データサイエンスを武器にするか、職業にするか？　転職支援のプロが説く、「キャリアチェンジ」と「キャリアアップ」の分かれ道

文系の元営業が、データサイエンスを学んで独立

立川裕之氏（以下、立川）：本日は「データサイエンス業界の転職と副業」について、データミックスで転職の支援と副業の紹介を担当している福山さんと、データサイエンスを身につけて独立した私の2人で、トークショー形式で話をしていきたいと思います。

今日は主に転職・副業市場の現状や事例、どういう人材が求められているかというテーマで話していきたいと思っています。今日は福山さんに、いくつかトークのトピックをご用意いただいているんですが、その前に簡単に自己紹介タイムを挟んだほうが良さそうですかね。

福山耀平氏（以下、福山）：お願いします。

立川：じゃあ、このまま私からさせていただきましょうか。あらためて、データミックスで講師をしている立川と申します。現在は独立して、フリーランスでデータサイエンスにまつわるコンサルティングなどを行っています。

今は講師をやらせていただいているわけなんですけれども、もともとは私自身もデータミックスの受講生で、それまでは営業戦略といったいわゆる文系の仕事をしておりました。

データミックスに通って卒業した後に、縁があってそのままデータミックスの社員になり、講師とコンサルティングの経験を積んで独立しました。今は全部業務委託で仕事をしているので、そんな目線でいろいろお話ができたらいいなと思っています。よろしくお願いします。じゃあ福山さん。

福山：すごく真面目な立川さんのしゃべりを聞いて、いつもと違うからちょっと緊張します（笑）。

立川：真面目です。

データサイエンスを学ぶ時に考えたい「問い」

福山：私も自己紹介をさせていただきます、福山耀平と言います。データミックスでの主な仕事はHR事業で、転職と副業の紹介をしています。

経歴としては、一番大事なのは千葉県勝浦市に生まれて千葉をこよなく愛しているところです（笑）。大学院卒業後はSIerでデータ分析系の部署にいて、そこから急な転換ですが、業務委託というかたちで、3年間ぐらい大学受験予備校のマーケティングマネージャーをしていました。

立川さんと違って、データ分析が専門ではないですけど、KPIツリーを作って、課題を発見し、どういう施策を打っていけば改善していくのかという分析から実行までの仕事をしていました。今は社員として、データミックスでHR事業ユニットの責任者をやらせていただいています。よろしくお願いいたします。

立川：よろしくお願いします。転職や副業に興味がある方は、必ずコミュニケーションを取ることになるかなと思います。実は前回、同じテーマで福山さんが1人でお話するイベントを開催したら、すごく人気で、70人ぐらい来てくれたと聞いています。私は出てないんですけど（笑）。

その時のフォーマットが準備してあって、福山さんから「副業と転職には大事な3つの問いがある」ということで、ご用意いただいております。今日は、それをテーマにいろいろお話しできればと思います。

福山：じゃあ1つ目から進めさせていただきます。問い①と言っておいて、急に2つあげてるのですが許してください。

立川：確かに（笑）。

福山：1個目の問いとして考えていただければと思います。「①データサイエンティストになりたいのか？　②それともデータサイエンスを武器にしたいのか？」という問いに答えることが、転職を考える時にすごく大事ではないかなと思っています。

すでにデータサイエンティストの方は、この問いはあんまり考える必要はないのかもしれないんですが、他の職業からデータサイエンティストになりたい、もしくはデータサイエンスを武器にしていきたいという方は、ここはすごく重要な要素だと思います。なので、データ分析職（データサイエンティスト／データアナリスト）としての転職を考える時に、みなさんには、まず、ここを考えてほしいです。

最近急増しているデータサイエンティスト

立川：私も時々、「あれ？　私は今データサイエンスのプロフェッショナルとして考えているのか、それとも事業側の目線で考えているのかな」ということはけっこうあります。やっぱり、本質的にはデータサイエンティストは結果責任は負ってないじゃないですか。だから、これはすごく大事な問いだなと思いました。

