データ分析とインテリジェンス

データサイエンティストが就職・転職で地雷を踏まないために注意すること

■入社してから「こんなはずじゃなかった・・・」を避けるために

転職してみたら自分の持っているスキルと求められているスキルが違う、関係ないことばかりやらされる、求められる仕事のレベルが低すぎるなど、入社してから「こんなはずじゃなかった・・・」という話は後を絶ちません。もちろん、データ分析も例外ではありません。

というわけで、データ分析者が就職・転職するにあたり事前に対処する方法について考えます。なお、データサイエンティストに限らずデータアナリスト、Webアナリスト、リサーチャーなど分析関連の仕事であれば同じようにあてはまりますので自分に合わせて適度に置き換えてください。

■「これから分析に力をいれようと思っている」場合は要注意

「これから分析に力をいれようと思っている」「データ分析は重要だと考えているのであなたが主導して欲しい」と言う話は面接で結構聞ききますが、もしこの話を聞いたら中途の場合でもかなり慎重に考えた方がよいでしょう。新卒採用だったらこれを言われたら真っ先に候補から外してもよいぐらいです。その理由はこれからデータ分析を始めるということは、分析だけではないその他の様々な問題に対処せねばならず、そこに多大な労力を使うことになるからで、入社してもデータ分析にはほとんど携わることができない、ということがよくあるからです。具体的には

  • ・経営者含めて社内の人にデータ分析の価値や方法をわからせる
  • ・データ分析は実行しないと意味が無いことを理解させ実行させる、あるいは自分で動かす
  • ・データやインフラをゼロから整備する
  • ・同僚がいないので相談相手になる人がおらず、孤独な闘いになる

ということが挙げられるでしょう。「これから分析に力をいれようと思っている」ぐらいなのでその価値に対してはむしろ懐疑的なため、経営者のバックアップはあまり期待できない上に、使う分析もごく基本レベルというのが普通ですし、たとえ高度(といっても例えば重回帰とか決定木レベル)な分析を持ち込んだところで誰にも理解してもらえず孤立しますし、もちろんその結果が使われることもなく、このセリフを言った経営者の元でデータ分析は定着するどころかまともに動かないというのがお約束でです。本当にデータ分析に価値があると思っているならばとっくに初めており、外部からの転職者やましてや新入社員にいきなり全面的に任せるなどということはありません。

すでにデータ分析に力を入れている企業であればこのあたり大分事情が違い、必ずできるとは言いませんがより分析に集中できる可能性が高いです。したがって、「これから分析に力をいれようと思っている」企業には経営者に近い立場で幹部として参加する、かつ、チーム立ち上げなどの組織運営のキャリアを積みたいなど分析とは別の事情があるならともかく、基本的には避けた方が無難でしょう。

■どのようなスキルが必要とされているか明確になっていないことが多いので、確かめる

これもよくありますが、企業側がデータ分析に理解が乏しいととりあえず統計学、機械学習、データマイニングの知識だけがあれば良いと勘違いすることが多いようですが、実際に必要なスキルと大分乖離しています。したがって、どのような仕事に対してどのようなスキルが求められているかを確かめることが重要です。ポイントは

  • ・特定分野での最先端の知見が必要なのか、全般的に知っていれば良いのか
  • ・手法を道具として使えれば十分なのか、理論的背景の理解は必要か
  • ・エンジニアリング能力は、前処理を含めて分析するためのコードが書ければよいか、インフラ構築のための知識が必要か
  • ・コンサルや営業スキルは独力で仕事を開拓してプロジェクトを回せる能力か、アナリストしてコンサルと組むのか

あたりでしょう。詳細はデータサイエンティストを雇う前にスキルについて考えるべきことでより掘り下げました。

■データ分析インフラに制限が多すぎる

それなりの規模の企業であればシステムや分析ツールは大体何かしら入っていますが使い方は企業によって大分状況が違い、データ分析に理解がある人が上層部にいない企業だと致命的なレベルでインフラが整っておらずまともに仕事にならない事態に入社早々陥る羽目になったりします。その1例が、ユーザーの利用に過度な制限がかかっているということが挙げられます。

