データサイエンティストとして成長できるキャリアとは？

クラウンデータの“リアル”を伝える広報記事として、今回はCEOの森にデータサイエンティストとして成長できるキャリアについてインタビューしてきました。今後データサイエンティストのキャリアを歩んでいきたい方は是非ご一読ください！何が正解という話でもないので、直接お話できる機会があればご感想もいただけると幸いです。

データサイエンティストのキャリアは大きく3つある

―—今回もよろしくお願いします！まず、データサイエンティストという職種が存在するキャリアはどんなものがあるか教えていただいてもよろしいでしょうか？

はい、お願いします！
ご存じの通り、データの重要性が増す昨今でデータサイエンティスト職の選択肢は多様化していますが、会社員としてのデータサイエンティストにおいては大別すると3つのキャリアがあると考えています。

1つ目はコンサルファームのデータサイエンティストです。
コンサルファームがクライアントのDX化プロジェクトでAI開発を扱ったりするケースが多くあります。

ただ、実際の仕事はデータの前処理・資料作成・会議の準備といった雑務が多く存在します。すごく大切な工程ではあるものの、そうした雑務は若手の仕事になることが多いです。そうして集められた綺麗なデータを扱ってAIモデルを作っていく花形業務は熟練社員やエースが担当することが基本です。

ファームによって差はあると思いますが、新卒で入社しても30歳くらいまではAIモデルを作る業務が回ってくるチャンスがないところも多いかと思います。大企業を相手にした大きなプロジェクトに携わりやすい半面、どうしてもクライアントワークを行う以上は見え方の観点でも若手は花形業務にアサインされにくいですよね。そのため、データサイエンティストとしての経験を積んで実力を身に着けるにはキャリアを長めに考えておく必要があると思います。

―—下積みが長めなんですね…！続いて2つ目は何でしょうか？

2つ目のITサービスを持っているメガベンチャーのデータサイエンティストです。
特徴として、自社のデータを自由に使用できることが何よりも大きいです。業務を改善するAIモデルの開発、マーケティングのためのデータ分析などを行うことが多いと思われます。
一方で、クライアントワークがないため、自社のデータしか触れることができず、様々なデータに触れることができません。

会社によっては協力会社などの業務委託で回している場所も多いため、正社員で入社した際に業務委託のマネジメントがメインの仕事になる可能性もあります。

―—なるほど、自社データを扱える自由度は高い半面、他のデータには触れられないと。最後に3つ目は何でしょうか？

3つ目はAI系ベンチャーのデータサイエンティストです。
コンサルファームほど大きな案件を扱うことは少ないですが、クライアントの課題を解決するためにAI導入の構想策定から開発・運用まで一気通貫で行うケースが多いです。
クライアントは何に困っていて、解決のためには必ずしもAIが必要なのか、といった上流工程から介入できる場合は、コードを書く能力だけでなくコンサルティング素養も鍛えられやすいキャリアだと思います。

プロジェクトを遂行する人数を最低限で行うことが多いため、個人にかかる負担も大きいですね。大規模な会社よりも組織性がないぶん、個人の働きが非常に求められることも特徴としてあります。

成長のために大切なのは責任範囲を広げていくこと

―—ご説明ありがとうございました！森さんが思うデータサイエンティストとして成長しやすいキャリアはどんなものですか？

どのキャリアが正解といったことはないですが、データサイエンティストとして一流になりたいのであれば、『責任範囲の広いプロジェクトを多くこなすこと』が必須になってきます。AI系プロジェクトは発注額も関わる人も多い傾向があるため、パッと見は経験を積めそうな気もしますが、実際は何をどこまで担当するか次第です。

データサイエンティストの仕事は「こういうモデルでいこう。なぜなら～」という方針を決めるビジネス的な業務と、実際にコードを書いていく開発的な業務の２つに分けられるのですが、私が見てきた中では分業制が大半でした。ビジネス系と開発系の責任者が分かれているケースも多いです。

―—分業が大半なんですね。

そうです。背景としてはシンプルに両方できる人が少ないからだと感じています。
2つある業務のうち、どちらか片方だけの経験ばかりを積むキャリアを歩むことで「データサイエンティスト畑なのにコードが書けない自分ってなんなの…」と悩む人も一定いらっしゃいます。逆もしかりで「コードは書けるけど上流の要件定義ができないし、資料作りもできない」という声もよく聞きます。どの企業も分業だから仕方ないのかなって諦めている人も多い印象ですね。

結局、データサイエンティストとして成長できるキャリアのネックは、どっちの業務も経験できる「場」を得られないことだと考えています。今いる環境で難しいなら正直転職しかありません。

―—なるほど。ということは、データサイエンティストとして成長するにはどちらも経験できる企業を選ぶことが重要ということですか？

そうです！更に言えば、成長し続けるためには「場」を得るだけでなく、セットで「適切に評価される」ことも必要だと考えています。
日本は営業職、コンサルタントなどのビジネスサイドは評価されやすいですが、データサイエンティストなどの技術サイドが適切に評価されているかどうかは疑問を持つことがあります。

どれだけ頑張ってもスキルや給与が上がっていくことを実感できないと頑張り続けられないですし、更に大きな案件や業務範囲の拡大を任せてもらえません。

―—評価は確かに大事ですね。以上を踏まえて当社クラウンデータではデータサイエンティストとして成長するためにどんな環境を用意していますか？

クラウンデータでは、先ほど説明した2つ目の「自由に扱える自社データを持っている」という側面と、3つ目の「AI系ベンチャー」という側面の両方を持っているので、ビジネス的業務と開発的業務の両方をどんどんお任せしていきますし、私のノウハウを出来るだけ提供していく気マンマンです！笑

評価の観点で言えば、評価者である私自身がデータサイエンティストなので適切に判断できるところは良い特性だと思いますね。ご関心がある方とはこのあたりもラフにお話ができると嬉しいです！

今回のデータサイエンティストのキャリアに関するインタビューでは、成長するために必要なキャリア選択方法について知ることができました。今後は採用やデータサイエンティストのレベルアップ方法の”リアル”についても触れていきたいと思いますので、引き続きストーリーの更新をお楽しみに！