どうしてデータサイエンティストはやめとけって言われているの？
データサイエンティストの将来性は良くないの？
データサイエンティストは責任ある立場で成果を通じた達成感がある職種です。しかし、ビジネスに直接影響を与える職種であるだけに向き不向きがあるのも事実です。「データサイエンティストはやめとけ」という声もあり、データサイエンティストを目指すべきか悩んでいる人も多いですよね。
そこで、この記事では「データサイエンティストはやめとけ」と言われる理由を、向いている人の特徴も交えて紹介します。少しでもデータサイエンティストに興味がある方は、ご一読ください。
この記事の監修者
フルスタックエンジニア
音楽大学卒業後、15年間中高一貫進学校の音楽教師として勤務。40才のときからIT、WEB系の企業に勤務。livedoor（スーパーバイザー）、楽天株式会社（ディレクター）、アスキーソリューションズ（PM）などを経験。50歳の時より、専門学校でWEB・デザイン系の学科長として勤務の傍ら、副業としてフリーランス活動を開始。 2016年、株式会社SAMURAIのインストラクターを始め、その後フリーランスコースを創設。現在までに100名以上の指導を行い、未経験から活躍できるエンジニアを輩出している。また、フリーランスのノウハウを伝えるセミナーにも多数、登壇している。
本記事の解説内容に関する補足事項
本記事はプログラミングやWebデザインなど、100種類以上の教材を制作・提供する「侍テラコヤ」、4万5,000名以上の累計指導実績を持つプログラミングスクール「侍エンジニア」を運営する株式会社SAMURAIが制作しています。
また、当メディア「侍エンジニアブログ」を運営する株式会社SAMURAIは「DX認定取得事業者」に、提供コースは「教育訓練給付制度の指定講座」に選定されており、プログラミングを中心としたITに関する正確な情報提供に努めております。
参考：SAMURAIが「DX認定取得事業者」に選定されました
記事制作の詳しい流れは「SAMURAI ENGINEER Blogのコンテンツ制作フロー」をご確認ください。
データサイエンティストは魅力的だが要求されるレベルも高い
データサイエンティストは、魅力的な反面、要求されるスキルレベルが高い職業です。
データサイエンティストとして働く場合、経営層が直面するビジネス課題の解決に貢献することができます。具体的には、データ分析を通じて市場動向を把握する、効率的な広告戦略を練るなど多岐にわたる業務が期待されます。
また、社会全体がDX（デジタルトランスフォーメーション）やデジタル化の方向へと進んでいる現在、データサイエンティストは業界問わず注目される存在となっています。高い収入や専門性、多様な業務内容が見込めるため、多くの人々がデータサイエンティストに興味を抱いているのは確かです。
一方で、多岐にわたる専門スキルと高度な分析能力が求められるため、その責任とプレッシャーも大きいです。一部からは「データサイエンティストはやめとけ」といった意見も存在します。
データサイエンティストは魅力的で将来性もある職種ですが、大変さも踏まえて慎重な検討が必要です。そこで「データサイエンティストはやめとけ」と言われる理由を、次の見出しで詳しく掘り下げていきます。
「データサイエンティストはやめとけ」と言われる3つの理由
ここからは「データサイエンティストはやめとけ」と言われる理由を、3つにまとめて紹介します。
特に3番目の「仕事が忙しくストレスを感じやすい」点は働き方改革や長時間労働を抑えるワーク・ライフ・バランスが重視される現在、注意しておきたいところです。
では、ひとつずつ見ていきましょう。
経営判断に関わるため責任が大きい
データ分析がビジネス戦略に直接影響を与えるため、データサイエンティストの責任は極めて重くプレッシャーがあります。
例えば顧客の購買データを分析し、商品Aが売れやすい時期の予想を立てたとします。データを元に商品を1,000個準備したあと、分析対象の商品が誤っていた場合はどうなるでしょうか。
売れ残り在庫を抱えてしまうこととなり、大損害を被ることとなってしまいます。データサイエンティストは業務範囲も広く、事業展開やマーケティング戦略の基礎を形作るためミスが許されません。
専門スキルが多岐にわたる
データサイエンティストは、データ分析からプログラミング、機械学習に至るまで多くのスキルが求められます。
具体例には、PythonやRなどのプログラミング言語を使用して、統計学の手法でデータを分析します。また、データベースを扱う際には、SQLと呼ばれるデータベース操作言語も必要です。
さらに、TensorFlowなどのライブラリ（よく使用する機能がまとまっているツール）を用いて機械学習のタスクにも対応しなければなりません。新しい技術も日々アップデートされるため、日頃から継続的な学習が必須です。