福山：ありがとうございます。いや、これは本当にそうなんです。立川さんがデータミックスの社員になった時はおいくつで、独立までは何年ぐらいでしたか？

立川：社員になった時は33歳くらいで、独立したのは35歳とかだったはずですね。

福山：データサイエンティストのプロフェッショナルとして独立したという感じですね？

立川：そうですね。一応データ系の専門家ということで。

福山：もちろん、今（2022年）と立川さんが独立した時で状況もちょっと違うのかもしれないんですけども、最近データサイエンティストは、LinkedInでは登録者の方が2番目に増えている職種だそうです。

立川：そうなんですか。求人がですか？

福山：求人ではなくてですね、自己紹介として記入されている職業として、データサイエンティストが2番目に増えているそうです。

立川：へえ。今ちょっと質問が来ました。「具体例で説明していただけると」だそうです。

「キャリアチェンジ」と「キャリアアップ」の分かれ道

福山：「データサイエンティストになりたいのか、データサイエンスを武器にしたいのか」という問いの具体例について、未経験からというところでお話しさせていただきます。データサイエンティストに転職したいとなると、現状よりも年収も低い可能性もありますし、他の待遇もあんまり良くない可能性もあります。そういう状況から、新たに3年ぐらい修行のつもりで始める覚悟が必要ではあります。

今までみなさんは仕事をされている中で、営業やマーケティング、人事など、それぞれ専門的な分野を極めてきたと思うんですね。「データサイエンスを武器にしたいのか？」というところに関しては、そこにプラスアルファでデータサイエンスを足していく選択肢です。なので、前者はキャリアチェンジで後者はキャリアアップというイメージです。

立川：ああ、なるほどですね。

福山：データサイエンティストになりたい場合は、「今の状況を変えて3年間修行するつもりで」と先にお話ししておくとわかりやすいと思います。

私の身近には、データサイエンティストがたくさんいて、その人たち（ヒアリング対象はデータミックス関係者）にヒアリングしている中で、こういう共通点があるなというまとめです。

「データサイエンティストの生態」と書かせていただきましたけど、とにかくデータ分析をしているのが楽しくてしょうがないという方々なので、趣味で分析したりもしますし、ずっと分析していられるんですよね。

その影響もあって、土日に自己研鑽のために何時間も勉強しています。本人たちは勉強だと思っていなくて、純粋に知りたいとか、うまくできるようになりたいという欲求を持っている。あくまで一例ですけど、休日にほぼ外出しない人が多いですね。外出しても、書店の技術書コーナーや映画館しか行かないというのが、弊社のデータサイエンティストに多い傾向です。

立川：でも、最後のは若干バイアスがある気がしますけどね（笑）。

福山：そうですね（笑）。本当は人によるとは思います。

立川：でも上の3つは、私もたぶんそうだと思いますね。

データサイエンティストの休日の過ごし方

福山：実際、立川さんは、休日何して過ごされてるんですか？

立川：休日ですか？　本当に日によるんですけど、普通にゲームをしたりする日もありますよ。ただ、私がもともと技術系の職種ではかったので、その頃と比べると勉強するようにはなっていますね。

今の職種になる前にも仕事以外の時間に本を読むことくらいはあったんですけど、勉強するようなことはまったくなかったので。それと比べると、普通に「あの理論のあれってどういうことかな？」というふうにずっと考えています。

「あそこの式って、なんでああなっているんだっけな」と、突然気になってやり始めちゃうのは、たぶん私だけじゃないと思いますね。正直、私は外出はほぼしないんですけど（笑）。

福山：（笑）。

立川：ただ、他の講師の方は、めちゃくちゃアクティブな先生もいますよ（笑）。2人ぐらい知っています。スポーツ用の自転車がめちゃくちゃ好きで、遠くまで行ってきた人とか。別の方は、ゴルフやサッカーが好きで、週末にずっとスポーツをしていたり。お二人ともすごいデータサイエンティストの方なので、休日の過ごし方はけっこう人による気はします。

