みお｜データサイエンティスト採用担当の本音

◼️日系大手➡︎メガベンチャー➡︎コンサルマネージャー(採用も兼務)◼️データサイエンティスト就活と転職の完全攻略noteは1000人以上に読まれています(固定ツイート参照)◼️フォローすると就活と転職の効率が倍増

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

【データサイエンティスト就活・転職の教科書】
3万字超のボリューム。これだけ読めば他は不要です

・いつ何をすれば良いか
・面接で何が見られるか
・成長できる企業リスト(約100社)

全てここに出し切りました。人生変わります

<就活>
https://t.co/rWd2DccrD5

<転職>
https://t.co/p5p8pL3PuS

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

長期で見てきた応募者の成長、これが採用担当をやっていて一��嬉しい瞬間です。3〜5年経って、別の場所で活躍されている方を見ると、本当に励まされます。

選考でお見送りした方が、別会社で大活躍するケースは珍しくありません。私の感覚で、見送った方の3割は、3年以内に別会社で当時の自社の社員より高く評価される位置に行きます。

この現実を見て、私が選考について思うことは3つです。

①選考はその時点の相性。能力の絶対評価ではなく、その時の会社の求めるピースと合うかどうか。お見送りは、その人の価値の否定ではないんです。

②人は伸びる。選考で見えた「未熟さ」は、3年後には別の人になっています。今の自分で判断されても、未来の自分は別物です。

③長期の視点で関係を残す。お見送りした方に丁寧な対応をしておくと、3年後にリファラル・取引先・ビジネスパートナーとして再会することがあります。これは採用担当の財産です。

応募者の方への伝言です。今の選考結果は、5年後のあなたを定義しません。今いる場所で積み上げた経験は、3年後に必ず別の入り口を開きます。1社の不採用通知が、永遠の評価ではないんです。

私自身、選考で見送った方からSNSでDMをいただくことがあります。「あの時の選考はありがとうございました。別の会社で活躍しています」と。これが、採用担当を続ける一番のモチベーションです。

選考の結果より、続けることが大事です。今の場所で動きを止めない方が、必ず次の入り口にたどり着きます。私も応援していますよ。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

採用業務の繁忙期、応募者の方は意識しないと思いますが、選考スピードに影響します。タイミングを知っておくと、自分の動きが調整しやすく��ります。

採用担当の繁忙期は3つです。

①新卒一斉選考期(3〜6月)。大手の本選考が集中し、書類選考・面接で1日10〜20件の対応。返事の速度が落ちる時期です。

②夏期インターン準備期(4〜6月、9〜10月)。インターン応募の書類選考と運営準備。

③中途採用の通年期(特に1〜3月、9〜11月)。年度切替前後で動く中途応募者が増える。

避けるべきタイミング、というのもあります。

①繁忙期のド真ん中で応募。書類選考の精度が下がり、判断が雑になる可能性があります。1週間ずらせるなら、ずらした方が有利です。

②年末年始・GW直前直後の応募。担当者の休暇で対応が遅れます。

③金曜午後の応募。週末を挟むので、書類が翌週に持ち越され、月曜の山に埋もれます。

おすすめのタイミングは、火曜〜木曜の午前中の応募。担当者の頭が一番回っている時間帯で、丁寧に見られる確率が高いです。

選考スピードも知っておくと、心の準備ができます。書類選考は通常3〜7営業日、一次面接の調整は1〜2週間、内定までの全体期間は1〜2ヶ月が標準です。繁忙期はこの1.5倍に伸びるので、複数社並行の方は余裕を持って動いてください。

返事が遅い=不採用、とは限りません。繁忙期はただ手が回っていないだけです。2週間連絡がなければ、丁寧にステータス確認のメールを送ってください。

小さな話に見えますが、3日のタイミング差で書類の通過率が変わることがあります。意識してみてくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

採用担当の悩み、応募者の方には��えない領域なので、共有させてください。私自身を含め、人事の中の人も毎日悩んでいます。

採用担当の主な悩みは3つです。

①「正解の判断」ができているかの不安。同じ応募者を別の面接官が見たら違う判断になるかもしれない。3年後にこの方を見送って後悔するかもしれない。完璧な選考はないと知りつつ、判断の重みは消えません。