仕事が忙しくストレスを感じやすい
データサイエンティストが多忙でストレスを感じやすい理由は、以下の2つです。
- IT人材不足が増加傾向にある
- 各部門と連携しながら業務を行う必要がある
日本が抱える課題に、IT人材不足があります。実際に経済産業省がまとめた「IT人材育成の状況等について」によると、2030年に最大で約79万人の人材不足が予想されています。
このようにIT人材不足の状況は明らかで、データサイエンティスト一人ひとりに多くの仕事が割り振られている状況です。
さらに、データサイエンティストの仕事は単にデータを解析するだけではありません。各部門からの要望に応じて分析を行い戦略を考えるため、多くのプロジェクトに関わる必要があります。
データ分析以外にも資料作成、ミーティングへの参加など忙しい方がほとんどです。
こうした人材不足と幅広い業務範囲により、データサイエンティストは多くのプロジェクトを同時に進行させる必要があるため仕事量が増大します。結果として労働時間が多く、ストレスを感じやすくなります。
データサイエンティストが向いている人・向いていない人の特徴
これまでお伝えしたとおり、やりがいはあるものの責任感も求められるため「合う人」と「合わない人」がいます。ここからは、データサイエンティストが向いている人、向いていない人の特徴をそれぞれ紹介します。
データサイエンティストが向いている人の特徴
データサイエンティストが向いている人の特徴は下記の4つです。
- データ分析や統計が得意
- コミュニケーションが得意
- 課題解決を推進する力がある
- 柔軟な発想でトライアンドエラーができる
データ分析や統計が得意な人はビッグデータを解析し効果的なインサイトを引き出せる能力を発揮できるため、データサイエンティストに向いています。
さらに、分析結果を経営陣をはじめ多様なステークホルダーや他の部署に伝える必要があるので、コミュニケーションスキルも重要です。また、データから導き出した結果をもとに具体的なビジネス課題の解決を推進できる力がある人、新しい方法や視点で問題に取り組める柔軟性を持つ人もこの職種に適しています。
データサイエンティストに向いている人の特徴は、下記で詳しく紹介しています。合わせてご一読ください。
データサイエンティストが向いていない人の特徴
データサイエンティストが向いていない人の特徴は下記の3つです。
- 数学や統計などが苦手
- コミュニケーションがあまり得意ではない
- 地道に作業することが得意ではない
数学や統計が苦手な人、特に文系出身者などは基本的なスキルが不足しているとデータ分析作業が困難となる可能性が高くなります。また、解析結果を課題解決につなげるためには組織内で報告・議論が必要でコミュニケーションが不可欠です。
そのため、コミュニケーションが得意ではない人はデータサイエンティストに困難さを感じる場合が多いです。そして下記のような細かい作業に耐えられない人も、データサイエンティストとして続けられない可能性が高いと言えます。
- データクレンジング（不正確なデータの修正や削除）
- 前処理（データを分析可能な形に整える作業）
- 仮説検証（データに基づいて予測や仮説を試す）
以上の特徴を参考に、自分がデータサイエンティストとして活躍できるかどうかをよく考える必要があります。上述の記事で紹介している具体的な適性診断なども参考にしてみてください。
データサイエンティストの魅力4つ
ここからは、データサイエンティストの魅力を、4つにまとめて紹介します。
なかでも最初の「給与水準が高い」ことは、データサイエンティストに注目が集まる大きな理由のひとつです。
下記でひとつずつ紹介します。
給与水準が高い
データサイエンティストは一般に比べて高い給与を期待できます。
厚生労働省が公表している「令和4年賃金構造基本統計調査」によれば、データサイエンティストの平均年収は557万5,000円でした。一般労働者の平均年収496万5,700円と比較すると、約60万円も高収入な職種です。
また、同じIT技術職で比較してもデータサイエンティストは年収で上位にランクインしています。パーソルキャリアが転職サービス「doda」の情報を参考に算出した結果、職種ランキングでデータサイエンティストは6位で平均年収513万円でした。
| IT技術職・職種年収ランキング | 平均年収 |
| 1位「プロジェクトマネジャー」 | 686万円 |
| 2位「プリセールス」 | 594万円 |
| 3位「ITコンサルタント」 | 590万円 |
| 4位「IT戦略／システム企画」 | 587万円 |
| 5位「研究開発」 | 549万円 |
| 6位「データサイエンティスト」 | 513万円 |
| 7位「システム開発／運用」 | 463万円 |
