![見出し画像](https://assets.st-note.com/production/uploads/images/100960860/rectangle_large_type_2_eaf7ec943e14613557549e9cadd88281.png?width=1200)
データサイエンティスト就活のためにできる準備(25卒~向け)
こんにちは、外コンデータサイエンティストのわんこです!
今回は、データサイエンティスト就活をしようと思っている方向けに、本選考までにやるべきことを解説したいと思います。
22卒のあたりまではデータサイエンスの経験がなくても新卒でデータサイエンティスト職に就くことができたようですが、昨今のデータサイエンティスト人気もあり、現在は未経験歓迎と言いながらも高度なスキルや実績がないと内定を手に入れることができない企業が増えています。
そこで本noteでは、データサイエンティスト就活でどのようなものが求められるのか、どのような準備ができるかを説明します!
それでは、本編をどうぞ!
データサイエンティスト就活で求められるもの
データサイエンティストと一口に言っても、以下のように大きく3種類に分けられ、それぞれ求められるスキルが異なります(詳しくはこちら)。
データアナリスト → ビジネス力
AIエンジニア → データエンジニアリング力
データサイエンティスト(研究開発) → データサイエンス力
ただ、この3つは完全に分離しているわけではないため、AIエンジニアよりのデータアナリストなどの職種もあります。そのため、本noteでは3つの能力がどれほど求められるかについて解説をしますが、各企業の特徴に合わせた準備をするとより効果的です。
参考
ビジネス力
主にデータアナリスト系の職種で重視されるビジネス力は、課題背景を理解してビジネス課題を解決する能力のことです。
新卒採用においては、データサイエンスに関係しているかを問わず、課題解決能力の高さを見られます。
ガクチカなどの質問を通して、課題に対する向き合い方や困難の乗り越え方などを問われることが多いです。
特にコンサルティングファームにおいては、グループディスカッションやケース面接などの選考を通してビジネス力の高さを見られています。
データエンジニアリング力
主にAIエンジニア系の職種で重視されるデータエンジニアリング力は、AIを用いたシステムを実装する能力のことです。
開発経験を聞かれたり、コーディングテストを解くことによって、実装能力の高さを見られます。
特にWeb系メガベンチャーにおいては、プログラミングスキルが非常に重視されているため、早めの対策が必須です。
データサイエンス力
主に研究開発などの理論よりの職種で重視されるデータサイエンス力は、情報処理・人工知能・統計学などの情報科学系の能力のことです。
研究開発系の職種においては、多くの場合に研究における実績が見られます。博士課程で論文をいくつも出している方がライバルになるため、選考対策をするというよりは研究に力を入れて取り組むことが重要になります。
それ以外のデータアナリストやAIエンジニア系の職種においても、機械学習や統計学の基本的な部分を抑えておく必要があります。
内定者のレベル感
私が多くの内定者の方の話を聞いていて感じるのは、内定者は3つのスキルの内の1つに分かりやすい実績を持っている人が多いということです。
(当然企業によって新卒に求める水準は違いますが)
例えば、データアナリスト系の職種であればインターン先でデータ分析をして課題点を発見した、AIエンジニア系の職種であれば研究やアルバイトにて精度○○%のシステムを構築して学会で表彰された(業務効率が○○倍になった)などです。
近年は応募者のスキルも上がってきているため、こうした分かりやすい実績があることは前提として、他2つのスキルやコミュニケーション能力に問題がないかということを問われるようになっています。
そのため、データサイエンティストになりたい!という方は早い段階からスキルを磨き実績を作ることで、選考のスタートラインに立つ必要があります。
実績の作り方
データサイエンティスト就活には高いスキルと実績が必要になるということをお話してきましたが、まだ実績がないけどデータアナリストやAIエンジニアになりたいという方が何をするべきか解説します。
(研究開発系のデータサイエンティストを目指している方は研究に力を入れることが一番の近道になると思います)
データアナリスト
データアナリスト系の職種ではビジネス力が重視されているため、強力なガクチカの用意やケース面接対策が重要です。
研究室でデータ分析に関わる研究をしているのであれば、研究に力を入れて国際学会にアクセプトされると良い実績になります。
学部生の方や研究にデータ分析を用いない方であれば、データサイエンス系のインターンを始めるのも良いでしょう。
ガクチカの内容としては、他のメンバーを巻き込み(協力してもらい)ながら課題解決をしたり、自分で課題を提起して精度を○○%向上させた、などの内容があると、とても評価が高くなります。
データアナリストはチームの一人として仕事にあたることが多いため、課題解決能力に加えて、チームワークや主体性についてもアピールできるようにしましょう。
AIエンジニア
AIエンジニア系の職種ではデータエンジニアリング力が重視されているため、プログラミングスキルを磨き開発実績を積むことが重要です。
データアナリスト同様に、国際学会発表やインターン先での開発経験などの実績が大きな武器となります。
それに加えて、ESにAtCoderやKaggleなどの競技プログラミングのレートを書く欄がある場合が多いため、競技プログラミングをやっておくことも有効です。
AIエンジニア系の職種では、制限時間のあるコーディングテストを解くことも多く、その対策としても競技プログラミングは有効なため、早めにプログラミングスキルを身につけてアウトプットをすることが重要です。
まとめ
データサイエンティスト就活の難易度が年々上がってきている中で、どのような準備ができるのかをご紹介しました。
このnoteで説明したような実績を作ることで、内定を獲得するための第一歩となります。
即戦力を求められるデータサイエンティスト界隈では、新卒でデータサイエンティストになることは大きな意味を持ちます。
そのためにも、しっかりと準備をしましょう!
長文になってしまいましたが、最後まで読んでいただきありがとうございます!
もしちょっとでも役に立ったと思っていただけましたらフォロー&いいねも是非お願いします。
それでは次回もお願いします!
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか?