【後悔?】データサイエンティストはやめとけと言われる5つの理由と向いてる人の特徴
悩むビジネスマン

「データサイエンティストになりたい!でも情報を調べると「やめとけ」「つらい」などのネガティブ情報が出てくるけど、やめておいたほうがいい?」

こんな疑問、悩みに答えます。

本記事では「データサイエンティストを目指している人」に向けて、以下の内容・目的で記事を書いていきます。

本記事で分かること

  • データサイエンティストはやめとけと言われる理由
  • 向いてる人の特徴と目指したい人が今すぐやるべき行動
  • 現役データサイエンティストで辞めたい人向けのキャリアプラン

ハルマ@ブログ管理人ハルマ@ブログ管理人

「目指している人に具体的な行動と現役から退く場合のキャリアプランについてもまとめていきます。今まさにデータサイエンティストに関する情報を探している方は、ぜひ参考にしてみてください!」

データサイエンティストはやめとけと言われる5つの理由

21世紀で最もセクシーな職業
このように表現されるのが、まさにデータサイエンティスト(DS)。

憧れの職業ともいえる人気の仕事です。
そんなデータサイエンティストに対し「やめとけ」という口コミが散見されるのをご存知でしょうか。

なぜやめとけと諭すのか。
データサイエンティストはやめとけと言われる5つの理由について解説していきます。

【理由1】学習があまりに大変&つらいからやめとけ?

特に多いのが「学習があまりに大変&つらいからやめとけ?」

頭を抱えた男性

「データサイエンスは本当に必要な学習量が多すぎる。クラウドアーキテクトや、要求開発や、スクラムマスター学んだ方が良い。というかデータサイエンティストはそういうのも基礎知識として必要でつらい。」
引用: Twitter

経験者の多くは学習量が多すぎると吐露。
実際、データサイエンティストになるための学習内容が膨大です。

スキルチェックリストからスキルカテゴリーでいえば500以上。
学習内容を一部を公開すると、以下のようなスキルを習得することになります。

データサイエンティストのスキルカテゴリ一覧

  • 統計数理基礎
  • 予測
  • 検定/判断
  • グルーピング
  • 性質・関係性の把握
  • サンプリング
  • データ加工
  • Data visualization
  • 機械学習
  • 時系列分析
  • など

大学の授業で学ぶような数学から実践的な分析まで。
幅広い知見と分析力が問われるのがデータサイエンティストであることは言うまでもありません。

ですので、データサイエンティストを目指すなら日常的に学習する必要がでてきます。

学習が苦手、数学が不得意、分析はお手上げ。
このような方が、データサイエンティストはやめとけと言われるようです。

【理由2】統計学だけでなくビジネス力も必須だからやめとけ?

未経験なら気づかない「統計学だけでなくビジネス力も必須だからやめとけ?」

仕事に追い込まれた男性

「機械学習理論だけでも勉強すること山程あるのに、最新の統計学とかデータベース、データエンジニアリングに精通して、その上ビジネス力も必要なデータサイエンティストとかいう職種、冷静にヤバすぎる」
引用: Twitter

口コミでも多く散見されますが、データサイエンティストにはビジネス力が必須。

データサイエンティスト協会によると。
求められるデータサイエンティストを以下のように定義付けしています。

「データサイエンティストとは、データサイエンス力、データエンジニアリング力をベースにデータから価値を創出し、ビジネス課題に答えを出すプロフェッショナル」

つまり、データサイエンティストに求められるスキルは以下の3つ。

データサイエンティストに求められるスキルセット

  1. ビジネス 力(business problem solving):課題背景を理解した上で、ビジネス課題を整理し、解決する力
  2. データサイエンス 力(data science):情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力
  3. データエンジニアリング 力(data engineering):データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力

統計学やデータ分析だけではないということ。
ロジカルに課題解決するビジネス力も必要だということです。

顧客のニーズをくみ取って次の一手を考える。
課題からアクションプランまで提案できるのが真のデータサイエンティスト。

実際、今後増員したいデータサイエンティストの人材像を調査。
企業が求める人材像で最も多いのが「データによるビジネス課題解決を得意とする人材」

「データ分析のプロフェッショナルな人材」はわずか1割に留まる結果となっています。

つまり、ビジネスに精通する人材が求められているということ。
アカデミック寄りな人にはデータサイエンティストは向かないといえそうです。

【理由3】就職・転職には資格取得も必要だからやめとけ?

