こんにちは。理系就活情報局です。

AIやビッグデータなど最先端分野を扱うデータサイエンティストは、理系学生から人気の職業として注目を集めています。

人気の高いデータサイエンティストですが、新卒からデータサイエンティストとして仕事をしたい方も多いのではないでしょうか？

今回は新卒からデータサイエンティストを目指す方法について、求められるスキルや就活のポイントを解説します。

データサイエンティストとして働きたい理系学生はぜひ参考にしてみてください。

新卒で就くのは難しい？データサイエンティストの仕事とは

まずは、データサイエンティストの仕事について、基本情報を把握しておきましょう。

データサイエンティストとは

データサイエンティストとは、データの分析・解析を通して、ビジネスにおける意思決定や課題解決を助ける職種です。

近年では、WEB上の行動履歴や利用履歴などを活用することも多くなってきました。

ビッグデータと呼ばれるより膨大な情報や、大きなデータからの分析が求められるようになりつつあります。

事業方針・戦略立案に大きな影響を与えることもある職種のひとつです。

データサイエンティストの業務内容

データサイエンティストは、研究室にこもって仕事を進めることはむしろ少なく、幅広い職種との協業をすることの多い仕事です。

データサイエンティストの主な業務プロセスは、以下の内容となっています。

• ・データ収集企画・仮説考察
• ・データ処理（分類・抽出・加工など）
• ・データ分析・解析
• ・仮説検証
• ・最適化
• ・レポーティング

最初にデータを集め、同時にデータ解析の目的を設定します。

その後、集めたデータを活用しやすいようフォーマットや単位を揃えて準備を行った後に、目的に合わせた解析・分析を進めるのが一般的です。

仮説検証を繰り返して精度を高め、発見した法則性などを活用しやすい形に最適化し、レポートにまとめます。

一連の作業は、ビジネスの実行チームとの連携が必要となるお仕事です。

データサイエンティストになるために必要な前提条件

データサイエンティストには、以下のようなスキルが求められます。

• ・数学・統計の知識
• ・プログラミングスキル（PythonやRなど）
• ・データをビジネス課題に結びつける思考力

ただし、就職時点ですべてを完璧に身につけている必要はありません。多くの企業では、新卒採用において次のような段階的な成長を想定しています。

つまり、新卒で目指す場合は基礎力＋成長意欲があれば十分スタートラインに立てる職種です。

最初からプロレベルを求められているわけではないことを理解しておくと、挑戦のハードルは下がります。

データサイエンティストの業界別役割

データサイエンティストの活躍の場は広く、製薬、金融、ITなど業界によって求められる役割が異なります。主な役割は以下の通りです。

製薬会社にて新卒でのデータサイエンティスト

製薬会社で新卒データサイエンティストとして関わる業務は、企業によってさまざまですが、まずはプロモーション関連のマーケティング分析や解析に携わることが一般的です。

一般消費者向けのマーケティングはもちろん、医師・薬剤師向けのマーケティングが必要なことも多くあります。

マーケティングに活用するツールの開発などに携わることがあり、幅広い業務に関わることも少なくありません。

金融業界にて新卒でのデータサイエンティスト

金融業界における役割も企業によって異なりますが、顧客データや市場分析を通して、リスク回避するための方策を探る仕事を任されることが多くなります。

たとえば、WEB情報や金融履歴などから個人顧客の行動分析を行い、返済が可能であるかを判断するなどです。

データ分析を活用して、俗人的な判断に頼らない判定システムの開発などを行うのも、データサイエンティスト業務の一例です。

外資系企業にて新卒でのデータサイエンティスト

外資系企業でのデータサイエンティストの役割は、国内企業よりもスケールが大きく、レベルの高い分析を求められる傾向にあります。

特にITやコンサルティングファームにおいては取引先の規模が大きい場合もあり、専門性の高い分析が必要になることが一般的です。

成果がでなければポストを奪われる場合もあるため、一定の経験も必要となります。

新卒や未経験でもデータサイエンティストになれる？

高いスキルが求められるデータサイエンティストですが、果たして新卒で採用されることはできるのでしょうか。以下では、新卒・未経験者がデータサイエンティストとして採用されるかどうかについて解説します。

