Upgrade to Pro — share decks privately, control downloads, hide ads and more …

データラーニングアカデミー_データサイエンティストを目指す人のためのキャリア戦略

 データラーニングアカデミー_データサイエンティストを目指す人のためのキャリア戦略

これからデータサイエンティストを目指す人がどのようなことを考えてキャリア設計をしていくべきなのかについてお話します。

■トピック
・人生100年時代のキャリア設計
・データ分析人材の市場動向
・Withコロナ、Afterコロナ
・専門職種へのキャリアチェンジ

TomoyukiMurakami

April 14, 2020
Tweet

More Decks by TomoyukiMurakami

Other Decks in Technology

Transcript

  1. 1

  2. データサイエンティストを 目指す人のためのキャリア戦略

  3. アウトライン ◉ 人生100年時代のキャリア設計 ◉ データ分析人材の市場動向 ◉ Withコロナ、Afterコロナ ◉ 専門職種へのキャリアチェンジ 3

  4. 人生100年時代のキャリア設計 ~時代に合わせたキャリア設計を~ 1 4

  5. Q.あなたは何年働くことになると思いますか? 5

  6. 60年以上 今生きている20代の平均寿命は90歳〜100歳と予想されてる 6

  7. 複数社、複数職種が前提 人生100年、60年以上の労働期間、技術変化 のスピードが加速していることを考えた際に 一社、一職種で乗り切れる可能性は低い。 時代に合わせて学び→労働のサイクルを繰り 返していく時代に突入している。 人生100年時代では新しいキャリア戦略が必要 LIFE SHIFTより引用 長寿化を恩恵するためには、古い働き方と生

    き方に疑問を投げかけ、実践することをいと わず、生涯を通じて「変身」を続ける覚悟を 持たなくてはならない。 今30歳未満の人には、すぐに給料のいい職に 就こうとばかり考えないようにアドバイスし たい。じっくり時間を取ってさまざまなキャ リアの選択肢を検討し、世界について学び、 労働市場の未来をよく理解した方がいい。 7
  8. 8 これまでのキャリア設計 これからのキャリア設計 終身雇用が前提 転職が前提 企業が教育を主導 自分で専門を選んで学習 スペシャリスト or ジェネラリスト

    複数の専門性をシフト キャリア=収入UP キャリア設計=ライフスタイル 一社に専業で所属 複数社所属、副業 会社がセーフティネット セーフティネットを独自に構築 大学で専門性を習得 休職、余暇などの時間で都度学習 技術の革新は緩やか 劇的な技術の変化 一様な働き方 多様な働き方 これからの時代には新しいキャリア設計が必要
  9. データ分析人材の市場動向 ~引く手あまたのデータ分析人材~ 2 9

  10. 3 3 10

  11. 11 順位 職種 成長率 (年) 1位 AIスペシャリスト 74% 2位 ロボティクスエンジニア

    40% 3位 データサイエンティスト 37% 4位 フルスタックエンジニア 35% 5位 SRE(サイトリライアビリティエンジニア) 34% 6位 カスタマーサクセススペシャリスト 34% 7位 営業開発担当者 34% 8位 データエンジニア 33% 今最も需要が伸びている職種トップ15(※) 出典:Linked in 2020 Emerging Jobs Report ※2015年~2020年のアメリカの人材需要に関する調査 順位 職種 成長率 (年) 9位 認知行動療法師 32% 10位 サイバーセキュリティスペシャリスト 30% 11位 バックエンド開発者 30% 12位 チーフレベニューオフィサー 28% 13位 クラウドエンジニア 27% 14位 JavaScript開発者 25% 15位 プロダクトオーナー 24% 青色・・・直接的なデータ分析系職種 水色・・・データの分析、活用が必要な職種
  12. 55万人 12

  13. 55万人 2030年に不足すると予想されている高度IT人材の人数 13 ※出典:経済産業省- IT 人材需給に関する調査

  14. 10万人 14

  15. 10万人 2030年に余ると予想されている従来型のIT人材 15 ※出典:経済産業省- IT 人材需給に関する調査

  16. “ データ分析領域の技術が今最も 需要の伸びている領域であり、 スキル投資をすべき領域である 16

  17. Withコロナ、Afterコロナ ~激動の時代に何を考えるか?~ 3 17

  18. Withコロナ 仕事の中心はリモートワークとなり、出社を しない、人と接することが少ないといった生 活が基本となる世界。 経済的活動の多くがストップし、それに伴っ て多くのビジネスにおける業界構造が劇的に 変化することが予想される。 ここでは、コロナウィルスの収束が収まった 後の業界再編終了までを指す。 WithコロナとAfterコロナを分けて考えることが重要

