シゴト図鑑 › IT・エンジニア系

データサイエンティストの仕事

統計とAIで未来を予測する。データ職種の最高峰。

データサイエンティストとは?(一言で言うと)

統計学と機械学習を使って、需要予測・レコメンド・価格最適化などのモデルをつくる仕事。データアナリストが「過去を説明する」なら、データサイエンティストは「未来を予測して仕組みに組み込む」ところまで踏み込むんだ。数学・プログラミング・ビジネスの3つの力が必要な分、市場価値は非常に高い。生成AIの活用設計も守備範囲になってきたよ。

データサイエンティストの1日の流れ(ある日の例)

データサイエンティストの仕事の相関図(誰とどう関わる?)

お金 モノ・成果物 サービス・価値 情報・相談

データサイエンティストに向いている人

PR 同じ大学出身の先輩に話を聞けるOB/OG訪問ネットワーク「ビズリーチ・キャンパス」

やりがいと大変なところ

やりがい — 自分のモデルが会社の意思決定を自動化・高度化していくこと。精度が上がった瞬間の快感は研究者のそれ。
大変なところ — 実データは汚く、前処理に膨大な時間がかかる。「精度は高いけど使われないモデル」になる危険と常に隣り合わせ。

データサイエンティストのキャリアパス

アナリスト→データサイエンティスト→機械学習エンジニアやAI戦略職へ。理系院卒が多いが、独学+実績で入る文系出身者もいるよ。

PR 【無料】キャリセン就活エージェントに「データサイエンティストに向いてるか」を相談してみる →

面接でこう語る — ガクチカへのつなげ方

Kaggle(データ分析コンペ)や卒論での統計利用など、「実データと格闘した経験」を具体的に語れると一気に本物感が出るよ。

PR

「データサイエンティストが向いてる気がする」で止まっていませんか。無料の就活エージェントに一度話しておくと、その手応えを面接で通じる志望動機の形まで一緒に言語化してもらえます。

データサイエンティストが活躍する企業を見てみよう

LINEヤフーメルカリエヌビディアスノーフレイクリクルート

企業ごとの「どうやって儲けているか」は、姉妹サイトビジモ図鑑の図解でチェックできます。職種×ビジネスモデルの掛け算で企業研究は一気に深まりますよ。

よく比べられる職種との違い

データアナリストとデータサイエンティストの違い

データアナリストソフトウェアエンジニア研究開発(R&D)

Xでシェア LINEで送る

※仕事内容・1日の流れは代表的な例をわかりやすく簡略化したものです。会社・配属によって異なります。