悩むビジネスマン

「「データサイエンティスト」と言う職業についてですが、この職業は資格などを伴いますか?それとも資格の有無に関わらない業種としての概念ですか?統計検定はデータサイエンティストとして働くにおいて必須ですか?」
引用: Yahoo!知恵袋「資格」

専門職なら気になる「就職・転職には資格取得も必要だからやめとけ?」

結論からいうと、必須ではありません。
業務独占資格でもないため、資格なしでデータサイエンティストになれます。

ただデータサイエンスに関する資格を受けることで、仕事の向き不向きは見えてきます。

また資格の有無で、転職活動には有利に進められます。
どんな資格がおすすめか?一覧でまとめると以下の通りです。

データサイエンティストにおすすめの資格

  • 統計検定
  • G検定(ジェネラリスト検定)
  • E資格(エンジニア資格)
  • Python3 エンジニア認定データ分析試験
  • データベーススペシャリスト試験(DB)
  • OSS-DB技術者認定
  • アクチュアリー資格試験

今後の転職・就職活動の参考にされてみてください。

【理由4】学習時間が多い割に年収低くて食っていけないからやめとけ?

疑問に思う女性

「将来のことを考えて#データサイエンスの勉強をしようかと考え中。大学院時代に、統計学と経済に1番興味を持ったから。でも色々情報とっていくうちに、勉強してもデータサイエンティストとして食っていくのは難しいのかな?とか悩み出した。(元々超文系やしなあ) でもやらんかったら後悔するんかなあ。」
引用: Twitter

転職活動で最も気になるのが「学習時間が多い割に年収低くて食っていけないからやめとけ?」

データサイエンティストになるための学習時間は「理由1」で解説の通り言うまでもありません。

では年収はどれくらいなのでしょうか?

これだけ学習して晴れてデータサイエンティストになれた!
なのに年収が低い、食っていけないではやめとけと言われるのも無理はありません。

実際、データサイエンティストの平均年収(※1)を調べると「769万円」
一方全産業の正社員の平均年収(※2)は「496万円」であることから、200万円以上高いことになります。

また、データサイエンティストの業務量はどれくらいか?
協会調べでコロナ以降、6割の人がデータ分析業務量に変化なしと回答。

つまり年収が高くて業務量も安定している仕事。
それがデータサイエンティストであり、魅力的な職業の一つだといえます。

※1)データサイエンティスト協会「Data of DataScientest シリーズ vol.2」
※2)国税庁「令和2年分民間給与実態統計調査」

【理由5】理系出身ではなく文系出身でついていけないからやめとけ?

頭を抱えた男性

「とりあえず当面の目指すところ、というか意識する、しなければならないところは、データサイエンティストという存在だな。理系じゃなかったことを今更後悔してる。さて何から始めよう。」
引用: Twitter

学生が最も気になる情報が「理系出身ではなく文系出身でついていけないからやめとけ?」

結論からいうと、文系出身でもなれます。
学部・学歴不問で、スキル次第で誰でもデータサイエンティストになれます。

確かにデータサイエンティストになった人の所属学部で多いのは「工学系」
次いで「理学系」、「情報学部系」と理系出身が多いことは調査から明らかです。

データサイエンティストの認知度も理系学生が最も高い。

ですが、文系学生に対してデータサイエンス分野を教育する動きは活発になっています。
(出典:日経クロステック「データサイエンティストになれる? 文系理系を問わない大学の新・情報系教育」