| 8位「セキュリティエンジニア（脆弱性診断／ネットワークセキュリティ）」 | 457万円 |
参考：ITmedia
このようなデータからも、データサイエンティストは高い給与面で魅力的なキャリアと言えます。
将来性がある
データサイエンティストは、今後も需要が増えると予測される分野であり、キャリアの将来性が極めて高いです。ビッグデータの活用が進む現代において、データサイエンティストが果たす役割は年々重要度を増しています。
例えば、アメリカの大手ITアドバイザリー企業であるガートナーが発表した報告によると、2025年までにデータ分析の市場規模は倍増すると予測されています。このような動向から、データサイエンティストの需要は今後も高まり続ける想定です。
ビジネスの課題解決を支援できる
データサイエンティストは、データの収集から解析、分析に至るまでを一手に担い、その結果をもとにビジネスの改善点や新規事業の立案を行います。そのため、企業の方針や戦略に直接影響を与えるポジションのひとつです。
また、経営者から部下まで組織内の多くの人々と関わる機会があり、企業価値の向上やブランディングなどにも貢献できます。
具体的な例として、Netflixが視聴データを解析してオリジナルコンテンツを企画するケースがあります。企業はユーザーに合ったサービスを提供でき、企業価値を高めています。
将来性がある分野でスキルを磨ける
データサイエンティストとして働くことで、多様なスキルと経験が得られます。勤務経験を通じて、管理職への昇進や好条件での転職につながる可能性もあります。
さらに、データ分析のスキルは国際的にも高く評価されているため、グローバルな転職市場でも活躍の場が広がる職種です。
例として、さまざまな企業がAIとデータ分析を組み合わせた効率的な業務運営を目指しています。データサイエンティストは事業戦略に深く関わるプロジェクトに参加し、AI技術を習得するチャンスも多くあります。
データサイエンティストが行うデータ分析は業界を問わず広く活用されているスキルであり、ある業界での経験が他の業界への転職機会をアップします。
データサイエンティストに関してよくある質問
- データサイエンティストを目指す方法は？
-
データサイエンティストを目指す方法は複数あり、具体的には下記の3つのルートが考えられます。
- 1．ITエンジニアからの転職
- 2．大学でデータサイエンスを学ぶ
- 3．独学でスキル習得後に仕事を獲得する
上記3つの方法はそれぞれメリット・デメリットがありますが、自分の状況や目標に合わせて選ぶことが重要です。
データサイエンティストになるための具体的なステップは次の3つです。
- 数学・統計学、プログラミングの基礎を学ぶ
- データ分析スキルを身につける
- 転職活動をする
下記で、データサイエンティストを目指す方法を詳しく紹介しています。ご一読ください。
データサイエンティストになるには？未経験からのロードマップ更新日：2024年11月13日 - データサイエンティスト以外におすすめの仕事は？
-
データサイエンティスト以外におすすめの仕事として、例えば下記の3つの職種が考えられます。
- 1．データアナリスト
- 2．データエンジニア
- 3．機械学習エンジニア
上記の職種は、いずれもデータやプログラミングに関する基本的な知識とスキルが求められます。そのため、現役のITエンジニアに相談しながら、具体的な学習プランを立ててスキルを磨く環境づくりがおすすめです。
もし短期間で効率よく高いスキルを身に付けたい場合は、プログラミングスクールがおすすめです。プログラミングスクールの中にはキャリアサポートや求人紹介のサービスも提供しており、スクール修了後の就職や転職活動に非常に有用です。
例えば侍エンジニア（SAMURAI ENGINEER）には「データサイエンスコース」があります。「データサイエンスコース」では、データの取り扱いや高度なデータ分析、実務に役立つ実践的な演習など、基礎から実践まで4つのステップで無理なく学習できます。
無料カウンセリングも可能なので、以下からお気軽にお問い合わせください。
まとめ：データサイエンティストは将来性が高くやりがいもある
今回は「データサイエンティストはやめとけ」をテーマに、下記の4つのポイントにスポットを当ててお伝えしました。
データサイエンティストは、ビジネスのデータ分析を通してビジネス戦略に関わる重要な役割を担っており、将来性が高い職種です。ただ、多様で高度なスキルが求められるため、未経験から独学での挑戦はハードルが高いことも事実です。
もしデータサイエンティストに興味を持った方は、今回の記事で触れたポイントを確認して自分に向いているのか客観的に判断してください。そして、独学でのスキル習得に不安がある場合は、SAMURAI ENGINEERのようなプログラミングスクールの活用をおすすめします。
