職種：データサイエンティスト
稼働日数：週2〜3日、ビジネスタイム以外の空き時間原宿
報酬：〜60万円／月
10月1日に薬局の処方箋データと在庫データを踏まえたAI需要予測モデルの開発プロジェクトが開始しました。
現状は1社への開発を想定しているが、今後、複数社に向けてOEMとして事業拡大していくことを想定する中で...続きを読む
職種：データサイエンティスト
稼働日数：週2〜5日品川
報酬：〜120万円／月
ヘルスケアサービスのデータサイエンティスト兼企画
動作解析技術搭載の運動アプリで収集しているデータの解析と視覚化、データに基づいた機能・キャンペーンの企画を想定しております。
■募集背景
増員募集の...続きを読む
職種：データサイエンティスト、データ分析
稼働日数：週3〜5日池袋
報酬：〜80万円／月
ご経験に基づき、下記①、②の業務どちらかもしくは両方に携わっていただき、プログラミング言語を用いた気象データの統計処理をしていただきます。
顧客折衝、要求整理は内部の方がメインで担当しますが、要件定義か...続きを読む
職種：データサイエンティスト
稼働日数：週2〜5日品川
報酬：〜120万円／月
ヘルスケアサービスのデータサイエンティスト兼企画
動作解析技術搭載の運動アプリで収集しているデータの解析と視覚化、データに基づいた機能・キャンペーンの企画を想定しております。
■募集背景
増員募集の...続きを読む
職種：データサイエンティスト
稼働日数：週2日、ビジネスタイム以外の空き時間秋葉原
報酬：〜35万円／月
<優先順位「高」>
画像や映像処理1：特定の物体を検知してスコアリングする
画像や映像処理2：画像や映像内をセグメンテーションしてラベリングする
画像や映像処理3：画像から特徴を抜き出してスコアリングする
...続きを読む
職種：データサイエンティスト
稼働日数：週2〜5日、ビジネスタイム以外の空き時間神泉
報酬：〜80万円／月
既存の需要予測モデルの精度向上に向けたモデル構築支援
<業務詳細>
過去実績を使用した検証やパラメータチューニングなど需要予測モデルの改善に向けたモデル構築業務
精度向上に向けたブレイン部分は正社員...続きを読む
職種：データサイエンティスト
稼働日数：週5日都庁前
報酬：〜100万円／月
・事業部門と協業しての学習モデルの設計/構築/運用
・IoTデータの分析手法を駆使し、成果に繋がるビジネスモデルや業務改善のための示唆・提言
・収集されたIoTデータを分析しやすい形に加工し、様々な統計分析、...続きを読む
職種：データサイエンティスト
稼働日数：週5日横浜
報酬：〜96万円／月
大手電機機器メーカーの各事業部のデータを利活用し、既存ビジネスの分析からデータを元にした、新たなソリューションを創出するためのデータ分析業務を実施
■募集背景
人員不足のため。
※働き方：出社＋リモ...続きを読む
職種：データサイエンティスト
稼働日数：週5日恵比寿
報酬：〜80万円／月
リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。
・既存サービスにおけるユーザー履歴データを用いた基礎集計や応...続きを読む
職種：データサイエンティスト、その他エンジニア
稼働日数：週4〜5日三越前
報酬：〜96万円／月
アドバンストインフォマティクス&アナリティクス室における、R言語を用いた解析業務や、AI、機械学習、画像解析、コンピュータビジョン技術を活用したR&D業務となります。
■募集背景
生体データをはじめとしたデ...続きを読む
データサイエンティストは、日々膨大に生み出されるデータを活用し、経営に役立つ情報を提供するスキルをもった専門家と言えるでしょう。ビッグデータを解析し、ビジネスや経営課題の解決に役立つインサイトを引き出します。
例えば、SNSやブログ記事の内容から見える世の中の消費動向を分析するといった業務があります。ほかにはAIを活用して、SNSの投稿内容から、自社商品・サービスの評判を分析することもあります。また、ユーザーの検索・購入履歴などを基にしたネット通販のレコメンド機能もデータサイエンスの要素が入っています。
データサイエンティストと似た仕事として、データアナリストがありますが、その違いは、データアナリストがデータ集計や現状分析の比重が比較的重いのに対し、データサイエンティストはビジネスや経営の課題解決も担います。データサイエンティストの職域がより広いと言えるでしょう。
データサイエンティストは、データを適切に活用し、自社やクライアントが抱えている課題を解決するまでを担当します。主な業務内容は、課題の抽出・データ収集・データ分析・課題解決策の提案です。
まず、解決すべき課題を洗い出し、そのために必要なデータを検討します。既存データを取得する場合もあれば、新たにデータ収集を行うこともあるでしょう。その場合は属性や収集方法、サンプル数などを検討し、データの格納方法も含めた設計が必要です。
続いて、分析しやすいようにデータのクレンジング・加工などの下処理を行ったうえでデータを分析・照合し、課題解決につながるインサイトを見つけ出します。データサイエンティストの業務は、分析結果をただまとめるだけでは終わりません。レポートを作成して、課題解決の方向性や対策を提案することが必要です。
FLEXYで扱いのあったデータサイエンティスト案件は、幅広い業界に及びます。例えば教育、出版、介護・福祉、健康、生活関連、製造、金融、保険、調査、不動産、行政関連、ITベンダー、AIスタートアップ、ゲームなどです。
クローズになっている案件も含めると、職種はITコンサルタントもあれば、サーバサイド・インフラ・フロントエンド・iOS・Androidなどのエンジニア系で募集されるケースもあるでしょう。週1日の支援業務から週5日のプラットフォームやアプリ開発業務まで、稼働日数も内容も多様です。
