- データサイエンティストになるなら大学院行くべき？
- 大学院行かなくてもなる方法はない？
とお悩みではありませんか。
僕自身、データサイエンティストを目指す大学生で、とても悩みました
この記事では、僕が決断のためにデータサイエンティストに聞いた情報や調べた情報をもとに、大学院に行くべきかどうかを解説していきます。
結論、大学院に行った方がいいですが、場合によることもあります。
大学院に行くべきかどうかを簡単な表にまとめたので、参考にしてください。
| 大学院に行くべき人 | 新卒で就職すべき人 |
|---|---|
| ・就職の選択肢を広げたい人 ・専門性を身につけたい人 ・研究する意志がある人 | ・狭き門でもとにかく早く就職したい人 ・ビジネス寄りのデータサイエンティストを目指す人 ・あまり研究する意志がない人 |
新卒でデータサイエンティストになるのは、狭き門であり難しいですが、可能です。
本記事を参考に、大学院に行くべきかを考えてみましょう。
本記事の作成者
＼月980円からデータサイエンスがサクッと学べる！／
講座が毎月追加されます。今後値上がりする可能性大なので、今が買い時！
それでは本編です！
データサイエンティストになるには大学院は行った方がいい
結論、データサイエンティストになるには大学院は行った方がいいでしょう。
僕自身、凄く悩んで結論を出しました
大学院に行く方が良い理由は以下の3つです。
- 【理由①】院卒が条件の企業がある
- 【理由②】専門職に就くには専門的な知識が必要
- 【理由③】そもそも新卒でのデータサイエンティスト採用が少ない
それぞれ解説していきます。
【理由①】院卒が条件の企業がある
現在、データサイエンティストの採用では院卒が条件で求められることがあり、大学院に行かなければスタートラインにすら立てないことがあります。
多くの企業がデータサイエンティストを目指す就活生に、データサイエンティストが持つべき高度な専門知識や技術力を求めていることが根底にあります。
データサイエンス系の大学院を卒業していることで、一定程度の力はあるとみなされるのです。
上図のように、企業自体もデータサイエンティストが新しい職業であることから、修士という資格を求めます。
特に、大手企業や研究開発を行っている企業では、データサイエンティストとしての深い専門知識が必要となるため、院卒が求められるケースが多いです。
例えば、データ分析プロジェクトでは、データを解析し、その結果から新しいビジネスチャンスを見つけ出す役割を求められます。
この役割を果たすためには、専門的な知識と実践力が必要となり、大学院での学びがその基盤となるわけです。
【理由②】専門職に就くには専門的な知識が必要
データサイエンティストは、データサイエンスの専門家ですので、専門職に就くには専門的な知識が必要となります。
大学院であれば、データサイエンスに関する深い知識を学ぶことができ、専門職への道が開けます。
データサイエンスは特にカバーすべき領域が広く、大学では学びきれないのです。
上図のように、データサイエンスは広い分野であり、機械学習や統計学、プログラミングなど多くの分野にまたがります。
上記の知識を一つ一つ深め、それらを組み合わせてデータから価値を引き出す力が、データサイエンティストには求められます。
とはいえ、ビジネス力もデータサイエンティストの1スキルに挙げられる程であるため、大学院に行くとビジネス力が身につけられない課題もあります。
【理由③】そもそも新卒でのデータサイエンティスト採用が少ない
そもそも、日本ではデータサイエンティストの新卒での採用が非常に限られています。
なぜなら、まだ日本がDX（デジタルトランスフォーメーション）の真っ最中であることから、データサイエンティストを雇える企業が少ないからです。
上図のように、現職のデータサイエンティストが高給であるため、そのデータサイエンティストを新人教育に回すのは厳しいという現状もあります。
とはいえ、一部の企業では、新卒でもデータサイエンティストとしてのポテンシャルを見て、採用を行っています。
しかし、その場合でも基本的なプログラミングスキルや統計知識が求められることが多いため、自主的に学ぶことで、データサイエンティストとしてのスキルを身につけておくことが重要です。
大学院に進学することによるデメリット
一方、大学院に進学することには以下のデメリットがあります。
- 学費がかかる
- 新卒と比べビジネス力が身につかない
- 研究する意志がないとつらい
大学院に進学するのにはメリットだけでなくデメリットも存在するため注意です。
それぞれ解説していきます。
学費がかかる
大学院進学の最も直接的なデメリットとして、学費の問題があります。
