ゼロから始めるデータサイエンティストキャリア / 2026 DATA SCIENCE CAREER START TALK

2026年6月12日開催 Women in Data Science Tokyo @ IBM
DATA SCIENCE CAREER START TALK 資料

Speaker: 黄 香淑 (コウ カシュク)
日本アイ・ビー・エム株式会社
コンサルティング事業本部 AI Strategy & Analytics
データサイエンティスト

https://widstokyoibm2026.pages.dev/

Transcript

1. ゼロから始めるデータサイエンティストキャリア ⽇本アイ・ビー・エム株式会社 コンサルティング事業本部 ⻩ ⾹淑 2026/6/12
2. 本セッションのSNS投稿について SNS投稿︓ 全てOK OK: テキストによる⽂字のみの投稿 OK: スクリーンショットの画像/動画を含んだ投稿 ハッシュタグ: #WiDS2026 #WiDSTokyoIBM
3. © 2026 IBM Corporation 3 本⽇お話しすること • ⽂系出⾝・IT未経験・外国⼈留学⽣というバックグラウンドから、 データサイエンティストとして学んできたこと • これから挑戦したいこと あくまで個⼈の経験談をもとにお話しします。
4. © 2026 IBM Corporation 4 アジェンダ • ⾃⼰紹介 • ゼロからの不安や課題 • 実務経験から学んだこと • これから挑戦したいこと
5. © 2026 IBM Corporation 5 ⾃⼰紹介 ⻩ ⾹淑（コウ カシュク） • コンサルティング事業本部 AI Strategy & Analytics • 2018年IBM⼊社（コンサルタント職） • 2020年データサイエンティストへ職種変更 <主なプロジェクト経験> データ分析を活⽤した業務改⾰⽀援で、構想策定から システム開発・導⼊を実施。 • 製造業 ⾃動⾞パーツ故障予測 • 製薬業 商品の需要予測 • 保険業 ⾃動⾞事故検知予測 • 通信業 ⽣成AI活⽤による新業務構想策定 • ⼩売業 売価・在庫最適化 など多数プロジェクトを経験 <現在の仕事内容> • ⼩売業のお客様向けプロジェクトにて、機能拡張や Webアプリのフロントエンド開発をリード。 <趣味> • 旅⾏、登⼭、テニス、料理 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
6. © 2026 IBM Corporation 6 Ø インタビュー調査とフィールドワークを中⼼に情報を収集し、ライフヒストリーを分析する質的分析を中⼼に実施。 Ø 量的分析も取り⼊れることで、研究内容をより充実させたい︕ • 必要なデータを⼊⼿する難しさや、データ収集に時間を要することを実感。 • ビジネスの現場ではデータをどのように確保し、活⽤しているのかに興味を持つようになり、博⼠課程を休学しIBMへ⼊社 データ分析に興味を持ったきっかけ • ⽂系出⾝で、当時は必要なスキルも⼗分に分からない状態でしたが、「データ分析がやりたい」という思いを持ち、 データサイエンティストという職種に向き合ってきました。 <学⽣時代> • 専攻︓⼤学/⼤学院にて社会学を専攻。 • 研究内容︓移住労働者の⼈権・福祉問題 移住労働者に⾷事と宿泊を提供しているNPOで、⽣活を⼀緒にしながら、 ライフヒストリーの聞き取り調査を実施。 ※移住労働者とは、「すべての移住労働者とその家族の権利の保護に関する国際条約 （International Convention on the Protection of the Rights of All Migrant Workers and Members of Their Families）」の第2条で「国籍を有し ない国で、有給の活動に従事する予定であるか、またはこれに従事している者」と定義づ けられている。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
7. © 2026 IBM Corporation 7 アジェンダ • ⾃⼰紹介 • ゼロからの不安や課題 • 実務経験から学んだこと • これから挑戦したいこと
8. © 2026 IBM Corporation 8 データサイエンティストの役割 • 事業会社側か⽀援会社側かによって、データサイエンティストに求められるスキルは少し異なると考えています。 ここからは、⽀援会社で働く⽴場から、私が実践してきたことをお話しします。 • ⾃社のビジネス活動において、データサイエンスを活⽤し、ビジネス課題の解決に取り組む • 例えば、⼩売業、製造業、⾦融業など 事業会社 • データサイエンスを活⽤し、事業会社のビジネス課題解決や業務改⾰を⽀援 • 例えば、 ITベンダーやコンサルティング会社 ⽀援会社 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
