職種：データサイエンティスト
稼働日数：週5日名古屋 or 銀座
報酬：〜90万円／月
CTCにてFY24にデータ基盤検証環境としてAzure Databricksを導入済み。FY25もデータ連携機能、メタデータ・カタログなどの検証・構築を支援予定。
役割はDatabricksの要件定義・設計・構築・テスト、利活用QA対応。
...続きを読む
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渋谷
報酬：〜80万円／月
・前任の方からの引き継ぎ/キャッチアップ（4月中）
・抽出するデータの検討、抽出
・モデルの検討、構築
など
音声解析については取り掛かり始めたばかりのため、検討段階から携わっていただきます
■募集...続きを読む
職種：データサイエンティスト
稼働日数：週5日秋葉原
報酬：〜70万円／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。
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの...続きを読む
職種：データサイエンティスト
稼働日数：週3〜5日青山一丁目
報酬：〜90万円／月
・論文にある先端的な機械学習モデル、学習アルゴリズムの実装・評価
・当研究所内の研究者が開発した機械学習モデル、学習アルゴリズムの実装・評価
・サービス実装を想定し、データベース設計やプログラムコード...続きを読む
職種：データサイエンティスト
稼働日数：週1日品川
報酬：〜22万円／月
・新規データ活用サービス設計支援
データ活用の目的整理や情報資産の明確化など上流のコンサルティングを行う為に必要なステップなどのサービス設計やオペレーション組織設計など当該企業のプロジェクトメンバーに...続きを読む
職種：データサイエンティスト
稼働日数：週3〜5日芝公園
報酬：〜140万円／月
メディア企業のクライアント案件において、プロジェクトマネージャー（PM）と連携しながら、以下の業務を担当いただきます。
・既存の機械学習モデルの改善・最適化
・大量のテキストデータを活用した分析・実装
...続きを読む
職種：データサイエンティスト
稼働日数：週3〜5日六本木
報酬：〜110万円／月
大手産業機械メーカーの新規注力事業のためのデータ活用構想支援です。
主な業務内容は以下です。
・データ基盤構築に向けた構想支援/要求事項整理/アーキテクチャ概念図策定/構築ロードマップの策定
・データ利...続きを読む
職種：データサイエンティスト
稼働日数：週4〜5日外苑前
報酬：〜85万円／月
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPI実装
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPIデプロイ
・既存プロダクトAIの保守運用および...続きを読む
職種：サーバサイドエンジニア、データサイエンティスト
稼働日数：週5日渋谷
報酬：〜80万円／月
・事業会社の自社プロダクト（ECサービス）において、
機械学習の活用におけるエンジニアリング面をリードしていただきます。
具体的には、
・機械学習（特にレコメンデーション）を用いたプロダクトの設計・...続きを読む
職種：データアナリスト、データサイエンティスト
稼働日数：週5日渋谷
報酬：〜80万円／月
データのビジネス活用とデータ活用文化の醸成を目的として、データ活用推進を目指す活動を実施しています。
その中で様々なサービス部門や営業の相談に対して、
SQLやTableauを活用しデータに基づいた意思決定がで...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。