福山：確かにバイアスはかかっているかもしれないですね（笑）。私の身近にいる人に聞いただけなので。少なくとも休日も含めて努力をしている方が多いというところにつながるのかなと思います。

立川：私が言うのも若干おこがましいですけど、確かにあんまり努力だと思ってない感じはあるかもしれないですね。すごく自然に勉強しているイメージはあります。

例えば、私が「こういう理論があって、なんかすごいの見つけたぜ」と言うと、「何それ？　どういうこと？」という感じでわぁっとみんなが興味を持って、その場で勝手に調べ始めたりすることはわりとよくある気がします。新しい理論やテクノロジーに興味がありますね。

福山：みなさん、知的好奇心が強いんですよね。

立川：そうだと思いますね。

プログラミングは趣味、学ぶことは苦にならない

福山：私自身は経営学が専門なので、土日に経営学の本を読むのは努力だとも苦痛だとも思わないので、普通にやっていることではあります。弊社の（エンジニアの）谷垣も、「プログラミングは趣味だからいつでもできる」と言っていたので、各分野の専門家はそういう人たちが多いのかなとは思いました。

私がここで伝えたいのは、もしデータサイエンティストになりたいという選択をした場合、そういう人たちの中で、自分のバリューを出していかなきゃいけないということですね。自己研鑽しながら価値を出していくところがデータサイエンティストとして求められていくのかなと思います。

立川：「自己研鑽のための勉強というのは具体的にどんな内容が多いですか？」という質問が1つ来ています。いったん私の場合でお話しさせていただくと、正直、自己研鑽のために勉強をしているつもりはあまりなくて、知りたいとかおもしろいからやっているだけなんですよね。

書籍なら技術系が多くて、トレンドになっている新しいものもあれば、大昔からある古い統計の本を読むこともありますし。本当にその時に興味があるものを調べたり勉強したりしている感じです。

だから場合によっては、読書じゃなくてコードをめちゃくちゃたくさん書いたり。技術書以外でも、本当にその時に気になった書籍をちょっと読んでみたり。

今いろいろ質問をいただいています。データサイエンティストの年収レンジに関する質問がきていますが、あとで年収に関するテーマはありますか？　あるなら後のほうがいいでしょうか？　

福山：わかりました。じゃあ年収レンジは後ほどお話しします。

“楽しくてしょうがないデータ分析”で、何を調べるか？

立川：もう1個はちょっとおもしろい質問です。「『楽しくてしょうがない』『知りたい』と思うデータ分析で、どんなことを明らかにしているのか？」。これは本当にいろいろな思いつきもいっぱいあって、ちょっとマニアックな話になるんですけど、どうしよう。

福山：（笑）。いいんじゃないですか？

立川：過去にあったことだと、例えば実際に分析できたわけじゃないんですけど、ソフトウェア開発の界隈では、チームが大きくなりすぎるとコミュニケーションコストも大きくなりすぎて、パフォーマンスが逆ザヤになるという理論があるんです。

コミュニケーションの関係性をネットワークとして捉えると、グラフ理論を使って実際どうなのか推定できそうだなと。さらに、メンバーの属性情報やこれまでの仕事などの情報から、ネットワーク構造を推定するモデルができそうだと考えたんですよね。

これで何がわかるかと言うと、どういう部署でどういう仕事をしてきたかという、その人の属性に関する情報だったり、さまざまな人に紐付く情報がチームのパフォーマンスにどう役に立つかを推定できるんじゃないかと。残念ながら、実際に実験できるデータがないのでやっていないんですけど、そういう理論モデルを考案したこともあります。

あとはもうちょっと小さい話では、ちょっとした理論的なモデルが世界の何を捉えられるかという研究的なこともしていたら、時間が溶けて寝不足になったり（笑）。でも、データがあれば、なんとなく興味が湧いていろんなことをやりたくなっちゃうと思います。