9. © 2026 IBM Corporation 9 私のキャリアのスタート地点 • ⼊社前までに学んできたことをほとんど活かせない状態で、データ分析を主に扱う部署で社会⼈⽣活を始めました。 • PCのターミナルでコマンドを実⾏したこともない。 • システムの設計、開発やテストは⾔うまでもない。。 • データベース操作とプログラミング経験がない。 • 機械学習モデルを実装したことがない。 • 業務知識がほとんどない。 • ⽇常会話レベルの⽇本語はできるものの、ビジネス⽂書としての表現⽅法は考えたこともない。 • ⽇本語以外はほとんど使わない。 ▪IT未経験 ▪本格なデータサイエンス・データエンジニアリング未経験 ▪ビジネススキルがほとんどない これまで勉強してきたものがほとんど 活かせない、どうしよう・・・ ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
10. © 2026 IBM Corporation 10 ゼロからの不安や課題 • 「ゼロからのスタート」といっても、⾃分にできることは必ずあるはず。できることを活かして経験を積み、できないことは 学びながら補っていけばよいと考えました。 ⾃分にできることはあるはず︕ 何ができるんだろう︖︖ • SPSS Modelerは学⽣時代使ったことがあるので、データ加⼯は問題ない • Excelでの操作はできる • 新⼈研修でSQL⽂も多少かけるようになった • ⽇本語での⽇常会話はできる • 海外サイトでの情報収集はできる ▪プロジェクトで求められるスキルにはまだ届いていないものの、 当時の⾃分が活かせると考えたこと ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
11. © 2026 IBM Corporation 11 アジェンダ • ⾃⼰紹介 • ゼロからの不安や課題 • 実務経験から学んだこと • これから挑戦したいこと
12. © 2026 IBM Corporation 12 アジェンダ • 実務経験から学んだこと 1. 分析⼒の基礎を固めた時期 2. 伝える⼒に注⼒した時期 3. 役割の幅を広げた時期 4. リーダーシップを実践した時期
13. © 2026 IBM Corporation 13 １. 分析⼒の基礎を固めた時期 • SPSS Modelerの活⽤経験を最⼤限に活かしながら、データエンジニアリングとデータサイエンスの基礎スキルを磨 きました。 お客様 • 製造業、保険業 役割 • メンバー 課題 ・ やったこと ▪A社 【課題】︓⾃動⾞部品の故障・交換時期を事前に把 握できず、保守対応が事後対応に偏っていた。 【やったこと】︓蓄積された⾞両センサーデータを活⽤し て、部品の故障を予測するモデルを構築。 ▪B社 【課題】︓⾞両の事故検知デバイスのデータを活⽤して、 事故発⽣確率を予測する仕組みが求められていた。 【やったこと】︓デバイスから取得した⾞の加速データを ⽤いて、事故を判断に使われる予測モデルを構築。 ① ビジネス課題の理解・深堀 ② データ加⼯・確認を通じた理解と仮説検証 ③ 予測モデルの構築 ④ 精度評価・改善 ü データエンジニアリング・データサイエンスの基礎スキルを習得。 ②③は SPSS Modeler を最⼤限に活⽤ Ø ツール活⽤により、データ分析の基礎スキルは⼀通り習得。 Ø ⼀⽅で、分析結果を相⼿に分かりやすく伝える部分には課題 を感じていた。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
14. © 2026 IBM Corporation 14 2. 伝える⼒に注⼒した時期 • 分析結果を分かりやすく資料化し、相⼿に伝えるために、ドキュメンテーションやプレゼンテーションスキルの向上を 意識しました。 お客様 • 製薬業、⼩売業 役割 • メンバー 課題 ・ やったこと ▪C社 【課題】︓商品の出荷・⽣産指⽰に必要な需要予測 を⼈⼿で⾏っており、作業の属⼈化や⼯数負荷が過⼤ となっていた。 【やったこと】︓商品の出荷数を予測するモデルを構築。 ▪D社 【課題】︓売価変更の判断が経験や現場判断に依存 しており、利益最⼤化や廃棄ロスの観点で最適化がで きていない。 【やったこと】︓売価最適化の適⽤範囲・⽅法や既存シ ステムの運⽤状況を分析し、改善案を提案。 ① 分析結果を分かりやすく資料化 ② スライドの内容をお客様に分かりやすく説明 ③ 分析コードや結果を再利⽤可能な形で作成 書籍やe-learningも有効ですが、先輩の資料・説明を真 似るのが⼀番おすすめです。 ü ビジネスの基礎スキルを意識して強化 Ø データ分析に加え、ビジネスの基礎スキルを習得。 Ø ⼀⽅、Pythonを活⽤する分析案件が増え、プログラミング スキルの不⾜を感じていた。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