②採用目標と現場の温度差。経営は人数を求め、現場は質を求める。間に立つ採用担当が両方を満たそうとして摩耗するケースは多いです。

③優秀な方を口説き切れない悔しさ。「いい方だったけれど、他社に行ってしまった」という経験は、採用担当なら全員あります。負け戦の後の振り返りはつらいです。

この悩みを抱えながら向き合うからこそ、応募者の方への共感が深まる面もあります。「うちが選ばなかったあの方を、別の会社で活躍してほしい」と本気で思うことも多いです。

もう1つ、共有しておきたい悩みがあります。「自分が10年見てきた採用基準が、本当に正しかったか」という不安です。テクノロジーの変化、求められる人材像の変化、評価軸の変化。10年前に落とした方が、今の基準なら通っていたかもしれない。この振り返りは、毎年やって��ます。

応募者の方も、選考プロセスで自分が選ばれなかった時に「自分を否定された」と感じることがあると思います。でも採用担当側は、そんな単純な判断はしていません。相性とタイミングのミスマッチ、それだけです。

選考の向こうにいる人間も、同じくらい悩んでいるんですよ。少し楽になってもらえたら、と願っています。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

印象に残った内定者の話、お伝えしてもいいですか。何百名と選考に向き合ってきた中で、忘れられない方が数名います。

その1人は、書類段階では地味な経歴の方でした。学歴は中堅大学、Kaggleメダルなし、有名インターン経験もなし。一見して「強いカード」が少ない方でした。

でも面接で、別の輝きを見せたんです。「自分の学んできたこと」を3年分、月単位で具体的に語れ���方でした。「3年前のこの月にPythonを始めて、半年でこの本を読み、1年後にこの個人プロジェクトを完成させた」と、自分の成長を時系列で再現できる。

この解像度を持つ方は、入社後も同じ密度で学習を続けるだろうな、と確信できました。複数の役員も同じ印象を持ち、即��で内定を出した方の1人です。

入社後、その方は予想通り成長しました。3年で技術リードになり、5年目には他社からのスカウトが絶えない人材になりました。

この経験から私が学んだのは、「採用は表面の華やかさより、継続性の解像度を見るべき」ということです。派手な経歴より、毎日の積み上げを語れる方が、長期で勝つんです。

応募者の方への提案として、自分の学習履歴を月単位で並べてみてください。3年前から今までの「学んだこと・作ったもの・読んだ本」を、月の粒度で記録する。これをやっている方は驚くほど少ないですが、面接で語れるネタが10倍以上に増えます。

地味な経歴で不安な方、自分の継続を時系列で語る練習をしてみてくださいね。武器になりますよ。

採用担当として最も信頼するのは、派手な実績を持つ方���はなく、自分の歩んできた道を月単位で語れる方です。継続は何より雄弁な実績、というのは本当の話なんです。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

採用担当のキャリア、応募者の方からはあまり見えない領域です。私自身の話を含めて、内��を共有させてください。

採用担当のキャリアパスは3つの方向があります。

①人事スペシャリスト。新卒から人事一筋で、採用→人事制度→労務→組織開発と領域を広げていく道。専門性が高く、人事責任者や CHRO を目指せる。

②事業側へのシフト。採用業務で接した事業領域に魅力を感じ、事業企画・営業・PMへ転身する道。私の周りでも3割ほどがこの道を選びます。

③独立・コンサル。採用代行、人事コンサル、転職エージェントへの転身。経験5〜10年で独立する方が多い。

私自身、採用担当として向き合う中で、応募者の方々から学ぶことが多いんです。「人のキャリアと真剣に向き合う」業務を続ける中で、自分自身のキャリア観も毎年更新されています。

採用担当の悩みも、応募者と共通するものが多いです。「自分の市場価値は��うか」「専門性をどう深めるか」「次のキャリアをどう設計するか」。立場は違っても、人として悩む内容は似ています。