福山：やっぱり興味関心が強いんですよね。

立川：わりとそういう人が多い気がしますね。

福山：私は別にデータサイエンティストではないですけど、大学院の時に財務データの分析がめちゃめちゃ好きで、ずっとExcelとにらめっこをしながら、「なんでこの数字はこの年度で変わってるんだろう？」と、実際の定性データを見ながら仮説を立てて調べていくのがめちゃくちゃ好きでしたね。

「あなたの経験×データサイエンス」が強みになる

立川：でも、私もそういうことだと思いますよ。あ、質問者さん、お返事ありがとうございます。じゃあちょっと進みながら、もう1個の問いも行きましょうか。

福山：「データサイエンスを武器にしたい」というところで、いままでのあなたの経験にデータサイエンスをかけ算していく。これはデータミックスが大切にしてる言葉でもあります。「あなたの経験×データサイエンス」で勝負していくのが強みになるのではないかと思っています。

先ほどは、データサイエンティストとしての話なので、データサイエンスが一番になってくるとは思うんですけれども。今度は今までみなさんが築いてきた経験、例えば、営業、経理、人事、広報、商品企画、経営企画、マーケティングといった職種だったり、あるいは金融、ヘルスケア、教育、製造業、小売、ゲーム、農業という業などのドメイン知識にデータサイエンスを掛けて勝負していくことが強みになると思っています。

マーケティング寄りのデータ分析はすごく伸びしろがありますし、弊社でも、新しく講座を開講するのですが、人事系のデータ分析。これはかなり力を入れてやっています。

データサイエンスと書いていますけど、どこでもデータ分析を活用できるところはあると思うので、そこでバリューを出していくのが自分の差別化につながるんじゃないかなと思います。

例えば、同じ営業・人事の人はデータ分析ができないけど、自分はできるというのはかなり強みになります。そういう戦い方をしていくと年収レンジを下げずに、むしろ、上げられる可能性があります。

立川：私はスクールを出た後にデータミックスの社員になったんですけど、実はもともとSaaS事業で営業戦略や事業主幹といったことをやっていたので、SaaS系ビジネスの推進×データサイエンスという感じでいったほうが（転職先を）見つけやすいだろうなと思っていて、正直言うといくつか当たりも付けてたんです。

福山：賢い！！

立川：いや、（いきなりデータサイエンティストになるのは）さすがに厳しいかなと思ってたんですけどね。いろいろ縁もあって私はデータミックスの社員になったんですけど、実際（スキルを）掛け算にするとけっこう強いですよね。

キャリア戦略は広く攻めるより狭く

立川：前回、データミックスの卒業生とイベントを開催したんですけど、その卒業生は、マーケティングと出版の経験とデータサイエンスという、3つの掛け算の人材を必要としている会社で仕事をしています。そんな人はそうそういないじゃないですか。

福山：いないですね（笑）。

立川：掛け算をするとスコープは狭くなるんですけど、やっぱり広く攻めるより狭く行ったほうが、キャリア戦略的にはむしろ安全なのかもなと、その人の話を聞いてちょっと感じました。

福山：私もどちらかと言うとそういう印象ですね。データサイエンティストで攻めるというよりは、キャリア戦略的には（掛け算のほうがいいと思います）。前提として、今は流行っていますけど、正直な話データサイエンティストというポジションは、いつなくなるかわからない状況ではあると思いますし。もしかしたら違う名前になる可能性もありますし。

立川：えぇー、なくなっちゃったら困りますよ。

福山：いや、立川さんは大丈夫ですよ（笑）。なくなるかどうかは置いておいて、それこそデータサイエンスがわかる営業は、技術がわかる営業というかたちになると思うので、すごく引く手あまただと思います。

実際、営業マンは技術をわかってないので、売り切れないところがある。それだけでも価値はすごく高いと思いました。本当にマーケティングはかなりデータを見られる人の求人が多くなっているので、そこもいいのかなと思います。

立川：そうですね。デジタルマーケティングとかは、けっこう昔からデータ活用は進めやすい領域ですしね。必然的にマーケットをよく見るお仕事ですから、情報感度も高い人たちが多いんでしょうね。だから、データに関する取り組みをしている人もけっこう多いですよね。