何の制約もなしに全て開放すればいいというわけではないのはもちろんですが、制限しすぎれば日常業務にすら著しく支障をきたします。さらに分析の実務を行ったことがない人が決定権を持っていると状況を覆そうにも実務経験が無いゆえに現状の悲惨さが理解できず、結局分析者側が膨大なエネルギーを使うはめになります。

まず割と多いのが時間制限です。朝は始業の頃から夜は10時や12時といった利用制限がかけられていることがあります。これは無用な残業を減らしたり、時間でコストがかかる場合には削減する必要があるので制限があるのは自然なのですが、とはいえクライアントからの要望による急ぎの対応、作業がうまく進まず納期間近が間近になっているので休日出勤、というようなイレギュラーな対応が必要になって時間外の利用をしたくとも、前日までにマネージャーを通して手続きをしていないから利用させないといった対応を取られる、と柔軟性に欠けた運用がされるといざという時に困る上に多大なストレスにもなります。

次にデータベースへのアクセス権限があまりにかけられすぎて他の人とテーブルの共有ができないとか、複数の処理を走らせるのは禁止されているとか、そんなことをされたら生産性がガタ落ちになるのが明白になっているにも関わらずかけられている制限です。これも現場そっちのけで実務にあまりかかわりが無い人ばかりで意思決定がされるととにかく何かが起きたときに自分の責任にならないようにとリスクを避けるため、結果実務者から見ると極端な制限がかけられることになります。

インフラは内側の話なのでこのあたりの詳細はなかなか面接だけでは聞くのは難しいのですが、出来るだけ突っ込んで聞いてみること(そこできちんと答えてもらえないのであれば十分に怪しいです)や、その企業で働いている人を探して聞いてみるのがよいでしょう。

■外注に依存している

分析に力を入れていると外向けには言っているものの、内情は外注や業務委託に頼り切り、社員はスキルが低く手が出せないでいつのまにかブラックボックス化してますます抜け出せず、それでも新しい人を入れもしなければ人の育成もしない企業では分析者はいくらでも替わりがいるお手伝いであって、いなくなっても困らないぐらいの扱いになっている場合があります。

そのため社員として入っても総じて分析者の地位は低く、出世も遅くなります。これもインフラ同様面接の場では実態がわからないので、分析者の地位ついてどう考えているかを聞くのは一つの方法です。分析を行っている規模がそこそこ以上ある企業なのに分析者が現場かせいぜい数人のチームリーダー止まりの場合は危険だと言えるでしょう。

■中小企業は基本的に避ける方が無難

データ分析の専門家になりたければ中小企業に行く理由はあまりないで大体言い尽くしてはいますが、専門家として活動するなら中小企業へ行くのはお勧めしません。「これから分析に力をいれようと思っている」場合と同様、自分で起業する場合や最低でも幹部クラスでの参加でなければメリットはあまりないでしょう。

■自分の身は自分で守る

転職サイトの情報や転職エージェントはもちろん、当の企業側でも正確な情報を出してくるとは限りません。ならばデータ分析に携わる者らしく、事前に情報を集めてはずれを引かないようにするしかありません。しかも守ってくれる人はいないので、自分でなんとかするしかないのが現実です。そんな中で、1つの参考となれば幸いです。

このエントリーをはてなブックマークに追加

タグ:データサイエンティスト 転職 キャリア 中小企業


最新のブログ記事5件

すごい人工知能が開発されたら起きる未来について
csvファイルの扱い方
仕事を早くすることのメリットについて
データ分析実務におけるチェックリスト
機械学習はアルゴリズムを使ったPDCAである

ブログトップ > データサイエンティストが就職・転職で地雷を踏まないために注意すること