採用担当ならではの学びも共有します。

①人を見る目が育つ。短時間で人の本質を見極める訓練が、日常的に行われる仕事です。

②業界の人材市場を俯瞰できる。どの企業がどんな人を求めているか、トレンドが見える立ち位置です。

③人脈が広がる。応募者・社内現場・エージェント・社外採用担当ネットワークと、人との接点が多い仕事です。

だから、面接で応募者の方の悩みを聞くと、自分の話を聞いているような感覚になることがあります。お互い、自分のペースで歩めばいいんですよね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

新卒採用市場のサイクル、業界の年間スケジュールを内側から共有��せてください。応募者の方は「いつ動けばいいか」が見えにくいので、整理します。

年間サイクルは3期に分かれます。

①夏期(6〜9月): サマーインターン中心。次年度本選考の早期接続枠として機能。修士1年・学部3年の最重要期。

②秋〜冬期(10〜2月): 早期選考開始期。インターン経由の優先選考、ベンチャーの通年採用、本選考前の説明会ラッシュ。

③本選考期(3〜6月): 大手の本選考が集中。書類提出���面接、内定出しまでの2〜3ヶ月間で勝負が決まる。

DS採用は他職種と少し違うリズムです。

①早期化の波が強い。技術職の人材獲得競争が激しく、9月時点で内々定を出す会社も普通になりました。

②通年採用が増加。大手でも通年採用を始める会社が出ており、3月開始の常識が崩れつつあります。

③スカウト経由比率の上昇。LinkedIn・ビズリーチ経由の打診が、修士1年から始まるケースも。

スケジュール戦略の基本は3つです。

①修士1年の夏には準備開始(ポートフォリオ・統計検定2級・Kaggle 1コンペ)。

②修士1年の冬には早期選考を3〜5社受験。

③修士2年の春には本選考と内定獲得の確定フェーズへ。

注意点として、早期内定を取った後の動きが大事です。早期内定を取ると油断して、本選考期の他社受験が雑になる方が多い。早期内定は安心材料として残しつつ、本選考でより良い選択肢を探す動きを止めないでください。

半年早く動くだけで、選択肢が一気に広がりますよ。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

DS求人の二極化、最近の市場で起きている現象です。「ジュニアDS」と「シニアDS」の中間が消えつつあります。

二極化の中身は3層です。

①ジュニア層: 年収400〜700万。新卒〜3年目、業務範囲は限定的、教育投資前提。求人数は多いが、内定獲得競争も激しい。

②中間層(縮小傾向): 年収700〜900万。5〜8年目で中堅ポジション。求人数が減り、シニア層への昇格か、別職種へのシフトが求められる。

③シニア層: 年収1000万〜2000万。8年目以降、技術リードまたはマネジメント。求人数は少ないが、報酬と裁量が大きい。

中間層が縮小する理由は3つです。

①AutoML・LLMでミドルレベルの業務が自動化された。

②企業が「即戦力��ニア」または「育てるジュニア」の二択で採用するように変化。

③中間層は社内昇格で埋まり、外部採用が減少。

キャリア戦略への示唆は3つです。

①ジュニア期は学習に振り切る。年収より経験。

②5年目までにシニアの入り口に立つ。技術リードまたは特定領域の専門性で差別化。

③中間層で停滞しない。業界を変える、職種を変える、独立する、いずれかの決断を5〜8年目で。

特に5〜8年目の方が知っておきたいのは、「現職に留まる」が一番リスクが高い選択になりつつあること。同じ業務を同じ会社で続けると、市場価値が中間層のまま固定されます。動かないことのリスクが、動くことのリスクを上回る時代です。