    Afterコロナ コロナウィルスが収束してから、業界構造の 再編が終わった後の世界。 コロナウィルスの収束まで早くて1年以上かか ることが見込まれている。その後の業界再編 まで考えると、遅くとも状況が安定するまで3 ~5年はかかる可能性が高い。 18
  19. グッドシナリオ リモートワークの推進によるデータ蓄積、活 用が加速し、国民単位での行動データの統合 が行われることによるデータ活用の幅が広が る。また、医療や物流といった人で不足に陥 る業界において、人材不足を補うためにロボ ティクスの開発が推進される可能性が高い。 ありとあらゆるところでデジタル化が進み、 データの蓄積と活用、AIによる自動化が加速 する。

    Withコロナにおけるデータ分析業界の予想シナリオ バッドシナリオ 経済活動の縮小に伴い、短期的に投資的な予 算を減らす必要が出てくる業界が多数出て来 る。現状においてのデータ分析領域は投資的 なプロジェクトが多いので、データ分析、活 用に対する予算が削られてしまう。 長期間の分析業界の不景気に伴って未経験者 の採用が冷えつき、データ分析業界の人材不 足が加速する。 19
  20. グッドシナリオ コロナウィルスの影響で普及した、デジタル 化、リモートワークが定着し、データの蓄積、 活用が日常的に行われるようになる。 世の中全体のITリテラシーが上昇することに よってデータの民主化が加速する。 新規技術が多く開発され、イノベーションが 加速する。 Afterコロナにおけるデータ分析業界の予想シナリオ バッドシナリオ

    コロナウィルスが収束せず、Afterコロナの時 代が数年~数十年単位で訪れない。 経済の停滞により大不況に突入し、多くの会 社が連鎖的に倒産してしまう可能性も発生す る可能性も。 20
  21. Q.では、今どうするべきなのか? 21

  22. 不安定な状況において取るべき3つの行動 ◉ 安定的な収入を確保する(業界を変える、保証の理解) ◉ 安全を確保する(半年間生活できる貯金とコスト削減) ◉ 来たる未来に向けてスキル投資をする 22

  23. 専門職種へのキャリアチェンジ ~いかにして職種の軸足をずらすか~ 4 23

  24. 専門職は複数の専門性の組み合わせである 24 共通の基礎スキル 専門領域の基礎スキル 専門領域の基礎スキル 専門スキル 専門スキル 専門スキル 専門スキル 専門スキル

    専門スキル 専門スキル 専門スキル 専門スキル 専門スキル 専門スキル 専門スキル
  25. 特定専門の特化型人材 25 共通の基礎スキル 専門領域の基礎スキル 専門スキル 専門スキル 専門スキル

  26. バランス型人材 26 共通の基礎スキル 専門領域の基礎スキル 専門領域の基礎スキル 専門スキル 専門スキル 専門スキル 専門スキル

  27. 専門の掛け合わせ型人材 27 共通の基礎スキル 専門領域の基礎スキル 専門スキル 専門スキル 専門スキル 専門スキル 専門領域の基礎スキル

  28. 専門職へキャリアチェンジする際の4つのステップ ◉ 自分の持っているスキルを把握する ◉ 専門職に必要とされるスキルを把握する ◉ 目指すべきキャリアの方向性を決める ◉ 土台となるスキルから獲得して行く 28

  29. Q.データ分析領域において必要なスキルとは? 29

  30. データ分析において必要とされる3つのスキル 30 統計、数学、人工知能、 コンピュータサイエンス などを理解し、使う力 データサイエンス 課題を理解し、データ分 析の問題に置き換えた上 でじつビジネスに適用し て課題を解決する力

    ビジネス データのサイズや環境に 適した形でデータを蓄積 し、活用できる環境を整 える力 データエンジニアリング
  31. データ分析の土台となる3種類の思考プロセス 論理的思考 物事を論理的に整理することで、 問題を構造的に漏れなく整理し、 問題点を明確にする思考能力。 成果や物事をを正しく記述し、構 造的に整理し、分かりやすく伝え るための文章力、言語力なども含 まれる。 科学的思考

    科学的なアプローチを用いて物事 を検証するための思考能力。仮説 に基づいて物事を検証して行くプ ロセスや、科学的アプローチで用 いる思考方法などが含まれる。 仮説と事実、理論を切り分けて、 物事をより深く理化して行くよう な思考プロセス。 コンピュテーショナル シンキング 物事を抽象化して、構造を捉え、 普遍的な問題における変えて、コ ンピュータで解ける問題に置き換 えるような思考方法。 問題の分解、抽象化、パターン化、 アルゴリズムデザインの4つの思 考プロセスから構成される。 31
  32. 是非取り組んでみてください ◉ 今自分が持っているスキルの洗い出し ◉ 転職サイトなどで求められているスキルのリサーチ ◉ 3年後に目指すべきスキルセットの設定 ◉ それに向けた学習計画の作成 32

  33. まとめ ◉ 人生100年時代に合わせたキャリア設計を ◉ 今データ分析人材の需要が高騰している ◉ Withコロナ、Afterコロナを意識したキャリア設計を ◉ 専門性の組み合わせを意識したキャリア設計を 33

  34. 激動の時代だからこそチャンスがある 変化に上手く対応して次の時代の主役になろう 34

  35. 35