分析羊@DS

◼️DSの就活と転職に役立つ情報を発信◼️あまり語られないリアルをありのままに◼️「DS入社後ミスマッチが多い問題」を解決したい◼️経歴: 東大➡︎大手企業➡︎フリーランス◼️幸せに働くDSを増やす

[分析羊@DS @data_career]

大手ほどデータサイエンティストをたくさん雇う理由は、「レバレッジ」。たとえば広告運用をデータ分析の力で改善して、同じ費用に対する売上を1%伸ばしたとする。元の売上が1億円なら、これだけで100万円のプラス。元の値がでかいほど、「1%の大きさ」は大きい。なら人材を雇う価値がある、という論理

[分析羊@DS @data_career]

「機械学習エンジニアとコンサルタントのどちらが将来性ありますか？」のような質問をよくもらうけど、自分の強みに合わせて考えるのが一番確実な気がする。未来のことはわからないけど、自分のことはこれまでの人生でよくわかるから。その上で職種ごとの将来性を参考程度に聞くのならもちろんアリ

[分析羊@DS @data_career]

@Nurruttan ぜひ！今後ともよろしくお願いいたします！

[分析羊@DS @data_career]

DS周りのビジネスについて解説された良記事。「フリーランスになりたいです」という相談をよく受けるが、DSとしてストレートに独立する以外にも教育や情報発信などいろんな選択肢を候補に入れると働き方の幅が広がる。自分の場合は「DSのキャリア教育」に特化して情報発信している

[ぬるったん @データサイエンティストのキャリア発信 @Nurruttan]

【キャリア論】データサイエンティストが労働集約型から脱却するには、という話だよ。

・DSは基本BtoBビジネスで労働集約型
・BtoC向けには「情報発信」「教育」「転職」しかないのでは
・個人が強いので、なにかしておくべき

なにか自分で初めてみることが大事だね。

https://t.co/vM9fyDAWZB

[分析羊@DS @data_career]

@Nurruttan YouTube見ていただきありがとうございます！いつもブログ楽しみに拝見しています。
データサイエンティスト仲間がみんな悩んでいるので、少しでも助けになればと思い発信しています。まだまだDSは成長市場なので、ベンチマークが少ない分キャリアの選択肢もさらに広がっていくと思ってます！

[分析羊@DS @data_career]

労働集約型のDSから脱する方法として、「マネジメント側に回る」という選択肢もある。
企業勤めのマネージャーは激務であることが多いが、フリーなら収入を抑えながら自分の時間を確保する選択肢も出てくる。顧客企業からの信頼を得られればいける。ただし難易度は高く、まず企業での実績が必要

[D卒現場マネージャー@雪国単身赴任中 @nekoace55]

研究職は学歴の寄与大きいのは間違いないし、学歴で社員集めて競争力保ってる会社があるのも事実。

[分析羊@DS @data_career]

これはもちろんそう。ただ、DSの場合は数学力やプログラミング力が業務に直結するので、学歴の相関が一般的な職種より高い。
マネージャー以上になると、対人能力の重要性が高まるため学歴とは相関薄くなる

[D卒現場マネージャー@雪国単身赴任中 @nekoace55]

こういうことだぞ
間違えんなよ。

[Yuki @Yuki22integrate]

データドリブン経営を目指すなら、データがしかるべき場所に自動保存される仕組みが必須と思ってる

[分析羊@DS @data_career]

社会に出ると、社内の人間はみんな自己中。業務内容やデータをボランティアでDSに共有する義務などない。就活生にはイメージしにくいと思うし、実際社会に出るまで自分もわからなかったが、社内の人間はみんな「会社の業績」より「自分の社内での立場」が大事だったりする

[からあげのるつぼ @karaage_rutsubo]

能力のない猫が会社でこの先生きのこるには #現場猫

[分析羊@DS @data_career]

「連続してるようでしてないキャリア」ってよくある。たとえば以下の相談をもらったりする

・ベンチャーの新卒入社から幹部になれない
・外資の新卒入社からマネージャーになれない

優秀な人材は中途で取る方針の会社に注意。偉い人の経歴は確認必須

[分析羊@DS @data_career]

「人は正しさだけでは動けない」に強く同意。理系院卒のDSが社会人になって直面する第一の壁。研究室と職場では、考えるべき変数の種類が異なるので脳死で1年は学んだほうがいい。人間なんてみんな自己中で理不尽でクソなんだと理解してからがスタート。絶望しながらでも仕事続けてれば光も見えてくる

[りょうま @engineer_ryoma]

自社開発メガベンチャーを半年で鬱になり休職した話、短期離脱してしまう人が一番やりがちな齟齬だから学べることすごく多い。結論、リファクタリングは政治力が必要で難易度が高すぎるのでジョイン後すぐには絶対にやらない方が良い。

[分析羊@DS @data_career]

結局、何かを自分に与えてくれるのは全て他の人間。評価も、昇給も、社内での立ち位置も。
技術一点突破の職場以外は、「上司に好かれるかどうか」が大きな変数。理不尽でクソなことだけど、人間として生まれたら、ほかの人間から好かれる方法を人生のどこかで、本気で考えた方が幸せに生きられる

[MnowMan @in_Incompetence]

技術職とされる職種も、基本は「根回し」「メンツをたてる」等の人間関係が最も大事なことがよく分かる
この上司も、書き手との関係性が良ければ「コードにコメントを付け、保守性を〜」云々適当なことを書いていい評価をつけていたと思う

[分析羊@DS @data_career]

ベンチャーあるいは新規事業部などへの入社で注意すべきポイントは、事業フェーズの移り変わり。
フェーズにより必要な人材も評価軸も変わる。昨日までは「動くコード」が評価されてたのに今日からは「誰でも読めるコード」が評価されるのを理不尽に感じる人は多いが、これは経営的に必然

[分析羊@DS @data_career]

メガベンチャーの機械学習エンジニアが半年で鬱退職した話。これと同じような話を毎年聞くので、DS志望者は読んだ方がいい。
こういった生々しい体験談はネット上にまだ少ないので希少。DS界隈の闇を含めて、知った上で目指して欲しいと感じる https://t.co/0vTmRmEaXH

[分析羊@DS @data_career]

5W1Hを明確にして、「何の」「何を」「どうする仕事を」したいのか考えて、誰にでもわかる簡単な言葉で説明できるようにしよう。DS専門用語は定義が曖昧なことが多い。公用語を使って質問しよう。DS就活の情報収集で、これが意外と大事なスキル。

[分析羊@DS @data_career]

キャリアを考えるときは、定義が曖昧なカタカナ語は禁止。簡単な言葉を使おう。「マーケティングのデータアナリストになりたい」よりも、「WEBサイトのレコメンド機能を機械学習の専門性を使って改善して、売り上げを上げる人になりたい」のほうが、伝わりやすい。(以下続き

[分析羊@DS @data_career]

その上で大事なのは、具体的で簡単な表現をすること。そう言った表現を考える過程で、自分の解像度も上がる。「レコメンド機能とかは面白そうだけど、サイトデザインの改善には興味ないな」「数字だけじゃなく心理的な考察もできる人になりたいな」このように、やりたいことが自問自答の中で明確になる