中途は即戦力がメインだが新卒求人は増加傾向

結論、中途は即戦力がメインですが新卒求人は増加傾向にあります。

これまでは中途採用が中心でしたが、新卒や未経験からデータサイエンティストになる道が広がりつつあるのが現状です。

その理由としては、データサイエンティストの需要が高まる一方で、専門的な知識とスキルを持っている人材が不足していることが挙げられます。

データサイエンティストとして経験を積んだ人材が少ないため、素養のある新卒を採用して育成しようという企業が増えています。

データサイエンティストの就職先企業

データサイエンティストの主な就職先企業は、3つに分けられます。

1.IT系企業

IT系企業では、ビッグデータの分析が不可欠です。

データサイエンティストの採用が多く、就職のチャンスも豊富にあります。

2.IT系以外の事業会社

IT系以外の企業でも、ビッグデータの活用は一般的になりつつあり、あらゆる業界でデータサイエンティストの需要が高まっています。

メーカーや商社内のデータ管理部門や企画マーケティング部門の一員として、データサイエンティストの採用が行われています。

3.シンクタンクやリサーチ会社

政治・経済に関する調査を行うシンクタンクや、企業イメージ・市場調査を行うリサーチ会社もデータサイエンティストを求めています。

顧客からデータ分析・活用のコンサルティングを委託されるシンクタンク・リサーチ会社では、サービスの根幹を担うのはデータサイエンティストです。そのため、データサイエンティストの求人を積極的に行っています。

新卒のデータサイエンティストの年収

求人BOX「データサイエンティストの仕事の年収・時給・給料」によれば、データサイエンティストの平均年収は約700万円と高く、初任給は25万円程度が相場です。

新卒の場合は年収300万円台からのスタートですが、経験に応じてスキルを付けていけば高収入が目指せる職種と言えるでしょう。

データサイエンティストを目指す場合の注意点

人気の職業であるデータサイエンティストを目指す上では、いくつか注意しておかなければならない点があります。以下では3つの観点から、データサイエンティストを目指す際に注意すべき点を説明します。

企業によって業務内容が異なる

同じデータサイエンティストでも、企業によって業務内容が異なる場合もあり注意が必要です。

例えば、データ収集・加工などデータ管理業務をメインに担当する業務もあれば、エンジニアのようにシステム開発や実装を行う業務など任される業務範囲も企業によって異なります。

「自分のイメージと違っていた…」と就職後に後悔しないよう、OB・OG訪問を中心に事前に担当業務に関する情報を収集しておきましょう。

継続的な学習が必要

データサイエンティストの業務は、継続的な学習が求められます。

データサイエンティストで必要となるAIやデータ処理の技術は日々進化しており、常に最新の知見を持ち合わせる必要があるのです。

さらに、担当する業務によってはマーケティングやマネジメントに関する知識も求められるでしょう。

データサイエンティストとして求められる業務をこなすためには、上記の知識やノウハウに関する継続的な学習が不可欠です。

データサイエンティストに就職できた場合は、専門書や論文を読み込むのはもちろん、業務に関連する幅広い知識を吸収し続ける必要があり、留意しておきましょう。

高収入だが将来的には人材の二極化が進む

データサイエンティストは現在、平均年収が高い職業ですが将来的には人材価値の二極化が進むと考えられます。

今後、単にデータを集計・処理するだけの業務は進化したAIや分析ツールに代替されていく可能性が高いでしょう。一方で、データ分析を通じてビジネスの課題を発見し、解決策まで提案できる人材の需要は今後も高まり続けるはずです。

データサイエンティストになれば安泰なわけではありません。AIにはできないビジネス課題を解決する力を磨き続けられるかどうかが、将来のキャリアと年収を左右します。

新卒でデータサイエンティストに採用されるには？

進化の速いデータサイエンス業界の中で新卒で採用されることは、新しい知識やスキルを身につける面でも大きなアドバンテージがあります。以下では、新卒でデータサイエンティストになるための方法を説明します。

Python・機械学習・数学の学習をする

データサイエンティストを目指す場合、Pythonや機械学習、数学を学習しておくと良いでしょう。

Pythonはプログラミング言語の1種であり、データサイエンティストの業務で最も使われるものです。

Pythonに関する知識やノウハウがあることを選考でアピールできれば、データサイエンティストとして基礎的な能力があると判断され、選考で有利となる可能性があります。