15. © 2026 IBM Corporation 15 3. 役割の幅を広げた時期 • しばらく分析案件から離れ、コンサルティング案件やシステム開発案件に参画しました。 Python学習を継続しつつ、お客様とのコミュニケーションやプロジェクトマネジメントについて、経験を積んできました。 お客様 • 製造業、⾦融業 役割 • メンバー 課題 ・ やったこと ▪E社 【課題】︓⽣産性向上につながるデータ活⽤を進めるた め、データガバナンスの整備が課題となっていた。 【やったこと】︓データガバナンス全体フローを整理しなが ら、BI環境の公開に向けたデータ保護⽅針を作成。 ▪F社 【課題】︓既存の⾦融サービスにおいて、インターネット バンキングシステムの構築。 【やったこと】︓100⼈以上の⼤規模開発プロジェクトに て、チーム内外・お客様との調整を⾏い、システムの円 滑リリースを⽀援した。 ① 顧客対応やプロジェクトマネジメントの経験を蓄積。 ② データ基盤・BIツール等への理解が深まった。 ⼀⾒遠回りに⾒える経験も、すべて成⻑につながる︕ ü 顧客対応・プロジェクトマネジメントの経験を積む Ø 座学で学んだPythonへの⾃信と、顧客対応・プロジェクトマネ ジメントの経験を通して、データサイエンティストとして必要な⼒ を少しずつ⾝につけてきたと実感。 Ø ⾃ら分析プロジェクトをリードしてみたいと思うようになった。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
16. © 2026 IBM Corporation 16 4. リーダーシップを実践した時期 • 構想策定からシステム開発まで推進する中で、技術に詳しいメンバーの協⼒を得ながら進める⼀⽅、継続的に学 び挑戦し続ける重要性を実感しました。 お客様 • 通信業、⼩売業 役割 • リーダー/PM 課題 ・ やったこと ▪G社 【課題】︓既存業務の運⽤が属⼈化しており、業務負 荷の偏りや運⽤効率の低下が課題となっていた。 【やったこと】︓構想策定フェーズにて、現⾏業務・課題 整理〜⽣成AI活⽤による新業務構想策定〜ロード マップ作成をリード。問い合わせ対応業務向けチャット ボットの開発をリード。 ▪D社 【課題】︓売価変更の判断が経験や現場判断に依存 しており、利益最⼤化や廃棄ロスの観点で最適化がで きていない。 【やったこと】︓既存のシステムの対象商品範囲拡⼤に 向けて、データ分析による対象商品選別及びシステム 改修とリリースをリード。最適計算結果を確認・承認 するためのWebアプリのフロントエンド開発をリード。 ① 構想策定〜システム開発までに携わり、プロジェクトを推進。 ② ⽣成AIなどの新技術を継続的に学び、挑戦していく。 技術に詳しい⼈を巻き込む。 ü リーダーシップの経験を積む Ø IT領域における学ぶべき範囲の広さを再実感。 ⽣成AIなどの新技術を含め、継続的に学び挑戦し続ける重 要性を実感。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと
17. © 2026 IBM Corporation 17 アジェンダ • ⾃⼰紹介 • ゼロからの不安や課題 • 実務経験から学んだこと • これから挑戦したいこと
18. © 2026 IBM Corporation 18 これから挑戦したいこと • データサイエンティストとしては「ゼロからのスタート」でしたが、データ分析にとどまらず、コンサルティングの上流⼯程か らシステム開発の下流⼯程まで、幅広い案件を経験し、多くのことを学びました。 • 今後は、お客様への提案から⼊り、構想策定から分析・実装、リリース、業務定着まで、携わってみたいです。 ベーススキル コミュニケーション プロジェクト管理 ドキュメンテーション プレゼンテーション 専⾨スキル コンサルティング （業界知識など） データエンジニアリング・ データサイエンス ITスキル お客様のビジネスに貢献 ベーススキルを⼟台に専⾨スキルを⾼めていく Ø ベーススキルを⼟台に、データサイエンティストとして必要な 専⾨スキルを更に⾼めていく。 Ø 提案から構想策定、分析・実装、リリース、業務定着まで ⼀気通貫でやってみたい。 ⾃⼰紹介 ゼロからの 不安や課題 実務経験から 学んだこと これから 挑戦したいこと