5年後の自分の位置を意識しながら、キャリアを設計してくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

LLM時代のDSスキル、何を学び直す���きか聞かれることが増えています。生成AI登場後、DSに求められる素養が変化しています。

新しく重要度が上がっているスキルは3つです。

①プロンプトエンジニアリングとLLM評価。「プロンプトを書けば終わり」ではなく、出力を評価し、業務適用可否を判断する力。これは古典的な統計知識の延長です。

②RAG・ファインチューニング設計。社内データをLLMに繋ぐ設計、ベクトル検索、検索精度の評価。

③倫理・安全性評価。バイアス検出、ハルシネーション対策、機密情報管理。

一方、相対的に価値が下がったスキルもあります。

①ゼロからの古典NLP実装(BERTを自分でfine-tuneするなど)。LLM APIで代替されるケースが増えました。

②シンプルな分類・回帰タスク。AutoMLとLLMで代替が進んでいます。

③可視化テンプレ。AIによる自動生成が増えています。

価値が上がったスキルは「人間にしかできない判断」の領域です。事業課題の特定、評価軸の設計、ステークホルダー合意形成。これらは今後も人間が担う領域です。

学び直しの3ヶ月プランも提案します。

①1ヶ月目: LLM API(OpenAI、Anthropic)を触り、業務適用例を3つ作る。

②2ヶ月目: RAGの実装(LangChain、LlamaIndex)を写経し、社内データに適用してみる。

③3ヶ月目: 評価フレーム(BLEU、ROUGE、人手評���)を学び、自分の業務に当てる。

LLMはツールであり、DSを置き換えるものではありません。ただし、LLMを��いこなすDSと使えないDSで、市場価値が大きく分かれます。今日から学び直しを始めてくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

データ基盤エンジニアの需要、ここ3年で急上昇しています。「DSになりたい方が、実はデータ基盤エンジニアを選んだ方が市場価値が高い」というケースが出てきています。

データ基盤エンジニアの主な業務は3つです。

①データ収集・蓄積基盤の構築(ETL、データレイク、データウェアハウス)

②データ品質の担保(整合性チェック、メタデータ管理、データカタログ)

③下流のDS・アナリストが分析できる状態を作る

需要が高い理由は、①生成AIブームでデータ活用が広がり各社が基盤投資を加速②データ量が爆発的に増え専門人材が必要に③市場の人材供給が少なく需給ギャップが大きい、の3つです。

年収レンジは600〜1600万、外資なら2000万超も。同じ年次のDSより100〜200万高いケースが増えています。

必要なスキルは3層です。

①基礎: SQL、Python、Linux、Git。

②基盤: Airflow、dbt、Spark、クラウド(AWS/GCP/Azure)のデータサービス。

③設計: データモデリング、データガバナンス、コスト最適化。

DSとの違いも明確です。DSは「データを使う側」、データ基盤は「データを供給する側」。性格的にはシステム構築が好きな方、安定運用に喜びを感じる方が向きます。逆に、ビジネス課題を解く醍醐味を求めるならDSの方が合います。

キャリア戦略として、DSとデータ基盤の両方を経験する道もあります。3年データ基盤→3年DSという順だと、データの中身と仕組みの両方が分かるシニアになれます。

DS就活で迷っている方、検討する価値ありますよ。市場の流れを見るに、5年後の評価で逆転する可能性があります。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

DSとMLOpsエンジニアの分業、ここ2年で明確に分かれてきました。今後DSを目指す方は、この分業を理解した上でキャリアを選ぶべきです。

DSの主軸業務は3つです。

①事業課題の特定とモデル設計

②モデルの精度検証・改善

③ビジネスサイド��の説明と意思決定支援

MLOpsエンジニアの主軸業務は3つです。

①モデルの本番デプロイ環境構築

②継続的な再学習パイプライン整備

③モデル監視・障害対応

5年前は同じ人が両方やっていましたが、今は分業が標準です。理由は、本番運用の複雑度が増し、片手間ではミスが起きやすくなったから。

年収レンジは似ています。DSは500〜1500万、MLOpsは600〜1500万。MLOpsの方が需給逼迫しており、スタートで100万高いケースも増えています。

選び方の判断軸は3つです。

①好きな業務時間: モデル設計が好きならDS、システム構築が好きならMLOps。

②キャリアの伸ばし方: 業務ドメイン×技術ならDS、技術×インフラならMLOps。

③将来の市場価値: 両方できる人は超希少。3年間DSをやってからMLOps、または逆も、強いキャリアパスです。

求められ���スキルセットも違います。DSは統計・機械学習・ビジネス感覚、MLOpsはクラウド・コンテナ・CI/CD・監視ツール。共通部分はPython・SQL・Linux基礎で、特化部分が大きく分かれます。