多くの大学院では、2年間で数百万円の学費が必要となり、この出費は大きな負担となるでしょう。
特に、奨学金などを利用せざるを得ない場合、卒業後の返済が重荷となる可能性があります。
ですが、大学院に進学することによる生涯年収の違いも考慮に入れましょう
実際、『厚生労働省 令和４年賃金構造基本統計調査 結果の概況』の学歴別の資料では、以下のようなグラフが挙げられています。
厚生労働省の調査にもあるように、一般的には大学院を卒業している方が賃金が高い傾向にあるため、学費に関しては少し心配しておく程度で良いと思います。
さらに、奨学金制度が充実している大学もありますので、進学先選びには慎重な調査を行いましょう。
新卒と比べビジネス力が身につかない
大学院進学を選ぶと、新卒に比べて実務の経験（ビジネス力）が少なくなってしまう事がデメリットです。
特に、データサイエンティストは、専門的な知識だけでなく、コミュニケーション能力やプロジェクトマネジメントスキルも求められます。
ビジネス力は実務で身につく力であるため、その点においてハンデを追ってしまいます。
しかし、その分専門性の高い研究を行うため、専門性を活かすことでハンデを埋める事も可能です。
研究する意志がないとつらい
大学院は研究を主体とした教育が行われる場であるため、研究に対する興味や意志がないと、モチベーションの維持が難しくなります。
特に、修士論文や博士論文の執筆は、高度な専門知識と集中力を要求され、多くの時間とエネルギーを投資することが必要です。
自身の興味とキャリアパスをしっかりと見極め、研究テーマ選びには十分な時間をかけることが大切になります。
また、並行して就活を行うことになるので、スケジュール管理の徹底も行わなくてはならないことを覚えておきましょう。
大学院進学せず、データサイエンティストになる4つの方法
結論、大学院に進学せず、データサイエンティストを目指すことは大変難しいと考えてください。
なぜなら、これまでも説明してきたように、データサイエンティストはまだまだ新しく専門的な職業だからです。
ですが、以下のようなことを行えばデータサイエンティストを目指せる可能性があるでしょう。
- データサイエンティストの長期インターンに参加する
- データサイエンスコンペに参加して、実績を残す
- エンジニアで就職して、データサイエンティストに転職する
それぞれ解説していきます。
データサイエンティストの長期インターンに参加する
データサイエンティストの長期インターンシップに参加することで、そのまま採用へと繋がる可能性があります。
データサイエンティストの長期インターンシップでは、実際のデータ分析プロジェクトに参加し、データの前処理から分析、報告までのフローを経験するため、一定程度のスキルが身につきますよね。
企業側もスキルを見極めるためにインターンシップを行っているため、もしインターンシップで良い評価を得られれば採用に繋がるのです。
もし、そのインターンシップ先で採用とならずとも、実績やフィードバックをもとに、スキルのブラッシュアップを図りましょう。
データサイエンスコンペに参加して、実績を残す
データサイエンスコンペティションは、自身のスキルを試す場であり、実績を作ることも可能です。
コンペティションで好成績を収めると、企業側が評価してくれる可能性が高くなります。
kaggleなどのプラットフォームに積極的に参加して、実績を獲得するようにしましょう。
エンジニアで就職して、データサイエンティストに転職する
また、エンジニアとしてキャリアをスタートさせ、その後データサイエンティストに転職するという道もあります。
エンジニアからの転職のアプローチには、以下のようなメリットがあります。
- データエンジニアリング力が鍛えられる
- ビジネス力が身につけられる
- DXとの親和性が高い
それぞれ解説していきます。
1. データエンジニアリング力が鍛えられる
エンジニアとしての経験は、データサイエンティストに必要なエンジニアリングスキルを身につける絶好の機会です。
データサイエンティストは、データの前処理やモデリングだけでなく、モデルの実装やシステムとの連携など、エンジニアリングスキルを必要とする場面が多くあります。
そのため、エンジニアとしての経験は、基礎的なスキルを高め、データサイエンティストとしても活躍する上での強みとなるのです。
2. ビジネス力が身につけられる
エンジニアとして実務経験を積むことで、大学院では分からないビジネスの現場を理解できます。
データサイエンティストは、データを通じてビジネス課題を解決する役割を担うため、以下のようなスキルが求められます。
- ビジネス理解
