことは一切ありませんでした。
しかし、ひょんなことからプロジェクトリーダーをアサイン頂き、”突き抜けた”成果を出したいと感じた私は、統計やプログラミングを勉強し始めました。
そこで機械学習の面白さにも触れ、転職を決意しました。
本記事の目次は以下の通りです。
①時系列で振り返る
■１か月目（４月）
何もわからないままあっという間に過ぎた
会議での”用語”がわからなさすぎて、逆にニヤニヤしてしまう。それくらい、何もわからなかったです。この１行で終わるくらい、本当にあっという間でした・・。
・議事録を取ってみる
プロジェクトにアサイン頂いたので、わからないとばかりも言ってられず、議事録を取ってみました。
タイピングが速い特技がこんなところで生きてくるとは・・・。専門用語は”聞こえた音”をひらがなでメモしておき、後から上司に質問をしていました。
・SQLの勉強を始める
と上司から言われたので、udemy講座と上司から教えていただいたサイトを元にSQLを勉強。「基礎的な内容だったら、意外に簡単だな」と思い、少し元気になったのを覚えています。
・Dockerに出会う
４月はこのような形で、とにかくあっという間に過ぎ去りました。
ただ、私はコミュニケーションを取ることは割と得意ですし好きなので、「転職したばかり」特有のストレスみたいなものはあまり感じなかったです。
■２か月目（５月）
・施策の効果検証に取り組む
打った施策に対して、「どれくらい効果があったのか？」を振り返るための効果検証でした。
少し慣れてきたら「効果検証からわかる解釈」を自分の言葉で１～２行でいいので報告シートに追記してみたりして、自分なりの工夫をしてみました。
さらに、「こんな数値があったらお客さんは喜ぶんじゃないか」と考え、自分なりにエクセルで数値を出して、上司に報告してみました。
上司は私が褒めて伸びるタイプだとわかっていたのか、
のように持ち上げてくださり、（良い意味で）調子に乗りました。
■３か月目（６月）
・データ分析に取り組む
お客さんのデータについて、「どんな分析をすると良いのか」という最初の設計からやらせていただきました。
この時初めてDFDを書き、SQLも自分で考えて書いて、データ分析や解釈付けを進めていきました。
DFDという言葉も初めて知ったので、Google検索で調べて「えいやっ」で書いた初めてのDFDは上司に見せたら沈黙されたけど、自分なりに楽しく進められました。
もちろんSQLもまだ初級レベルだったので、少し難しい内容は上司に聞きながら進めました。ただ、この時の経験で、自分のSQLは”普通の人”レベルにはなったと、上司から言っていただきました。（それがどのレベルなのかはよくわかっていない）
■４か月目（７月）
・Pipelineを作る
色んな挑戦をさせていただける環境ですが、突如「Pipeline」を１つ作る担当になりました。（Pipelineの説明は割愛）
Pipeline自体全くわからず、説明はしていただいたものの全く理解できていなかったので、上司が作ったPipelineを見ながら自分の担当分を悪戦苦闘して作る。
正直、よくわからないまま手探りで作っていましたが、今になってこの時の経験がめちゃくちゃありがたかったと思います。
■５か月目（８月）
・お客さんへの報告や連絡受けは、基本私が行うことに
ミスをしたわけでもないのに、お客さんから連絡を頂くだけで不安な気持ちになり、１日ブルーな気持ちでいることが多かったです。
「２か月後くらいにはきっと慣れてるよね」と思うようにして、８月はストレスな気持ちをそのまま受け止めるようにしていました。
■６か月目（９月）
お客さんとのコミュニケーションは意外に早く慣れ、イレギュラーさえなければ割とストレスなく行えるようになってきました。
知識がついてきて、自分の言葉で会話できるようになってきたのも関係しているとは思います。
ただ、不明点を苦しかったけれども１つずつ後から確認していたので、少しずつですが理解ができるようになってきて嬉しかったことを覚えています。
エンジニアではないのでそこまでPyhonを使う必要はないのですが、基礎はおさえておく必要があると感じたので、勉強をして取得しました。
資格取得それ自体が目的になってはいけないですが、ペースメーカーにするには、やはり資格取得は良いなと感じました。
✅嬉しい共有
先程python3エンジニア認定基礎試験を受けまして、
無事合格しました😭‼️‼️‼️💮
この試験は簡単とよく言われてますが、
基礎を疎かにしていた私にとって
そんなことはなく、この1週間はちゃんと勉強しました😇
基礎中の基礎は少し身についたと思います🙆♀️ pic.twitter.com/27LJRNJY3S
— Hawaii@AIコンサルタント (@Hawaii07597403) September 26, 2020
②半年を経た気づき
ということで、あらためて半年を振り返り、感じることを記載していきます。
気づき１
半年間で想像以上にスキルや知識がついた
がむしゃらにやってきて、以前は全く知らなかったSQL・docker・PipelineやGitにもだいぶ慣れてきた。
まだまだ修行が必要な事は言うまでもないですが、主体的に勉強をしてきた自分を褒めたいと思います。
気づき２
「AIコンサルタント」としてどこまで自分が追及すべきかはわかっていない。
一方で、この半年で身に着けたスキルや知識を今後どこまで「拡大」「深堀り」すべきか悩ましいです。
エンジニアの方と全く同じスキルが必要とは思わないですが、とはいえ、エンジニアの方やお客さんときちんと話すためには、ある程度は自分も手を動かして知っておくべきだと感じます。
※今やらせていただいている技術的な部分の実装は、「手を動かして全体像を知るべき」という上司の計らいも十分にあると感じています。
気づき３
前職の経験は、確実に生きる。
AIだろうがデータサイエンスだろうが、結局は「世の中にある仕事の１つ」。この仕事だけが分断されるわけではありません。
③転職前は知らなかった、「こんな知識やスキルも必要だ」
「データサイエンティストになるためにはこんな勉強が必要」という内容は最近よく目にするようになりました（私自身もnote記事を書いています）が実際に転職して半年たって、
と思う内容を紹介します。
第一位：SQL
こちらは最近、TwitterやYoutubeで有用性を語られる方が増えましたね。
私もこれは必須だと思います。
第２位：Git
これをスキルや知識と言っていいのかはわからないですが、開発を進める上でのツールとして、必須かと思います。
第３位：Docker
これは会社によってもしかすると状況が異なるかもしれないですが、Dockerは開発する上で非常に重要なツールだと思います。
第４位：ネットワーク・インフラ系の知識
Twitterでもたまに発信していますが、特にビジネス寄りのデータサイエンティストはお客さんのデータの持ち方から相談に乗るケースがあります。
そんなとき、ネットワークやインフラの知識がないと話にならないんだな、という場面を何度も見てきました。
私もこの３月までには、どこかで集中的に学習する予定です。
以上、４つをご紹介しました。
なぜなら、この４つは「実務で扱わないとイメージがつきにくい」「勉強をしていても（もしかすると）楽しくなく、続かない」「転職後に勉強を始めて問題ない」と思うからです。
④まとめ
以上、私の半年の振り返りでした。
まだまだ駆け出しなので、ここから考えが変わったり、新たな知識はどんどん増えてくると思います。
今後は自身の振り返りと情報発信の意味を込めて、定期的に（月１回か２～３か月に１回）振り返りをしていこうと思います。
お読みいただき、ありがとうございました！