どちらを選ぶか迷ったら、まずDSで3年経験し、その中でMLOpsの要素にも触れていくのがおすすめです。両方の入り口に触れた上で、自分が伸ばしたい方を選ぶと、後悔が少ないですよ。

分業時代だからこそ、自分の軸を決めてくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

キャリアブレイクからのDS復帰転職、育休以外でブランクがある方からよく相談を受けます。1年以上のブランクをどう乗り越えるか、内側からお伝えします。

ブランクの主な原因は3つです。

①病気・治療。自分や家族の健康問題で離職。

②留学・自己研鑽。海外大学、長期スクール、自主研究などでフルタイムの仕事から離れる期間。

③育児・介護以外の家庭事情。配偶者の海外赴任同行、引っ越し、複合的な家庭要因。

復帰時の書類で意識すべきは3点です。

①ブランクを隠さない。職務経歴書に「2024年4月〜2025年3月: 治療のため離職」と明記。隠すと面接で必ず追及され、信頼を失います。

②ブランク中の動きを書く。完全に何もしていなかった、ではなく「週10時間の自主学習」「Kaggle 3コンペ参加」「個人プロジェクト2本完成」などの記録。何かしらの動きがあると、伸びる素養として評価されます。

③復帰後の業務イメージを語る。「ブランク明けで最初の3ヶ月はキャッチアップ重視、その後半年で前職水準に戻す」のように、現実的な計画を提示できると、企業側の不安が下がります。

ブランクは弱点ではなく、自分の人生を主体的に選んだ結果です。「ブランクがあるから採用ハードルが高い」のは事実ですが、選考に通る方も毎月います。

年収は前職維持か、1〜2割減でのスタートが現実的。3年で前職水準に戻し、5年で超える、という階段が標準的なパターンです。

ブランクは説明できる事実。隠さず、堂々と語ってくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

面接の有給取得、現職を続けながら転職活動する方の悩みどころです。バレない動き方とセットで、現実的な型を共有させてください。

有給取得の3つの基本パターンです。

①午前半休型。9〜12時に有給、13時から出社。1〜2社のオンライン面接が午前中に組める。最も使いやすい型です。

②終日有給型。1日完全休暇で、面接2〜3社をまとめて入れる。集中的に進めたい時期に有効ですが、月に2回が限界の感覚です。

③隙間活用型。コアタイム外(早朝8時前、夜19時以降)の面接で、休暇を取らない。複数の選考が同時進行する時期に。

取得時の理由は、深掘りされない方が良いです。「私用」「家族の用事」「役所の手続き」「定期通院」などが無難。「友人と会う」「旅行」と言うと、上司や同僚に詳細を聞かれて困ることがあります。

リスクを下げる工夫も3つあります。

①月の有給取得頻度を急に増やさない。先月0回が今月5回、は確実に怪しまれます。1〜2回/月のペースを維持。

②面接が集中する週でも、別の理由(健康診断、研修、子供の行事)を混ぜる。���じ理由の連続は警戒されます。

③オンライン面接は自宅で。カフェの背景音が出ると、面接官側に「集中環境ではない」と判定されます。

最後に大事なポイントとして、内定後の入社日交渉では「有給消化」を含めた退職スケジュールを早めに引きます。残った有給の使い切りを忘れずに。

両立は可能です。慎重に、でも止まらず動いてくださいね。

最後に1つ、面接日程の調整は応募者側が主導できる場合が多いです。「平日夜・土日・早朝」の選択肢を提示してくれる会社は、現職在籍中の応募者を歓迎しているサインです。日程提示の選択肢から、企業の柔軟性も測ってくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

複数オファーの並行交渉、上手にやれば年収が100〜300万動く世界です。やり方を内側からお伝えします。

並行交渉の基本原則は3つです。

①誠実さを保つ。嘘の他社オファー額、存在しない他社の名前は絶対NG。発覚時に全オファーが取り消される可能性があります。

②時系列を揃える。本命の選考が後ろにある場合、滑り止めのオファー期限を本命の結果まで延ばす交渉が必要。「あと2週間お時間いただけませんか、現在他社の最終面接が控えており、誠実に判断したく」と伝えます。

③本命に対しては正直に伝える。「他社オファー◯◯万円が出ており、御社が第一志望のため、入社の意思決定に向けてご相談です」と。具体額を出すと、本命の人事が動きやすくなります。

避けたい動きは3つです。

①オファー額を盛る。リファレンスチェックで判明します。

②同時に5社以上を並行する。各社の選考リズムが合わず、どこかで信頼を失います。3社の並行が現実的な上限です。

③即決を求められた時に「考えさせてください」だけ。「いつまでに結論を出すべきか」を逆に聞き、期限を明示させると、相手も待ちやすくなります。

選考の段取りも整理しておきましょう。

①第一志望は最後に受ける。��中の選考で得た学びを、本命の面接に反映できます。

②滑り止めの応募は早めに開始。オファーが先に出ると、本命の交渉カードになります。

③エージェントを使うなら、並行案件の管理を依頼。スケジュール調整の負荷が一気に下がります。

並行交渉は技術ではなく姿勢の問題。誠実に、堂々と進めてくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

転職活動を会社にバレない動き方、現職を続けながら動く方にとって最重要のテーマで��。バレた時のリスクは大きいので、内側からお伝えします。

バレない動き方の3つの基本です。

①SNS・LinkedInの設定。「転職検討中」「Open to Work」のフラグはオフ。プロフィール大幅更新も、社内の同僚に通知が飛ぶことがあるので慎重に。

②会社のPC・ネットワークを絶対に使わない。会社支給PCでの転職サイトアクセス、社内Wi-Fi経由のメール送受信は履歴が残ります。私物デバイス+モバイル回線で完結させてください。

③面接の時間設定。平日昼の面接は怪しまれる元です。早朝(8時前)、夜(19時以降)、土日、有給日の組み合わせで対応。連続有給は不自然なので分散させます。

面接の有給取得の型は、午前半休→面接→午後出社、または完全終日有給+「私用」とだけ伝える、の2パターン。「家族の用事」「役所の手続き」など、深掘りされない理由を準備しておきます。

他にも気をつけるポイントが3つあります。

①社内SNSや業界Slackでの発言。転職を匂わせる投稿は、思わぬ経路で同僚に伝わります。

②エージェントからの連絡先。電話番号・メールは私用のものを登録。会社経由の連絡は絶対NG。

③面接時の服装。普段スーツを着ない職場なら、スーツ姿で会社に来ると怪しまれます。職場とは別の場所で着替えを。

バレた時の最悪シナリオは、内定取り消し前に現職での評価が下がり、両方失う状態です。リスクを下げる動きは、自分を守る動きです。

慎重に、でも動きを止めず。両立できますよ。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

コンサルからDSへの転職、近年増えているパスです。コンサル経験者の方が知っておくべき内側の評価をお伝えします。

コンサル出身者の強みは3つです。

①論点整理力。業務での課題整理、仮説思考、構造化スキル。これは技術職にない強みです。

②クライアントワークの経験。ステークホルダー調整、提案書作成、プレゼン。シニアDSに求められる素養がすでにあります。

③ビジネス感覚。「技術が事業価値にどう繋がるか」を語れる感覚は、純粋技術出身者より強いことが多いです。

一方で、落ちる典型も3つあります。

①技術力の不足。コンサルでは「分析方針」までで止まり、実装は他社・他部署に丸投げ、というケース。コードが書けないと、DS転職の書類で落ちます。

②即戦力イメージのギャップ。「コンサル出身=高単価」と企業側が思う一方、技術力で測ると駆け出し扱いになるギャップ。年収が下がるケースがあります。

③業務スタイルの違い。コンサルの「短期プロジェクト型」とDSの「中長期改善型」のリズム違い。

対策は、転職前に半年〜1年の独学+ポートフォリオ3本以上。コードで実装した実績がないと、書類で詰みます。

年収交渉の現実も知っておきましょう。コンサルの現年収から1〜2割減でのスタートが標準です。3年で前職水準に戻し、5年で前職超え、という階段。短期で見ると下がる選択になるので、家計設計を事前に。