データ分析・解析を行うには、基本的な数学・統計の知識が必要です。システムやアルゴリズムを用いてコンピュータに実装する基礎知識があると、特定ツールやシステムによらないスキルとして役立つでしょう。また、統計やデータ解析用のプログラミング言語であるRやMATLABなどのスキルも求められます。
ビッグデータを解析するにはデータベース関連の知識も不可欠です。SQLやデータベースの操作をスムーズに行うために、データ構造や管理方法などを把握しましょう。
また、大量で多様なデータを短時間に処理するためには、AIや機械学習の基本的な理解と、機械学習モデルの利用スキルを要します。AIライブラリが整備されているPythonは、データサイエンティストが身に付けておくべき基本のプログラミング言語です。
課題解決策の提案も担うデータサイエンティストには、エンジニアとしてのスキル以外にも、ビジネスの課題を理解し解決する力も要求されます。そのためには、業務および分析対象に関する知識や経験が欠かせません。自社やクライアントの抱える課題を解決に導くには、プロジェクト全体を管理するマネジメントスキル、要求ヒアリングのためのコミュニケーションスキルも重要になります。
データサイエンティストとして働くにあたっては、統計やAIなどに関する資格を取得していると、自身がもつ知識の証明となり有利です。ここでは、データサイエンティストの業務に関係のある資格を紹介します。
・データサイエンティスト検定 リテラシーレベル
2021年に始まった、一般社団法人データサイエンティスト協会の認定資格です。試験範囲はデータサイエンティストに必要なデータサイエンス力・データエンジニアリング力・ビジネス力の3領域で構成されています。この検定はこれからデータサイエンティストを目指す初学者を対象としており、問われるのは最も初歩的なアシスタントレベルの知識です。
・統計検定
一般財団法人統計質保証推進協会が主催の、統計活用能力を測る全国統一検定です。統計検定1級から4級、統計検定データサイエンス基礎、統計検定データサイエンス発展など、複数の検定が設けられています。1級から4級の検定は主に統計学の知識を問うものです。統計検定データサイエンス基礎は主に基礎的なデータの分析力を評価します。データサイエンティストとして実務で使えるレベルのスキルを示すには、「統計検定データサイエンス発展」の取得が適しているでしょう。
・G検定・E資格
一般社団法人日本ディープラーニング協会の資格試験です。G検定はAIを用いてビジネスに役立てるための知見が問われ、E検定は数学の理解や開発実装能力などエンジニアのスキルが問われます。どちらの試験でも、データサイエンティストの業務と深い関わりをもつディープラーニングの知識が必要です。
このほか、データベーススペシャリスト試験、OSS-DB技術者認定試験、オラクルマスター、Python3エンジニア認定基礎試験などを目指す方も多く見られます。
前述したように、データサイエンティスト業務はエンジニアとしてのスキルとビジネスの知見・経験が問われます。未経験で知識もない人が簡単に担える業務ではありません。
エンジニアとしてのスキルは、統計学やデータベースの基本操作、SQLの書き方などデータエンジニアリングの基礎から、Pythonなどのプログラミング言語スキル、機械学習の手法も学ぶ必要があります。基本的知識の習得後はデータサイエンスのコンペに参加すると、実践的なスキルを磨くことが可能です。
専門講座を受講すると体系的学習が可能になり、実務に役立つスキルも身に付けられます。独学で習得するなら、資格取得を目指しましょう。資格があることで未経験者でも採用で優遇される可能性があります。また、効率よく学ぶために、自身の強みとして伸ばしたい分野に絞って集中的に学んでいくのも良いでしょう。国や地方公共団体が公開しているオープンデータを利用すれば、データ分析の実践ができます。
ビッグデータから有益なデータを抽出し、分析、解析、可視化するデータサイエンティストは、AI開発でも重要な役割を担います。先端IT技術を扱える人材が不足すると見込まれる中、データサイエンティストはAIを使いこなす人材として今後も活躍が期待される存在です。
FLEXYにはPMやITコンサルタント、CTO、サーバサイドエンジニア、フロントエンドエンジニア、iOS・Androidエンジニア、インフラエンジニアなど、自分の強みを活かせる分野の案件が多数揃っています。週1～5日の幅広い稼働日数、土日案件やフルリモート案件など、副業やフリーランスで働きやすい条件が用意されているのも特長です。FLEXYなら、こうした豊富な案件の中から、自身の希望にそう形でデータサイエンティストとして活躍できるチャンスが得られやすいでしょう。
データサイエンティストの正社員の平均年収は約647万円で、ITエンジニアの中でも高水準の報酬です。
出典：求人ボックス「データサイエンティストの仕事の年収・時給・給料（求人統計データ）」
フリーランスでも市場価値は高く、平均年収は700～1,300万円とされます。週5日フル稼働であれば、月単価100～160万円と高単価案件が期待できます。
これからフリーランスを目指すなら、まずはシステム受託会社で仕事の実績と人脈を作っておくと、フリーランスとして案件を獲得しやすくなります。すでに独立しているなら、クラウドソーシングサービスに登録して案件を受注する方法や、ビジネスSNS経由で案件を探すことも可能です。また、募集案件が多いフリーランスエージェントを活用すると案件を探す手間がかかりません。
大きなメリットは、市場価値が非常に高く高収入を見込めることです。フリーランスは正社員より高収入を得るチャンスがあり、最先端のAIと協業できて、経営や事業の根幹に関わる仕事ができるのでやりがいもあるでしょう。その分、責任が重大で幅広い知識やスキルが求められ、激務になりやすいことがデメリットです。
DXを進めている企業が業界を問わず多い昨今、経営改革や改善につながるデータサイエンティストは売り手市場となっているため、案件数は豊富です。そのため、自分の条件に合ったものを選びやすい傾向にあります。