他にも統計解析用のプログラミング言語であるRもデータサイエンティストの業務でよく用いられる言語です。

余力があればPythonとともにRも学習しておくと良いでしょう。

データサイエンティストの業務ではデータ分析に数学の知識が必要不可欠で、特に統計分野の知識は非常に役立ちます。

確率や微分積分の知識も求められるため、数学全般の知見を深めておくのがおすすめです。

また、精度の高い分析には機械学習の活用も求められ、機械学習に関する知見もアピールできると企業に即戦力としての有用さをアピールできるでしょう。

関連する資格を取得する

新卒でデータサイエンティストを目指すなら、仕事の素養があることを客観的に示せる資格の取得がおすすめです。

採用担当者もデータサイエンティストとして育成する人材には、適性や伸びしろを求めます。データサイエンティストに役立つ資格を取得していれば、やる気を伝えることも可能です。

おすすめの資格については、後ほど紹介します。

データサイエンティストがいる企業でインターン

データサイエンティストがいる企業でインターンに参加することもおすすめです。

インターンでデータサイエンティストの業務に触れられれば、即戦力として活躍できる知識や経験が積めます。

また、インターン先の企業で実績を残せれば、その企業の選考でも有利に働くでしょう。

気になる企業があれば積極的にインターンへ参加することをおすすめします。

職種別採用の企業に応募する

新卒でデータサイエンティストを目指す場合は、職種別採用を受けるのがおすすめです。

職種別採用はその名の通り、最初からデータサイエンティストを指定して応募している選考のことです。

総合職採用では、部署や仕事内容の希望が通るとは限りません。

職種別採用を受ければ、やりたい仕事に最短ルートで就けます。

職種別採用ではデータサイエンティスト用の研修と教育プログラムを受けられるため、総合職採用より職種別採用を受けることをおすすめします。

新卒でデータサイエンティストを目指すための就活ロードマップ

今まで解説してきた通り、データサイエンティストには専門性が求められますが、新卒の段階ですべてを完璧に身につけている必要はありません。大切なのは、大学生活の中で段階的に理解と経験を積み重ねていくことです。

以下では、新卒でデータサイエンティストを目指す理系学生向けに学年ごとの行動イメージを整理して解説します。

大学1〜2年でやっておきたいこと

大学1〜2年の段階では、まずデータサイエンティスト自体への理解を深めることが重要です。

具体的には、以下のような行動がおすすめです。

• ・データサイエンティストの仕事内容や活躍事例を調べる
• ・Pythonや統計学の基礎に触れてみる
• ・データ分析に興味を持てるかを確認する

この時期に目指すべきなのは、スキルを完成させることではなく自分に適性があるかを見極めることです。

大学の授業でプログラミングや統計に関連する科目を選択し、研究テーマをデータ分析と結びつく分野に寄せていくのもおすすめです。

まずはデータサイエンティストの知識・スキルに幅広く触れながら、「おもしろい」「もっと学びたい」と感じられるかを大切にしてください。

大学3年〜就活開始前にやるべきこと

大学3年生以降は、データサイエンティストとして評価されやすい基礎スキルと経験を積み上げる段階に入ります。

この時期に意識したいポイントは、以下の通りです。

• ・Python・統計・機械学習の基礎を体系的に学ぶ
• ・データ分析の実践経験を積む
• ・インターンシップに参加する

参考書やオンライン講座などを活用して、基礎知識を一通り身につけておきましょう。

また、実際にデータ分析してコードをGitHubで公開したり、学習の過程をQiitaやZennなどの技術ブログに投稿したりすれば選考時に高く評価されます。

インターンに参加できれば、実務に近い環境で経験を積めるため、企業理解とスキル習得の両面で大きなメリットがあります。

就活本番で意識すべきポイント

新卒採用において企業が重視するのは伸びしろの部分で、具体的には以下のような側面が注目されます。

• ・データに向き合う考え方
• ・学習意欲や成長性
• ・チームの一員として成果を上げられるコミュニケーション能力や協調性
• ・企業との相性

また、一口にデータサイエンティストといっても、企業によって求める人材の条件は異なります。分析特化型の人材を求める企業もあれば、ビジネスとデータをつなぐ役割を重視する企業もあります。

