現在、様々な業界でデータ利活用・データドリブンな経営に向けて取り組まれておりますが、転職市場でも非常に多くの募集がございます。
直近5年で求人数が5倍ほどに増えております。
製造業においても求人数の増加状況は同じですが、DX含めデータ利活用の推進状況はどうかというと苦戦している企業が多いのが現状です。
だからこそデータ分析やPython / R / SQLを用いたデータ解析、BIツールを活用したデータ見える化経験者のニーズが広くございます。
また、製造業の理系人材で研究開発・設計開発・生産技術・生産管理でAI利活用、品質・実験データの分析をされている方、統計学の知見をお持ちの方、独学で学習中の方もポテンシャル人材としてニーズがございます。
ポスドクのような数学に強い方もニーズがございます。
データサイエンティストは業界横断的に活躍することができ、製造業から他業界へのキャリアチェンジの可能性も高まります。
データサイエンティストとして主な業務は下記3項目です。
・データ解析した結果をもとに経営に結びつけるビジネス人材
・データ分析をするアナリティクス人材
・データインフラを構築するITインフラエンジニア
データ解析した結果をもとに経営に結びつけるビジネス人材
データに基づいて経営判断の決定または支援を期待されます。エンジニア要素だけでなく、ビジネス要素を含むことが多いです。
経営課題の把握とソリューション提案にあたっては仮説思考力や広い視野を持ち、言語化してクライアントや関係部門に伝えていくコミュニケーション能力が必要となります。
一方でどのようなデータを抽出するためにデータ基盤を整え、解析のためのモデルを検討・解析し、ガバナンス体制なども含めた技術側の知見も必要です。
ビジネスとテクニカル両面を総合的に求められるため今後AIに置き換わらない職種とも言え、年収も2,000万円を超える求人もございます。
【案件事例】
データ分析をするアナリティクス人材
主にデータの収集・分析を担います。抽出されたデータの構造化や解析のためその手法を検討して、実際に分析モデルを構築して、解析結果からアウトプットを提出します。
製造業においては研究開発や生産・在庫管理データなどを取り扱うことが多いですが、SQL / Python / Rなどを活用してデータを整理していくため、金融・メディア・エンタメ業界など他業界でも通用するスキルを身につけることができます。
プログラミングや機械学習モデルの構築経験、自然言語処理や画像処理などを実務ではなく大学などでも経験しているなどのポテンシャルでもチャレンジ可能な求人もございます。
【案件事例】
データインフラを構築するITインフラエンジニア
現場にあふれる様々なデータを大量に収集し、加工や管理するためのデータ基盤を設計し、構築・運用を行い ます。一般的に「データエンジニア」と称されることが多いです。
データサイエンティストと協業して、データ活用方針に則って基盤を構築していきます。
分析に使うデータは膨大となるため複数のサーバーに分散する処理方法や、効率的なデータ管理および分析のためクラウド(AWS / Azure等)の知識が必要です。
【案件事例】
具体的な転職事例
過去、データサイエンス関連の転職を実現された方の実例は下記になります。
転職時年齢 | 前職業界/職種 | 転職先業界 | 評価ポイント |
30代 | 大手化粧品メーカー研究職 | 大手IT企業データアナリスト | R / Pythonを用いたデータ前処理、統計解析 等 |
30代 | 調剤・介護事業会社薬局配属 | 大手ヘルスケア企業DX推進 | データサイエンススクール卒業時系列分析により処方箋枚数予測モデル構築 等 |
30代 | 大手半導体メーカー 他AIエンジニア | 製造特化コンサルティングファームデータサイエンティスト | Pythonによる画像加工処理・データ可視化 |
40代 | 外資製薬企業解析プログラマー・PM | 外資系コンサルティングファームデータサイエンスチーム | SAS / SQL / Pythonの使用経験データサイエンティストの育成 |