進めていっちゃいましょう。

未経験のデータサイエンティストの年収は300万円台から

福山：問い②でまた2つ問いを出しています。

立川：ここでサラリーの話だ。

福山：（笑）。そうです、お金の話です。これはたぶん、キャリアを考える上でけっこう大事ですし、みなさんも意識しているところかなと思っています。

現年収以上でデータサイエンスを武器にしたキャリアを築くのか、それとも目先の年収を下げてでも、未経験でデータサイエンティストになるのか。2番は将来的にデータサイエンティストで一本立ちしてより上を目指すという含みもあるかもしれないんですけど、お金という側面から見たら、この選択は大事かなと思います。

正直、まったくの未経験から、現年収を維持してデータサイエンティストに転職されることはほぼいない印象です。今の会社でちょっとデータ分析をしていたので、現年収維持という方はいたんですけど。

立川：福山さんは、未経験でデータサイエンティストとして応募される方にも転職先を紹介されているじゃないですか。実際やっぱり年収は下がっているんですか？

福山：未経験者を募集している会社さんだと、比較的年収は低くなってしまうかなと思いますね。

立川：ざっくりいくらぐらいか聞いてもいいんですかね？　「年収レンジはいくらですか？」という質問もあったので、まず未経験がいくらかというところ（笑）。

福山：未経験で一番低いところで言うと、300万円ぐらいからあります。

立川：えー、うそ!?

福山：本当に。

競争倍率が高いポジションだからこそ、考えておくべきこと

立川：450万円ぐらいはいけるんじゃないんですか？

福山：450万円～500万円くらいは、レンジとしては書いてあるかなと思います。もちろん、その方の素養などで判断されるかなとは思いますけれども、そのへんはシビアですね。やはり企業さんと話していると、意外と未経験採用だと（応募が）集まってくるんですよ。

立川：だから（競争）倍率がすごいんですね。

福山：そうなんですよ。未経験でたくさん募集しているところで、弊社契約企業さんで未経験採用されている会社さんは、「すごく求職者さんが集まるんです」とおっしゃっていました。なので、激しい競争が起きているのかなっていうのはありますね。

立川：なるほど。だから、仮に（希望年収を）下げたとしても、何をもって自分の競争力とするかということは、やっぱりちゃんと考えておかないと厳しいということですよね。

福山：そうですね。未経験からのデータサイエンティストは300万円〜400万円で、今（現職の年収レンジ）が500万円〜600万円だと結果的に低くなってしまいますよね。データミックスのスクールに通われている方はハイクラスの方も多いので、もっと高い人もいるとは思いますが。

立川：確かに。

福山：そういう年収帯になった時に、内定をもらっても、最後、自分はやりたいけど家族がいたら奥さんに反対されたり、子どものことを考えたら転職できないということもあると思います。そういうことも含めて考えていく必要性があるので、長期的な戦略の上で、今は3年間修行してもデータサイエンティストとしてやったほうがいいと思うかどうかは大事な点かなと。

3年実務経験後の年収レンジはいくら？

立川：じゃあ福山さん、1個寝かせていた質問をここでしようと思うんですけど（笑）。オーディエンスのみなさまは、「3年我慢したらいくらになるんだ？」ということを聞きたいですよね。3年実務経験の年収レンジはどれぐらいなんだと。

福山：3年実務経験の年収レンジは本当に幅広いです。人によってというところになってくるんですけど、600万円～1,200万円ぐらいじゃないですか？　もっと出してくれるところは1,500万円まであると思うんですけど、ただやればいいというわけではなくて、結果を出してきたのかどうかというところになってくるので。

立川：ちゃんと職務経歴書に書けるようなことをしてきたら、ということですかね。

福山：はい、そうです。

立川：とのことです。みなさん、いかがですか？　今の回答で満足ですか？　大丈夫ですか？　「え？」と思ったらぜひチャットで投げてくださいね。