こんにちは、ゆうじ(@yuji_sgs_prog)です。
本記事では、新卒でデータサイエンティストを目指す方に向けて何かしらの参考になればと思い、自身の就活体験記をまとめていきます。
- 新卒のデータサイエンティスト就活で必要なスキル
- 新卒のデータサイエンティスト就活でやってきたこと、やらなかったこと
- 新卒のデータサイエンティスト就活で使ってたサービス
- 新卒のデータサイエンティスト就活のQ&A、参考にした記事
本記事を書いている筆者は25卒として新卒のデータサイエンティスト就活を経験し、大手IT事業会社(詳しいカテゴライズはわかりません)に内定をいただいています。
年内と早い段階で内定をいただけましたが、就活に慣れない内はかなり苦労しました。
というのもデータサイエンティスト自体、まだ世間では見慣れない職業であるため、リアルでもネットでも情報を取得しづらいという問題があります。
実際に、無知が故に効率的な就活ではなかったサマーインターンの段階では、面接勝率が驚異の0%とボロボロでした/(^o^)\
情報不足による機会損失はマジでもったいないと思うので、そういった方を1人でも減らせるように自身の経験談(N=1ですが)をまとめていきたいと思います。
- 地方国立大学の修士1年
- CS専攻ではないが、研究の半分以上は機械学習を扱っている
- Web制作・Webマーケティングの実務経験あり
- 当サイトを運営(就活時はブログ運営2年目で、月間3,000〜7,000PVほど)
- 本選考での面接勝率は80%
【プロモーション | 新卒データサイエンティスト就活でお世話になったサービス】
- » キャリアセレクト:無料でメンターさんが付いて就活のサポートをしてくれて、就活仲間のいない僕にとっては非常にお世話になりました。
- » LabBase:企業からスカウトがもらえて、LabBase経由で2社ほどインターンに参加できました。
- » サポーターズ:人気IT企業の情報をキャッチアップしやすく、サポーターズ経由で知った企業さんで就職する予定です。
新卒のデータサイエンティスト就活で必要なスキル
まずは誰もが気になるであろう新卒のデータサイエンティスト就活で必要なスキルや技術力についてまとめていきます。
ぶっちゃけここは定量的に測りづらい部分であるため難しいのですが、僕が思う新卒のデータサイエンティスト就活で必要なスキルは下記の通り。
- コーディングテストに受かるためのデータ構造とアルゴリズムの知識(Web系・外資系のみ)
- 研究 or インターンでの実務 or Kaggleなどのどれか一つで成果を出せる素養
他にも統計テストを課す企業もあれば、データハンドリングスキルを測る企業もあるのですが、大体の企業は上記スキル(アウトプット)があれば内定をもらえるレベルに達するかと思います。
筆者のスキル
実際に内定をいただいたタイミングでの筆者のスキルは下記の通り。
- AtCoder茶色
- 研究でPythonを使った機械学習をよくする
- 統計、SQL、BIツール、データハンドリングスキルはぼちぼち
- Git、クラウド、Dockerなどの知識は微妙
- Rはほぼ使ったことない
正直、新卒でデータサイエンティストを目指す方のなかではかなり低い方だと思います、、(笑)
とはいえ、しっかり成果物や面接でポテンシャルを見せることができれば受かりますので、僕と同じレベル感の方は就活対策を頑張っていきましょう。
筆者のアウトプット
参考までに筆者のアピールしていたアウトプット(成果物)についても紹介していきます。
上記などを簡潔にまとめた「ポートフォリオ」も作成しているので、そちらも参考にどうぞ。
僕は大学院での研究活動を主なアピール材料としていたのですが、学部生や文系の方はインターンやKaggleなどで成果物を残せると良いかと思います。
新卒のデータサイエンティスト就活でやってきたこと
次に、新卒のデータサイエンティスト就活でやってきたことについてまとめていきます。
- 方向性の決定
- コーディングテスト対策
- 実績作り
- ES(エントリーシート)対策
- 面接対策
順番に紹介していきます。
方向性の決定
最初に就活の軸というやつをしっかりと定めました。
実際に、筆者が定めた方向性は下記の通り。
- 自社サービスを提供している(主にWeb系)
- データの利活用が会社全体で積極的
- 働き方が良い(リモート、私服、フレックスタイム制(できればフルフレックス)、働く時間など)
- 社員の人柄や雰囲気が合う
- 楽しく働けそうか
というのも、データサイエンティストを募集している企業のなかでも、コンサル・Web系・SIer・メーカー・金融などさまざまあります。
多くの選択肢があるのは良いですが、厄介なことにそれぞれの業界によって求められる能力が全く異なってきます。(コンサルだと論理的思考力、Web系なら技術力など)
そのため、最初に方向性を決定することで、回り道するリスクを最大限回避できるようにしました。
コーディングテスト対策
僕が最終的に内定承諾した企業にはコーディングテストはなかったのですが、いわゆるWeb系のメガベンチャーといわれる企業では必ずといって良いほど必要になってきます。
また、メガベンチャーでなくてもイケてる企業では大体コーディングテストを課しています。そのような企業に行きたい方は早いうちから対策しておくのが吉です。
それぞれについては詳しく説明しませんが、アルゴ式で基礎知識を習得して、AtCoderで問題を通して理解を深め、Track Jobで模擬試験的な問題を解いて出題形式に慣れていきました。
肌感覚として、AtCoder茶色レベルまで達することができれば大体通るイメージです。(僕もゆ○みさん、S○ns○nさん、チーム○ボさんは通りました。L○NE○フーさんは2回チャレンジ(7回ぐらいチャレンジできます)してどちらもダメだったので、もう少し努力が必要だったみたいです。)
実績作り
先ほどまとめた筆者のアウトプットを再度掲載します。
上記を実績としてアピール材料とするために、就活と並行して作成していました。(振り返ってみると、ここに一番注力していたかもしれません。)
というのも、データサイエンティスト就活はそれなりにスキルも見られるので、それを証明するための実績が必要になってきます。
この実績(=アピール材料)が強く、数が多いほど勝ちやすいのはわかりやすいかと思います。まだそんなもの無いよという方は頑張って研究・インターン・Kaggleなどに取り組みましょう。
ES(エントリーシート)対策
僕が弱々だっただけかもですが、サマーインターン段階ではESめっちゃ落ちてました(笑)
なので、わかりやすい文章が書けているかを第三者にも添削していただき、修正していく作業をひたすら繰り返すようにしていました。
- 自己PR
- 開発経験
- プログラミングの経験
- 研究内容
- インターンシップの経験
具体的には、上記頻繁にESで問われる項目をココナラ、MENTA、キャリアセレクトの方にお願いしてブラッシュアップしていました。
同じ方ばかりの添削だと偏った書き方になる傾向があるので、複数のプラットフォームを活用して複数人に添削していただき、落ちないESを作れるようにしていきましょう。
注意点として、企業にESを出していく際にそれぞれ1社ずつESを添削していただこうとする人がいるかもですが、その必要は全くありません。ES添削はあくまで落ちないESの書き方や考え方を学ぶだけで、企業ごとに正解などないので、ある程度のテンプレートが固まったらそれ以上の添削は必要ないです。(時間やお金がもったいない)
面接対策
最後に、僕は面接苦手人間なのですが、その分面接対策を頑張りました。
冒頭にも書きましたが、サマーインターンの面接全落ちですからね(笑)。そこから本選考の面接通過率は80%まで引き上げることができたので、対策めっちゃ大事です。
僕と同じように面接が苦手な方は結構いらっしゃるかと思いますが、面接はマジで事前準備と場数ゲーです。
面接で聞かれることって似たようなことばかりですからね。その場でパッと答えることが苦手な方でも、想定質問の対策と慣れでどうにかなります。
そのため、面接苦手な方は最初はめっちゃ落ちるかもですが、対策次第で徐々に受かってくるはずです。根気強く頑張っていきましょう。
新卒のデータサイエンティスト就活でやらなかったこと
反対に、新卒のデータサイエンティスト就活でやらなかったことについてまとめていきます。
- 自己分析
- SPI(適性検査)対策
- GD(グループディスカッション)対策
順番に解説していきます。
自己分析
よくある就活サイトやセミナーで「まずは自己分析から始めよう」みたいな文言を見たり聞いたりするかもですが、非効率的かなと思ってやっていません。
あれはどういった職業に就きたいかわからない方向けでして、この記事を読む方の大多数においても必要ないかと思います。(業界も方向性(就活の軸)の決定によってすぐ決まりますし)
ESや面接対策のための過去を振り返る時間は必要ですが、目的意識も持たず自己分析する時間はマジでもったいないです。気をつけましょう。
SPI(適性検査)対策
コーディングテストを実施している企業の方が多かったので、SPI対策はしていませんでした。
実際に、サマーインターン・本選考を通して3〜4回程度しか受けていないので、無理して対策するリソースがもったいないかなと思います。
とはいえ、行きたい業界や企業群によっても変わってくると思うので、よく調べてからリソースを割くか判断していきましょう。
GD(グループディスカッション)対策
GDにおいては1回も選考に出てきたことがないので、対策が必要なかったです。
ただ、ここもSPI同様行きたい企業によって変わってくるところなので、事前にGDが選考に含まれるか確認しておきましょう。
新卒のデータサイエンティスト就活で使ってたサービス
続いて、新卒のデータサイエンティスト就活を効率的に進めていくために使っていたサービスを紹介していきます。(全て無料です | むしろ登録時や就活を進めていくなかで支援金を貰えます。)
- キャリアセレクト
- LabBase
- サポーターズ
- ONE CAREER
順番に紹介していきます。
キャリアセレクト
キャリアセレクトは無料でメンターさんがついて就活の支援をしてもらえるエージェント型のサービスです。
- ES添削
- 面接対策
- 企業紹介(人気IT企業が多いです | 無理強いせず、ちゃんと受ける企業を相談できますし、選考の辞退をする際もスムーズでした)
就職エージェントはメンターさんによってかなり変わってくると思いますが、僕の場合はとても良い方で手厚くサポートしていただきました。
振り返ってみれば、無料でES添削・面接対策していただけたのは本当にありがたかったです。
また、僕は情報系の学生ではないので、就活する際に仲間がいなくて苦労しました。
キャリアセレクトではメンターさんが付いてくれるので、似たような境遇の方や文系or未経験から目指す方で就活仲間がいない方にはおすすめできます。
\ 無料で就活サポート!5分で登録完了! /
LabBase
LabBaseは研究を頑張る理系学生のためのスカウト型サービスです。
- 企業からスカウトを貰える(LINEみたいなメッセージ感覚で企業とやり取りできます)
- 700社近くの企業情報を取得できる
- データサイエンティストの求人多数
上記のように、大学院出身の方は登録しておいて損はないかと思います。
実際に、サマーインターン時の僕はボロボロだったのですが、LabBaseのスカウト経由で2社ほどインターンに参加できました。(1社は実績に繋がってアピール材料となったので、ありがたかったです。)
筆者の紹介リンクを発行しておくので、当サイト経由からの登録+10日以内にプロフィールを60%埋めるとAmazonギフト券が3,500円分貰えます。ぜひ活用してみてください。
\ 大学院出身の方におすすめ!約1分で無料登録! /
サポーターズ
サポーターズはエンジニア就活生にとっての万能型サービスとなっています。
- 人気IT企業の求人多数
- 説明会・逆求人イベント参加で就活の支援金がもらえる
- ハッカソンや勉強会なども開かれる
サポーターズは本当に有名どころのIT企業の情報が多い印象です。(僕もサポーターズ経由で知った企業から内定をいただきました。)
こちらも僕経由の紹介リンクを発行しておきます。最大20,000円もらえるみたいですので、ぜひ有効活用してみてください。
\ 5/5まで!最大20,000円貰える! /
ONE CAREER
ONE CAREERは先輩の就活体験談を参考にできるサービスです。
- 企業ごとに、過去のESや面接でどんな質問があったかを把握できる
主に行きたい企業の過去に出た内定者のESや面接情報を見て、自身に活かしていくという使い方をしていました。
他にもunistyleやみん就など似たようなサービスはあるのですが、特に複数使う意味がないのでONE CAREERだけで良いかと思います。
新卒のデータサイエンティスト就活Q&A
ここからは、新卒のデータサイエンティスト就活におけるQ&Aについてまとめていきます。
なお、本記事で紹介する内容以外に質問があれば、お気軽に「お問い合わせ」よりご連絡ください(随時いただいた質問は追加していきます。)
就活はいつから始めるべき?
早ければ早いほど良いです。
なぜなら、データサイエンティストとして就活するなら最低限の技術力や実績が必要であり、それらを身につけるには結構な時間がかかるからです。
- 技術力や実績:コーディングテストに受かるためのデータ構造とアルゴリズムの知識 / 研究・Kaggle・インターンなどでの成果物
- 一般的な就活力:ES / 面接
僕は技術力や実績の部分が就活を始めたタイミングでは全く足らず、ESや面接対策と並行して頑張っていたため、結構な苦労をしました。その分もっと早く始めてれば、、という後悔も大きいです。
目安としては、学部生なら3年生(修士行くなら大学院1年生)に上がるタイミングでAtCoder茶色&何かしらアピールできる成果物があればスムーズに就活を進めることができると思います。
Kaggleはやっていた?
データサイエンティストといえばKaggleのイメージが強いと思いますが、僕はやっていませんでした。
とはいえ、研究やインターンに参加する機会がない方にとっては良いアピール材料になるかと思います。マストではないですが、時間に余裕がある方はチャレンジしてみましょう。
文系や未経験でもデータサイエンティストは目指すことができる?
時間によるかと思います。
大学1年生 or 2年生前期の方は、ひたすら当記事に書いているコーディングテスト対策や実績作りを頑張れば、データサイエンティストを目指せます。
ただ、大学3, 4年生になってくると、文系や未経験の方は技術力が足らずに落ちまくる可能性が非常に高いです。
そのため、自分に残された時間やモチベーションを考えて意思決定するようにしましょう。
サマーインターンには参加すべき?
参加できるなら、確実に参加した方が良いです。
サマーインターン経由での内定とかも全然あると聞きますし、有名企業であればあるほど高い評価を受けやすい実績になります。
優秀な方は大学1, 2年生から参加している方もいますので、就活の年代関係なく積極的にチャレンジしていきましょう。
ポートフォリオは作るべき?
あればESや面接でアピールする材料になるので、時間に余裕がある方は作っても良いかと思います。
実際に、僕もこちらのポートフォリオを作成したのですが、面接で軽く話すネタ程度になりました。
軽く話すネタ程度かよって思うかもですが、企業側目線だと就活生が持っているスキルや経歴、開発物などを一目で確認できる媒体があるってだいぶ印象良いと思います。(就活生を何百人と見ますからね、、)
マストではないですが、作ってたらその分良いことあるよっていう認識でOKです。
なお、ポートフォリオを作る際は、【保存版】データサイエンティスト転職を決めるポートフォリオのガイドラインが参考になりました。
資格は取っていた?
資格という資格は取っていませんが、申し訳程度にCourseraやUdemyのコース修了証はポートフォリオに載せてました(笑)
これがどういった意味を持っていたかわかりませんが、無いよりはマシっていう認識です。
資格で言うなら統計検定2級や基本情報などは取っても良いかもしれません。とはいえ、圧倒的に研究やインターンでの実績の方が評価されやすいので、コスパは悪いと思っています。
新卒のデータサイエンティスト就活で参考にした記事
最後に、新卒のデータサイエンティスト就活で参考にした記事を紹介して、本記事を終了したいと思います。この記事だけでなく、色々な視点から情報を取得することをおすすめします。
新卒のデータサイエンティスト向けの記事はまだまだ少ないので、ソフトウェアエンジニア向けの記事も含まれています。(プラスでYouTubeチャンネルも)
とはいえ考え方は似ている部分が多いので、ぜひ役立ててみてください。
新卒のデータサイエンティスト就活まとめ & 今後の筆者について
以上、大手企業ばかり受けた新卒データサイエンティストの就活体験記でした。
新卒でデータサイエンティストを目指す方に何かしらの参考になれば本当に嬉しいです!
なお、今後の筆者においては、残された学生生活で下記に取り組みたいと考えています。
- 論文投稿・国際学会登壇を目標とした研究活動
- データサイエンティストとして活躍するための基礎習得(統計、機械学習、SQL、Git、クラウド、Dockerなど)
- 仕事(Webマーケティング業務、内定者インターン | 特にGA4、GSC、BigQuery、Looker Studioを使ったサイト分析、データ可視化、Web改善を頑張りたい)
- 当ブログでのアウトプット(Python、データサイエンス、大学生向けの情報)
- 私生活の充実(人間関係、旅、英語)
色々とやりたいことが多くて困っているのですが、マジで学生から社会人になるまでの残された期間って大切だと思うので、有意義な時間を過ごしたいと思っています。
現在データサイエンティストに向けて就活を頑張っている方も、「終わったらこれやりたい!」っていうのを書き出してみるとモチベーションになるのでおすすめです。
また最後にですが、就活は面接官との相性やライバル就活生との兼ね合いなど、自身ではコントロールできない「運要素」も複雑に絡みあってきます。
そのため、もし企業に落とされたとしてもあまり気に病まず、「俺(私)を見る目が無いな」と思って、就活という茶番ゲームに再度付き合ってあげるという考え方も時には大事かなと思います。
それでは本記事は以上とします。新卒でデータサイエンティストを目指す方は大変かと思いますが、ぜひ頑張ってください。応援しています(*`・ω・)ゞ
【プロモーション | 新卒データサイエンティスト就活でお世話になったサービス】
- » キャリアセレクト:無料でメンターさんが付いて就活のサポートをしてくれて、就活仲間のいない僕にとっては非常にお世話になりました。
- » LabBase:企業からスカウトがもらえて、LabBase経由で2社ほどインターンに参加できました。
- » サポーターズ:人気IT企業の情報をキャッチアップしやすく、サポーターズ経由で知った企業さんで就職する予定です。