- 課題発見
- データ活用の知識
エンジニアとしての経験は、上記のスキルを深める良い機会となり、データサイエンティストの転職に有利に働く可能性があります。
とはいえ、エンジニアとして働きながら、オンラインコースや書籍を利用して、業学習を進める必要があるため、覚悟が必要です。
もし、エンジニアからの転職を狙いたいという就活生は、以下のような就活サイトをおすすめします。
- レバテックルーキー
- エンジニア就活
上記のサイトに登録しておくことで、エンジニア就活を上手く進められます。
それぞれの公式サイトへは以下のボタンから移れます！
それでも迷う場合の対処法3選
ここまで、大学院に行くべき理由と新卒でデータサイエンティストになる方法について解説してきました。
とはいえ、人生において重要な決断なので、迷いますよね。
そのため、本記事では迷いをなくせるように対処方法を3つご紹介します。
- X(Twitter)でデータサイエンティストの方と繋がる
- スクールでデータサイエンティストのメンターに相談する
- とりあえず就活を始める
迷いがあるのは、データサイエンティストに対してキャリアプランが湧かないからだと思います。
僕も悩みました
なので、キャリアプランのイメージを持つことが必要です。
そのための方法と最終的な対処方法についても解説していきます。
1. X(Twitter)でデータサイエンティストの方と繋がる
もしタダでキャリアプランを明確にしたい場合、Xを活用してデータサイエンティストと繋がる方法があります。
データサイエンティストはまだまだ新しくネットに情報がないため、SNSを頼らないと情報が得られないのです。
新たに就活用などのアカウントを作って、勇気を持ってリプライしてみるようにしましょう。
皆さん優しく答えてくださる方ばかりです！
2. スクールでデータサイエンティストのメンターに相談する
マンツーマンでキャリアプランを明確にしてほしい場合は、メンターに相談することをおすすめします。
データサイエンスが学べるスクールではメンターが基本付いていて、キャリアの相談に乗ってくれるのです。
もし、お金をかけてでも悩みをまるっと話したいという人には、『スタアカ』がおすすめです。
データサイエンスも学べますし、業界最安値です
身近にデータサイエンティストがいないし、SNSで絡みに行くのも怖いですよね...
そのような方は、ぜひマンツーマンでメンターに相談する形式をおすすめします。
スタアカでは3つのプランがあって、メンターに相談できるのはプレミアムプランとオーダーメイドプランの2つです。
| 比較項目 | ライトプラン | プレミアムプラン | オーダーメイドプラン |
|---|---|---|---|
| 金額 | 月額980円 | 買い切り129,800円 | 買い切り398,000円 |
| コースの受講 | 全コース受講可能 | 全コース受講可能(永年) | 全コース受講可能(永年) |
| 質問の環境 | なし | 質問し放題 | 質問し放題 |
| ＋αのカリキュラム | なし | Udemy5講座 | Udemy5講座＋オーダーメイド学習 |
| メンターとの面談 | なし | 月1回で合計4回分(30分) | 月1回で合計8回分(30分) |
| コミュニティへの参加 | なし | あり | あり |
値段は張りますが、買い切りでコミュニティ参加もできるので、正直破格です。
そんなお金を払いたくないという方は、ライトプランでもデータサイエンティストのことを学びましょう。
データサイエンティストのキャリアについて動画で解説されているので、少しでもイメージが湧くかもしれません。
データサイエンスの講座も豊富ですので、ライトプランからでも試してみましょう！
＼まずはライトプランがおすすめ！／
講座が毎月追加されます。今後値上がりする可能性大なので、今が買い時！
もし、少し興味があるという方は、スタアカの評判記事も併せて判断材料として活用してください。
3. とりあえず就活を始める
ここまでの方法でも、まだ大学院に行くかを迷ってしまうのなら、まずは就活をスタートすることをおすすめします。
その理由には以下のポイントが挙げられます。
- 大学院でも就活はするから
- 大学院入試の方が遅いから
- 補足：就活の先延ばしで院進をしてはいけない
それぞれ解説していきましょう。
大学院でも就活はするから
大学院に進学する場合でも、最終的には就職活動を行うことになるため、大学院に進学する前に一度就活を経験しておくと良いでしょう。
就活を通じて、自身が何を重視して企業を選ぶのか、どのようなキャリアを歩みたいのかを考えられるのです。
また、就活のプロセスは以下のように、多岐に渡ります。