コンサル経験は強力な武器ですが、技術の土台を整えてから動いてください。土台がないと、強みが活きないままミスマッチで終わりますよ。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

ヘルスケア・医療系DS転職、領域特有の難しさと魅力があります。挑戦を考える方に向けて共有させてください。

ヘルスケアDSの特徴は3つです。

①社会的意義が高い。医療診断支援、創薬、健康データ活用。事業の意味を強く感じられる領域です。

②データの扱いに規制が厳しい。個人情報保護法、医療情報の匿名化要件、倫理委員会。技術以前に、データガバナンスの理解が必要です。

③年収レンジは500〜1300万。外資系メガファーマで1500万超、国内大手で800〜1200万、スタートアップで500〜900万。

評価される経験は3つです。

①医療データの取り扱い経験。電子カルテ、レセプト、画像データ、ゲノムデータ。経験があれば即戦力扱いです。

②生物統計・疫学の知識。臨床試験の統計、コホート研究、回帰モデル。一般DSとの差別化ポイントです。

③医療ドメイン知識。��患・治療・薬剤の基本知識。医療従事者との会話で詰まらない水準。

未経験から入る道筋もあります。①医療系スタートアップでの長期インターン②生物統計の独学(書籍2〜3冊)③医療情報技師の資格。1年で土台はできます。

ヘルスケア特有のハードルも知っておいてください。①プロジェクトの長期化(臨床試験は数年単位、すぐに結果を求められない)②データ取得のハードル(倫理委員会承認に数ヶ月)③専門性の縦割り(疾患領域・治療法ごとに専門化が深い)。スピード重視のIT業界出身者には、最初の半年は戸惑いがあるかもしれません。

社会的意義を求める方には、強くおすすめできる領域ですよ。短期成果より中長期インパクトを求める方向きです。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

金融系DS転職、業界の中でも独特の評価軸があります。金融DSを目指す方向けに内側からお伝えします。

金融DSの特徴は3つです。

①データ規模と精度要件が高い。取引データは数億行規模、誤った予測が直接損益に影響するので、精度・再現性への要求が厳しい。

②規制対応の知識が必要。金融庁ガイドライン、モデルリスク管理、説明可能性。技術だけでなく、規制レイヤーの理解が評価されます。

③年収レンジは800〜1800万。国内大手の他業種と比べて100〜300万高い水準。

評価される経験は3つです。

①時系列分析・統計モデルの実務経験。株価予測、リスク評価、与信スコアリングなど、金融特有のタスク経験。

②モデル説明可能性の経験。SHAP、LIME、線形モデル選択など、規制対応で求められる説明性。

③金融ドメイン知識。簿記、ファイナンス、商品知識(株式・債券・デリバティブ)。技術と並んで重視されます。

落ちる典型は、技術一辺倒で金融知識ゼロの方です。簿記2級、証券外務員2種、金融基礎本1冊、これらを応募前に整えてください。3ヶ月で土台はできます。

金融業界の3つの分け方も覚えておいてください。①メガバンク・地方銀行系②証券・運用会社系③保険・カード系。各業態でデータの種類・活用方針が違うので、自分の興味と合う領域を絞り込むのが大事です。

金融DSは技術+業界知識の両刀勝負。準備した方が勝つ世界ですよ。年収の高さに目が行きがちですが、その裏には専門性と��制対応の重さがあります。覚悟して挑んでくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

