データサイエンティストへの転職について

先日の記事で書いた企業から無事に内定を頂き、来年からはデータサイエンティストとして転職することに決めました。新しい挑戦に今からワクワクが止まらない！応援し、励まし、支えてくださった皆様に、心から感謝しています。いつも本当にありがとう！

データサイエンティスト職への転職に興味を持たれることが増えてきたので、少し自己紹介を兼ねながら勝手にQ&A形式で書いてみたいと思います。

Q. データサイエンティストを目指したきっかけは？
一言で言えば、「自分の世界を拡げたい」って思いました。
現職では自然言語処理の研究開発をしてたんですが、組織長が変わったことでプロジェクトの選択と集中＆組織の縦割りが進み、面白いプロジェクトや周辺技術に触れられなくなってきたのがキッカケですねー。もっと色々な業界に触れてその業界の知識を吸収し、経営戦略などより高い観点からデータを基に課題発見や解決に繋げたり・・・あとスキル面では言語処理だけでなく画像やテーブルデータを扱えるようになりたいなと。一つの専門分野をひたすら掘り進めるよりも、飽き性の自分はその方が楽しめるし向いているな〜と思いました。

Q. データサイエンティストになるのに、必要な勉強は？
プログラミング・数学（統計）辺りは入社試験で問われる可能性が高いので、業務で触れていない部分はしっかりと勉強しておく必要があるかなと思います。例えばプログラミングはやや難度の高いモデリングの問題が出る可能性があるので、実務経験がない分野はkaggleなどで慣れておくと良いかもしれません。自分は自然言語処理には自信があったのですが、入社試験ではテーブルデータが出たため苦戦しました。。志望企業が明確な場合は、その企業のサービスを調べて、その企業で使っているであろうデータやタスクを想像して対策してみると良いかもしれません。あと大手ではSPI試験があったり、外資系やインターネット業界ではアルゴリズムのコーディング試験があったりするので、余裕があれば対策をしておくと吉。

Q. 文系で未経験ですが、データサイエンティストになれますか？
未経験・文系からデータサイエンティストを目指す場合、中長期的な戦略が重要になるかなーと思います。
多くのデータサイエンティストは理系出身（または理転）であり、数学についてはある程度体系的に勉強してきています。なので、高校〜大学基礎過程レベルの数学をまずはしっかりと抑える（特に統計）ことが大切かな、と思います。その上で、
・親和性の高い分野で実務経験を積む（プログラマー、コンサル、etc）
・差別化できる武器を磨いていく（言語学、心理学、計量経済学　等）
・プログラム、とりわけデータモデリングの経験を積んでおく(Kaggle等)
がオススメです！

※もし他にも質問などありましたら、気軽にコメントくださいね🙂