しかも文系のほうがデータサイエンティストは向いているという声もある。
なぜなら、ビジネス力が必須であり、現場に立つ機会が多い文系が優位といえよう。

なので、理系でも文系でもデータサイエンティストにはなれる。
文系だからやめとけと言われても、確固たる信念があればなれるということです。

やめとけと言われてもデータサイエンティストに向いてる人の特徴

ここまでデータサイエンティストはやめとけの理由について解説してきました。

データサイエンティストは今後も需要が高まる仕事。
だから年収も高いし、常に最新情報をアップデートしていく必要があります。

ただ需要は高いとはいえ、誰でもなれるとは限りません。
実際、「データサイエンティストの目標人数を確保できなかった」と回答した企業は約6割にものぼります。

需要はあるし、企業側としても採用したい。
しかし、理想とする人材に出会えないミスマッチが起きているといえます。

どんな人がデータサイエンティストには向いているのか?
やめとけと言われてもデータサイエンティストに向いてる人の特徴をまとめていきます。

【特徴1】ビジネス思考も持てる人

まず1つ目の特徴が「ビジネス思考も持てる人」

数学や統計学が好きな人には向いている、は大前提。
しかしデータサイエンティストの仕事はデータ分析だけではありません。

デスクワーク(男性)

「データサイエンティスト協会が目安として公開してるスキルチェックシート、ビジネス力のハードル高過ぎて本当に笑ってしまう。数学全振りマンはやはりビジネス界に打って出るのではなくアカデミックに閉じ籠ってた方がよさそう(適当)」
引用: Twitter

口コミにもある通り、データサイエンティストに求められるのは「スキルのバランス」

アカデミック寄りな人は向かないです。
実際、調査資料によると今後最も増員したいデータサイエンティストのタイプは「マーケタータイプ」

ビジネス思考、ビジネス感覚もデータサイエンティストには必須能力。
課題解決のためにデータを活用できる人がデータサイエンティストには向いているといえます。

【特徴2】仮説思考と論理的思考ができる人

次に2つ目の特徴が「仮説思考と論理的思考ができる人」

何のためのデータ分析なのか?
集計作業だけがデータサイエンティストの役目ではありません。

分析の先のアクションまで提案できるのがデータサイエンティストに求められる能力です。

そのためにもビジネス課題に対して仮説を立てる必要があります。

データの活用、分析はあくまで一つの手段。
仮説のもと手段を活用して、課題解決に導く筋道を立てて実行。

そして何より、実行から得られた分析結果を考察する能力が問われます。

疑問に思う男性

「データサイエンティスト志望の後輩の面倒を見ているのだけど、全く素養がなさすぎてつらい。。。実装力が低い事とかはまあ仕方ないにせよ、結果に対して”Why”を問う姿勢があまりにも無さすぎて、これはもう根本的に向いてないんじゃないかと思ってしまっている。。。」
引用: Twitter

「なぜこのような結果が得られたのか?」
「仮説通りの結果か?それとも異なる結果か?」

結果に対する深い分析ができる人が、データサイエンティストに向いているといえます。

【特徴3】食わず嫌いせず地道に作業できる人

そして3つ目の特徴が「食わず嫌いせず地道に作業できる人」

データサイエンティストの仕事は個人プレーではありません。
ビジネス課題の解決に向けて、多くの関係部署を巻き込みながら進める必要があります。

ときに得られた分析結果を説明、説得する場面もでてきます。
一人で黙々と集計・分析を行う時間よりも人と関わる時間のほうが長い。

実際、現役DSもチームプレーの比重が大きいと自身のキャリア観を説きます。

データサイエンティストは地道にコツコツ行う作業も多いです。

しかしそれ以上に重要なのは「コミュニケーション能力」
つまり、データサイエンティストに問われるのは「柔軟性」

一つに固執せず、臨機応変さも持ち合わせた人がデータサイエンティストには向いています。

結局「データサイエンティストは後悔するからやめとけ」は本当?

ここまでデータサイエンティストに関する情報をまとめてきました。
結局「データサイエンティストは後悔するからやめとけ」は本当なのでしょうか?

結論からいうと、向いてる人にとっては天職になる職業。

なぜなら、仕事には必ず向き不向きがあるから。
需要があるとはいえ、データサイエンティストに向かない人は向かない。

向いてる人は辞める後悔のほうが大きくなることでしょう。

ただ「データサイエンティスト人材が飽和する」という声が一部で聞かれます。
さらに「AIの影響でデータサイエンティストの仕事は代替される」というネガティブ情報も見られます。

外的要因によって、データサイエンティストはやめとけと論評が巻き起こっているのも確かです。

しかし、今すぐ飽和状態になることはありません。
データサイエンティストの需要がなくなることも限りなく低いです。

実際、AI導入後の3~5年で変化する業務量の見込みを調査
調査の結果、データサイエンティストが属する研究開発・技術系専門職の仕事は増えると回答。

実に6割を超える企業が今後増える見込みであることが明らかになっています。

また一部の業務でAIへの代替は起きるでしょう。
その一方で、AIでは生み出せない価値があるとIPAは発表しています。

人間よりも AI が計算・処理した方が速度も速く精度も高い識別や予測などの領域は、AI に代替されていくものでしょう。しかし、どのようにデータを使って社会にどのような価値を生み出すかをデザインし実行していくことは、人間にしかできない仕事です。

データサイエンティストの価値はAIでは埋められない。
社会的ニーズの高まりに応える仕事の一つがデータサイエンティスト。

社会課題に真っ向から向き合うのがデータサイエンティストの役目でもあります。

それでもデータサイエンティストを目指したい人がやるべき行動

【あなたは「データサイエンティスト」という仕事に将来性を感じていますか】

『81%』がデータサイエンティストに将来性を感じると回答。

将来性があって、需要も高い人気の仕事。
そのため、約3割が収入下がってもデータサイエンティストへの転職を希望しています。
(出典:prtimes「データサイエンティストへの転職に関する実態調査」

しかし需要の増加でライバルは増えるのが転職市場。
誰でもなれるわけではなく、戦略的に転職活動は行う必要があります。

ではどうすればいいのか?
データサイエンティストを目指したい人がやるべき行動をまとめていきます。

【行動1】未経験ならプロに教わる

「未経験ならプロに教わる」

【行動2】独学だと挫折!スクールに通う

「独学だと挫折!スクールに通う」

【行動3】IT業界に転職する

「IT業界に転職する」

【行動4】事業会社に転職して社内異動を狙う

「事業会社に転職して社内異動を狙う」

【行動5】マーケティングスキルを伸ばし関連業界に転職する

「マーケティングスキルを伸ばし関連業界に転職する」

現役データサイエンティストで辞めたい人向けのキャリアプラン

転職意向があるデータサイエンティストの割合は『52.3%』

約半数の現役DSが転職を検討中。
将来性はあるものの転職する人は事実いるようです。

しかしデータサイエンティストの転職先は豊富に準備されています。

日本社会においても、終身雇用は崩壊し転職が当たり前の時代。
データサイエンティストは新しい職種でもあり、企業側も中途採用を積極的に行っています。

ではどういったキャリアプランがおすすめか?
現役データサイエンティストで辞めたい人向けのキャリアプランを解説していきます!

【プラン1】社内SE(DX推進)として転職

「社内SE(DX推進)として転職」

【プラン2】データ分析を行う事業会社に転職

「データ分析を行う事業会社に転職」

【プラン3】ITコンサルティング業界に転職

「ITコンサルティング業界に転職」

【プラン4】フリーランスエンジニアに転身する

「フリーランスエンジニアに転身する」

まとめ:データサイエンティストはやめとけの理由と向いてる人の特徴

データサイエンティストはやめとけと言われる理由をまとめてきました。

改めて、データサイエンティストはやめとけと言われる理由をまとめると、

データサイエンティストはやめとけと言われる理由

  1. 学習があまりに大変&つらいからやめとけ?
  2. 統計学だけでなくビジネス力も必須だからやめとけ?
  3. 就職・転職には資格取得も必要だからやめとけ?
  4. 学習時間が多い割に年収低くて食っていけないからやめとけ?
  5. 理系出身ではなく文系出身でついていけないからやめとけ?

未経験からITエンジニア転職!転職成功率9割超のプログラミングスクールおすすめ3選