スキルを過度に盛るよりも、次の点をうまく説明できるようにしておきましょう。

• ・なぜデータサイエンティストを目指したのか
• ・どのように学習してきたのか
• ・今後どのように成長したいのか

さらに、総合職採用ではなく職種別採用・専門職採用を活用すれば、データサイエンティストとして働ける可能性を高められます。

企業から見つけてもらうという選択肢もある

データサイエンティストを目指す理系学生にとって自分に合う企業を探すだけでなく、企業から声をかけてもらう就活方法も有効です。

理系学生に特化したオファー型就活サイト「TECH OFFER」は、専攻や研究内容をもとに企業からオファーが届く仕組みのサービスです。企業からオファーを受けられるため、特に忙しい理系就活生にとって授業や研究と両立しながら効率的に就活できるメリットがあります。

データサイエンティストを求める企業は幅広く、豊かな将来性を持ちながらも世間的には知名度の高くない企業も多く存在する状況です。理系採用に積極的な企業と出会いやすいTECH OFFERに登録すれば、自分では見つけられなかった企業と出会える可能性も広がります。

研究や学業で忙しい理系学生こそ、TECH OFFERを活用して効率よく就活を進めましょう。

データサイエンティスト就活で有利な資格

データサイエンティストを志望する人が、取得しておくことで有利になる資格を紹介します。

基本情報技術者試験

基本情報技術者試験はITエンジニアの登竜門的資格であり、経済産業省が認定している国家資格です。

試験の出題分野は「テクノロジ系・マネジメント系・ストラテジ系」の3つに分かれており、プログラミングやセキュリティなど非常に広範囲の知識が必要になります。

データベーススペシャリスト試験

データベーススペシャリスト試験は、データベースの設計や管理、企画や要件定義、開発をするのに必要な知識や技術を問う国家資格です。

合格率は低く、業務経験のない方が合格することは難しいですが、資格取得を目指して勉強していればアピール要素になるでしょう。

ディープラーニング検定（G検定／E資格）

ディープラーニング検定は、2種にわかれています。

G検定では、AIを活用する基礎知識・事業に活用できる知識・能力を測ります。

E資格では、エンジニア向けにAIに関する理解度や開発の知識・能力を測ります。

E資格は、一般社団法人日本ディープラーニング協会（JDLA）指定の講座を受講すれば受験が可能です。

データ分析コンペティション（Kaggle／SIGNATE）

厳密には資格ではありませんが、「Kaggle」や「SIGNATE」などのデータ分析コンペティションに参加した実績は資格以上に大きなアピール材料になります。

上記のコンペティションは、企業が提供するリアルなデータを使って予測精度を競う内容です。そのため、入賞経験やメダル獲得の実績があれば、即戦力に近い実務能力がある事実を客観的に証明できます。

余裕があれば資格取得だけでなくデータ分析コンペティションにも挑戦し、GitHubなどでコードを公開しておくと評価が高まります。

統計検定

統計検定は4級から1級まであり、基礎知識を踏まえながら統計の知識・活用力を問う検定です。

2級が大学基礎統計学の知識と問題解決力、準1級以上ではより実践的な応用力が問われる内容となっています。まずは、2級を目標に取得を目指しましょう。

データサイエンティストの志望動機の書き方

データサイエンティストとして就職するためには、まずはエントリーシートを通過することが必要です。多くの志望者の中から、企業の採用担当者の目に留まる志望動機を書くためのポイントと例文を紹介します。

自分の将来性と志望理由を明確にする

データサイエンティストの志望動機では、自分の将来性と志望理由を明確に提示しましょう。

自分の将来性に自信がない方も、「いずれはこんな仕事をしたい」と示すことで、目標に向かって努力できる姿勢を伝えられます。

「自分はたいしたレベルではない」と落ち込まず、将来の可能性を見せる志望動機を作成しましょう。

自分のスキルレベルを盛らない

データサイエンティストには、幅広い能力が求められます。

「スキルが無いと内定がもらえない」

「今の自分では採用してもらえないかもしれない」

と不安になっても、自分の能力を盛らないよう気をつけましょう。

新卒のデータサイエンティスト採用は、育成を前提としたポテンシャル採用です。

スキルを盛るよりも、自分の可能性を見てもらえるアピールを目指しましょう。

志望動機の例文

志望動機は、以下の3つを基本的な軸として書くといいでしょう。

①自分がなぜその企業を志望したか
②自分がその職種にどれだけふさわしいといえるのか（経験）
③入社後、その企業でどのように活躍したいか　

例えば、次のように書けます。

①自分がなぜその企業を志望したか

【例文】

AI技術の進化を目の当たりにしたことで機械学習に強い興味を持ち、貴社のAI技術を導入した◎◎◎サービスを知りました。◎◎◎サービスは、IT分野の発展と社会貢献性を両立した意義ある取り組みだと思います。最先端技術に力を入れる貴社なら、ビッグデータの可能性を追求しながら自身のスキルを磨き、AI技術を広く社会に還元する仕事ができると確信しています。