外資系DS転職、年収レンジが国内の1.5〜2倍ということで人気が高いですが、内側を知った上で挑むべき領域です。

外資DSの特徴は3つです。

①年収レンジ: 中堅で900〜1500万、シニアで1500〜2500万、スタッフレベルで3000万超。同じスキルでも国内大手の1.5倍は普通です。

②働き方: フルリモート・グローバル時差ありが多い。深夜のミーティング、英語でのコードレビュー、グローバル基準の評価制度。

③雇用の安定性: 業績悪化時のレイオフが普通にあります。3〜5年で次の場所、というキャリア観が前提です。

選考の特徴は3つです。

①コーディング面接が必須。LeetCode Medium 30〜50問解ける水準が最低ライン。

②システムデザイン面接がある。MLシステムの設計議論、運用設計、スケール検討。

③カルチャーフィット面接。リーダーシップ原則・行動指針への適合度を見られる、企業独自の評価軸。

対策は、英語面接3回分のロールプレイ、LeetCode Mediumの反復、システムデザインの参考書1冊。3〜6ヶ月の準備が現実的です。

挑む前に確認すべき点も3つあります。

①英語力の現実。技術英語の読み書きはできても、面接で対話できるかは別。模擬面接で実力測定してから動いてください。

②家族・パートナーとの相談。深夜ミーティング、出張、レイオフリスク。生活に影響する要素が多いので、共有しておくのが大事です。

③為替リスク。ドル建て契約の場合、年収が円換算で大きく動きます。年俸の安定感は国内大手の方が高いことも。

外資は「年収だけ」で選ぶと、働き方・雇用安定性で苦しむことがあります。トータルで合うか、見極めてくださいね。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

リファラル転職、知人経由の転職について本音をお伝えします。最近のDS転職でリファラル比率が一気に上がっており、3割以上がリファラル経由という会社も普通です。

リファラル転職のメリットは3つです。

①選考プロセスが短縮される。書類選考スキップ、カジュアル面談からスタートなど。

②社内推薦のスコア補正がかかる。同じ実力でも、紹介者がいると採用判断が前向きに振れやすい。

③入社後のミスマッチが少ない。紹介者経由で会社の実態を事前に知れる。

注意点も3つあります。

①紹介者との関係を保つ責任。紹介者の社内評価に影響するので、選考途中で雑な対応をすると関係が崩れます。

②年収交渉の余地が小さい。「友人価格」と感じる金額になることもあり、相場感を別途確認しておくべきです。

③辞退の心理コスト。選考途中で他社の方が良かった時、辞退するのに心理的負担がかかります。

リファラルを依頼する型は、①SNS・知人経由で気になる会社のDSと接点を作る②カジュアル面談を依頼③面談後に「正式応募の検討、紹介可能ですか」と聞く。いきなり「紹介してください」は重いので、段階を踏んでください。

紹介者へのお礼の作法も大事です。①選考開始時にお礼のメッセージ②各選考段階の結果報告③内定・入社後に正式なお礼。紹介者には選考フィードバックも入るので、自分が分かる範囲で経過を共有しておくと信頼が積みます。

知人がDS業界にいる方、リファラルは武���の1つです。遠慮せず活用してくださいね。動かないと、いつまでも知らないままで終わりますよ。

[みお｜データサイエンティスト採用担当の本音 @DSnaitei]

ダイレクトリクルーティングサービス、LinkedIn・ビズリーチ・dodaXなど、最近の使い方をお伝えします。エージェント経由とは別のチャネルとして、活用すると選択肢が一気に広がります。

各サービスの特徴は3つです。

①LinkedIn: 外資・国内大手の中途案件が多い。プロフィール英語化と顔写真設定で、スカウト数が体感3倍違います。

②ビズリーチ: 国内中堅〜大手中心。年収700万以上のレンジで充実、有料プランで自分から応募可能。

③dodaX・YOUTRUST: スタートアップ・メガベンチャー中心。カジュアル面談からの流入が中心で、ライトな接点が作れます。

ダイレクト経由の年収は、エージェント経由より体感50〜100万高いことが多いです。理由は、企業側のエージェント手数料がかからない分、候補者側に還元されるからです。

プロフィール作成の3つのコツです。

①最初の3行で「何ができる人か」を明���する。「機械学習エンジニア。NLP領域で5年、業務システム3件のリード経験」と具体に書く。

②過去の業務を数字で書く。「データ量」「精度向上」「事業インパクト」を入れると、スカウト精度が上がります。

③更新頻度を月1回維持。アクティブなアカウントが、スカウトリストで上位に表示されます。

スカウト返��の3つのコツは、①テンプレ感のある一斉送信スカウトは無視してOK②個別性のあるスカウトには返信③本選考に飛び込まず、まずカジュアル面談で相手企業の実態を見極める。

登録自体は5分で完了します。今日始めてみてくださいね。