M様

最初は、大手ポータルサイトにてエンジニアとして働きました。ECにまつわるサービスを担当していましたが、データ分析をしたいという希望がありましたので、データサイエンスの部署へ異動し、レコメンド機能を担当するチームで業務を行いました。

2社目は、機械学習エンジニアとして生きるのではなく、事業課題を見抜く力を養う為にビジネス経験を積みたい、そこにデータサイエンスを含むこれまでの経験を活かしていきたい、自分の強みであるエンジニア経験とディレクション能力を発揮したいという思いで、大手広告会社のデジタル部門で勤務しました。
ただ、この転職は成功ではなかったと思います。
条件面は良かったのですが、会社全体としてデータ分析やITに関して疎く、正直言って前職の方が良かったかなと思います。さらに一番大変だったのは、私がエンジニア出身ということもあり、下流工程を担当するエンジニアという扱いをされてしまったことです。これでは、下流でただ作業をこなすだけでキャリアアップができませんでした。

エンジニアのキャリアだけでは出世できないのではないかという危機感、さらには男性社会であるITや数学の世界で女性が対等に渡り合っていく為には、正論をただ主張するのではなく、正論を証明するスキルも必要だと感じたからです。

エンジニア＝技術屋と思われることがとても多く、実際に技術の事しか興味がないエンジニアは多いです。ですので、事業課題を見抜く力は養われない、かつ仕事は全てトップダウン型となり、下流工程を担当しているので会社に対してYESしか言えなくなってしまい（事業全体を俯瞰する機会や、考えても主張させてもらう機会があまりない為）、1社目の所属部署の多くのエンジニアは疲弊してしまっていました。

こういった構造に危機感を感じ、自分自身で事業課題を見抜くスキルを身に付け、上流工程からビジネスに参画したいと思いました。
幸運なことに、ちょうど私がそう思っていた時期と世間でデータ戦略という言葉が浸透し始めた時期が一致していて、数学（解析学）を専攻していた私にとっては自分の強みが最も活かすことができる分野だと確信し、本格的に学ぼうと決意しました。

他の学校もいくつか検討しましたが、それらは全てオンライン系のスクールでした。
やはり、確実にスキルを習得する為には講師との距離が近く、他の受講生の方々とも切磋琢磨できる環境が良いと思いましたので、データミックスへの入学を決めました。
また、データミックスは本講座の前に準備ステップクラスがあり、数値の見方やデータ分析への落とし込み方がわからなかった自分にとっては大変助かりました。

満足度は80％ぐらいです。カリキュラム内容には大変満足しており、ここでしっかりと学習すれば自分自身にも大きな自信が芽生えると思います。
残りの20％は…半年間という学習期間が長いということ、そして、ちょっと詰め込みすぎかなってところですね(笑)。
あれだけの濃密な内容を半年で教えているということがデータミックスの強みであると理解していますが、1コマ1コマがかなり濃密なので、相当復習しないと大変です。

データミックスへ入学する前から転職を考えていました。

正直、データミックス入学前に転職活動を開始した当初は全然うまくいきませんでした。
データ分析をやりたい私としては、インターネット業界であれば多くのデータを所有しているのでチャンスがあると思っていました。ただ実際は、WEB系の会社だと偉い人がビジネスを全て組み立ててしまっており、技術系の人間は機械学習エンジニアの作業員として手法を変えて精度を上げたり、最新の技術動向を知っていたり、必要に応じて論文を見たりすることが強く求められます。ですので、私自身のこれまでの経験・キャラクター・働き方は面接で評価されても、データサイエンスの技術力不足と扱われて不採用になるケースもありました。
わかりやすく言うと、アルゴリズムオタクの方が多く、市民権を得て所属内組織で評価されている感じですね(笑）
そのような環境で私の目指したいキャリアについて話し、いくらやる気や意志をアピールしたところで通じないので、私には合わないのかなと思いました。

一旦WEB系から離れようと思いました。
それと同時にデータ分析に関することをしっかりと学ぶことが大切だと思いましたので、データミックへ入学し、さらには統計検定2級にも挑戦して合格しました。

とくにデータミックスでしっかりと学んだことで自分に自信が持てるようになり、面接での受け答えも大きく変わりました。面接官からアルゴリズムに関する質問を受けても自信を持って答えることができるようになったので、与える印象は全然違ってきたと思います。その効果もあり、コンサル系、新聞社、マーケティング会社などから内定を獲得することができました。

今回、大手コンサルティングファームへの転職をしました。
それは、事業課題を設定して分析する力を身に付けたい、データ分析スキルや経験を身に付けたい、という私の希望を叶えることができる環境だと思ったからです。

一番は求人票の内容だと思います。
データサイエンティストという存在自体が日本では新しいので、採用する企業も手探りで採用活動をしている傾向が強いと思います。さらに、実際に採用を担当する人事部にはデータサイエンティストに疎い方々が多いと思いますので、この状況ではミスマッチが起きるのは当然かと思います。
さらに求職者側も、自分自身のスキルをはっきりと定義できないので、採用活動全体が化かしあいのよう感じになっている気がしますね。