②自分がその職種にどれだけふさわしいといえるのか（経験）

【例文】

そのため、私は大学1年目からプログラミングの授業を選択し、Pythonを学び始め、それからC言語へと学習を進めました。3年からは、それらの言語を実践にも使えるよう、実践演習を選択し、勉強会にも参加してきました。

③入社後、その企業でどのように活躍したいか

【例文】

入社後は、◎◎◎サービスの拡充と発展に携わり、貴社に貢献していくことが目標です。

IT企業向けの志望動機について詳しく知りたい人は、次の記事もぜひ参考にしてください。

IT業界で使える200字の志望動機の書き方｜例文や上手く書くためのコツを解説。

よくある質問（FAQ）

Q1.新卒でデータサイエンティストになるのはやはり難しいですか？

結論として、新卒でも十分に目指せます。

今までは即戦力となる中途採用が中心でしたが、近年は人材不足を背景に新卒を育成前提で採用する企業が増加しています。基礎知識と学習意欲があれば、スタートラインに立てる職種です。

Q2.プログラミングや統計はどのレベルまでできれば就活で評価されますか？

就活時点で、高度な専門スキルまで求められるケースは多くありません。

Pythonの基礎操作や統計の基本概念を理解し、簡単な分析ができるレベルがひとつの目安です。スキル以上に、「どのように学んできたか」「今後どう成長したいか」などの姿勢が重視されます。

Q3.インターン経験がないとデータサイエンティストにはなれませんか？

必須ではありませんが、あると大きな強みになります。

インターンで実務に近い経験を積めれば評価は高まりますが、大学の研究や自主的なデータ分析経験でも十分アピールは可能です。重要なのは、データを扱った具体的な経験を説明できることです。

Q4.資格は必ず取得しておいたほうがよいですか？

資格は必須ではありませんが、基礎力や学習意欲を示す材料として有効です。

基本情報技術者試験や統計検定などは、データサイエンティストに必要な知識の土台を証明できます。無理に多く取得するより、自分のレベルに合った資格を1〜2つ目指すのがおすすめです。

Q5.自分に合った企業を効率よく探す方法はありますか？

企業からオファーが届く就活サービスを活用する方法があります。

TECH OFFERのような理系特化型サービスでは、専攻や研究内容をもとに企業がアプローチしてくるため、自分では見つけられなかった企業と出会える可能性があります。研究や授業で忙しい理系学生でも、効率的に就活を進められる点がメリットです。

まとめ：新卒からデータサイエンティストを目指すために押さえるべきポイント

データサイエンティストは専門性の高い職種ですが、新卒からでも十分に目指せるキャリアです。本記事の内容を踏まえると、特に重要なのは次の3点です。

①完璧なスキルより「基礎力と成長意欲」が評価される

新卒採用では即戦力よりもポテンシャルが重視されます。Pythonや統計の基礎を身につけつつ、継続して学ぶ姿勢を示すことが内定への近道です。

②学生のうちから段階的に経験を積むことが重要

大学1〜2年生の内に職種理解を深め、3年生以降は実践的な学習やインターンに挑戦してデータサイエンティストとしての素養を高められます。

③自分に合った企業選びがキャリア成功のカギ

企業によって求める役割やスキルは異なるため、仕事内容や育成環境をしっかり確認しておきましょう。

データサイエンティストを目指す就活では、自分で探すだけでなく企業から見つけてもらう就活を取り入れるのも効果的です。

理系学生に特化したオファー型就活サイト「TECH OFFER」なら、専攻や研究内容をもとに企業から直接オファーが届きます。そのため、自ら応募する手間を省いてデータサイエンティストを求める企業と効率よく出会えます。

研究や授業で忙しい理系学生でも、自分に合った企業探しを無理なく進められるのが大きなメリットです。新卒でデータサイエンティストを目指す第一歩として、TECH OFFERへの無料登録から就活をスタートしてみてはいかがでしょうか。