- 自己分析
- 業界研究
- 企業研究
- インターン対策
- 選考対策
上記のことを大学院と並行して初めて行うのは現実的に難しいですよね。
そのため、もし大学院に行くと決めている人であっても、インターンなどは行っておくと感覚が掴めるでしょう。
大学院入試の方が遅いから
大学院入試の準備や入試は、4年生の夏から冬にかけて行われる一方、就活は3年生の春からスタートするケースが多いです。
なので、まずは就活を始め、その結果をもとに大学院進学を検討するというのも1つの方法です。
フローチャートで表すと下図のようになります。
もし希望する企業から内定が得られた場合、新卒としてキャリアをスタートさせることもできます。
そのためには、就活が始まる3年生の春から、企業のインターンシップや説明会に参加し、業界や企業のリサーチを進めていくことが大切です。
一方で、大学院入試の準備も進めていく必要があり、以下のようなことを並行して行わなければなりません。
- 研究テーマの選定
- 推薦状の準備
- 教授とのコンタクト
そのため、就活と並行して行うことは、スケジュール管理が非常に重要となります。
さらに、大学院入試の結果が出るタイミングと、企業からの内定の回答期限が重なるケースもあります。
このような場合、どちらを優先するか、しっかりとした基準を持って選択を行うことが大切です。
補足：就活の先延ばしで院進をしてはいけない
大学院進学を「就活を先延ばしする手段」として選ぶべきではありません。
僕も初め、この考え方ではダメだと思い、考え直しました
なぜなら、大学院は高度な専門知識を学ぶ場であり、研究に多くの時間とエネルギーを投資する必要があるからです。
したがって、大学院進学を選ぶ際は、しっかりとした目的と計画を持って選択することが大切です。
大学院に行っても就活はしなければなりませんし、スケジュールは大学生の時より厳しいでしょう。
また、学費や生活費はもちろん、2年間（修士課程の場合）の時間を学問に費やすことを意味します。
その間に得られる知識やスキルが、将来のキャリアにどれだけ影響するかを慎重に考える必要があります。
大学院進学をするかを選ぶには、以下のステップでビジョンを明確化しましょう。
- 自身のキャリアビジョンを明確化
- キャリアビジョンを実現するために大学院で何を学びたいのか
- どのような研究をしたいのかの明確化
上記のことが明確でないまま大学院に進むと、方向性を見失い、時間とコストを無駄にする可能性があります。
ですが、明確にしたならば大学院に費やした時間は無駄にならないはずですので、必ず真剣に考えるようにしましょう。
まとめ
結論、大学院進学した方がキャリアが拓ける可能性が高いです。
以下のような理由から大学院進学をおすすめします。
- 【理由①】院卒が条件の企業がある
- 【理由②】専門職に就くには専門的な知識が必要
- 【理由③】そもそも新卒でのデータサイエンティスト採用が少ない
しかし、大学院進学することで以下のようなデメリットも発生します。
- 学費がかかる
- 新卒と比べビジネス力が身につかない
- 研究する意志がないとつらい
大学院での深い学びは、専門的な知識を身につける上で非常に価値がありますが、時間とコストがかかります。
また、ビジネスの現場で必要とされるスキルが不足する可能性も考慮に入れるべきです。
実際、大学院に進学せずにデータサイエンティストを目指す方法もあります。
- データサイエンティストの長期インターンに参加する
- データサイエンスコンペに参加して、実績を残す
- エンジニアで就職して、データサイエンティストに転職する
ですが、新卒でデータサイエンティストになるのは、狭き門でありなかなか難しいでしょう。
そのため、エンジニアとして就職してから転職するという道も検討しておくことをおすすめします。
もし大学院に進学するか迷っているなら、以下の対処法を試してみましょう。
- X(Twitter)でデータサイエンティストの方と繋がる
- スクールでデータサイエンティストのメンターに相談する
- とりあえず就活を始める
大学院に行く場合もそうでない場合でも、必ず理由や目的を明確にしてください。
僕もいっぱい悩んで決断しました...
もし、データサイエンティストのキャリアがまだふわっとしている方は、『スタアカ』のプレミアムプランで相談すると良いでしょう。
業界最安値でメンターに相談できるスクールですが、金額も高いので、私の書いた評判記事も参考にして決めてください。
あなたのキャリアがより良いものになれば幸いです
＼まずはライトプランがおすすめ！／
講座が毎月追加されます。今後値上がりする可能性大なので、今が買い時！
