近年、人工知能・ AI が発達して「将来的に仕事を奪う」、「今の仕事が AI によって代替される」と騒がれておりますが、しかしこれは、AI開発の技術やビジネス運用の視点を持っていれば、今後あらゆる分野で活躍できる未来が待っている「チャンス」であるとも考えられます。
AI開発・ビジネス活用にはデータを整える（データの前処理）やモデルの構築が必要で、そのための技術や経験を持つのが「 データサイエンティスト 」です。
経済産業省の「IT人材の最新動向と将来推計に関する調査結果」によると、2030年にはIT人材が59万人不足するというように公表されております。
IT人材の中でも特に AI や人工知能、そしてビッグデータが発達し続けるのであればこのデータサイエンティストの需要は高まり続けると言えるでしょう。
データサイエンティストについて更に知りたい方は以下の記事もどうぞ。
本記事では、未経験でもデータサイエンティストを目指せる方法をリスク別に紹介していきます。
また、「今の職場から離れたい」、「キャリアアップをしたいのに出来ない」と現状の環境に不満を持つ人へ心理的負担が減る方法も紹介します。
リスク別データサイエンスを学ぶ方法
本記事ではまずデータサイエンスを学ぶための方法を3段階のリスク別に紹介します。
逆に高リスクであれば必要な労力は大きいですが環境の変化も大きく、自身が得られる経験も大きいです。
以下にリスクLv.1 ~ 3まで示しましたが数字が大きくなるにつれて高リスクであることを示します。
スクールに通い、習った知識を日常業務に少しずつ取り入れるリスクLv.2：
会社内AI・データサイエンス系の部署に異動・立ち上げる
リスクLv.3：
データサイエンスを学べる会社に転職する
それぞれの方法を見ていきましょう。
リスクLv.1：書籍で学習・スクールに通い、習った知識を日常業務に少しずつ取り入れる
この方法は、現在の仕事を続けながら平日の就業時間後や土日に学習の時間をとることで現状の環境を大きく変えられない人におすすめの方法です。
書籍やスクールで学んだ知識を、日々の日常業務で実践し「知識」を「経験」へと昇華させます。
例えばExcel業務をPythonで行ってみるということがあります。
しかし、これから「人工知能・AI」について学ぼうと思っても書籍・ネット記事・セミナーと情報が氾濫しており何から手をつけていいのかわかりません。
手っ取り早く、無料で今のAIの仕組みを教えてくれて、その将来の可能性、何ができて何が出来ないのかを知りたい人におすすめなのは「人工知能・AI」のスクールの無料体験会・無料説明会に参加することです。
以下の記事では、無料体験会・無料説明会を開催している「人工知能・AI」スクールを紹介しております。
リスクLv.2：会社内AI・データサイエンス系の部署に異動・立ち上げる
この方法は、現在の職場にいながら仕事内容をデータサイエンスに関連する内容に変える方法です。
世の中のAIやビッグデータ活用の流れを受けて企業でも、AI・デジタルに関連した部署やグループが多く出来ました。
会社内のそれらの部署に異動することができれば、自分が有している業界の知識を活用しつつデータサイエンティストとしての新しい知見を築くことができます。
まずは、自社内にそのようなデータ活用の部署やグループがないか調査を行うことがスタートです。
もしもそのような部署が存在しない場合には、自分でグループを立ち上げるというのも一つの手段です。
グループを立ち上げるのも、いきなり部署を設立するというのは困難なので、まずは自分で出来る範囲から取り組むのが重要です。
例えば、興味のある人を集めて「勉強会」を開催したり、社内の「研究発表会」で自分のアイデアや取り組みを発信したりするなどして、徐々に活動の輪を広げていきます。
リスクLv.3：データサイエンスを学べる会社に転職する
最後の方法は、業務としてデータサイエンティストになり、データサイエンスを学べる会社に転職することです。
「いきなり、データサイエンティストになるなんて無茶だ」と思う方もいると思いますが、本当にスキルを得たいなら、その分野に飛び込むのが一番早いです。
業務としてデータサイエンスに触れるため、様々な分野の業務を行うことになると思いますが、その分だけ効率よく知識を得ることができます。
ただし転職を検討した場合に業界未経験の場合には、そもそもの「業務内容」や「必要とされるスキル」のイメージがつかないことがあります。
それらの情報を効率よく集めるには「転職サイト」を利用します。
転職サイトでは、求人情報として企業情報だけでなく、求める人物像や待遇が書かれております。
また「業務内容」や「必要とされるスキル」で検索することも出来るので、日頃から自分の興味のある分野について情報収集を行うことをお勧めします。
データサイエンス系の転職であれば、先端技術・イノベーション領域に強いエンジニア転職支援サービスを確認することで、効率よく情報を集めることができます。
実践した結果、本当に変わったのか?
中には、「方法を紹介されたけど、実際の所はどうなのか?」と思う方もいるかと思います。
実際に私は、リスクLv.1, 2の方法を実践しました。
スクールで半年間学び、その間に会社内でAIやデータ活用の重要性を社内で発信し続けていました。
おかげで、「あいつはAIに興味があるやつ」、「データ活用ならあいつに聞いてみよう」という流れが出来て、ますます情報が集まるようになりました。
そして、念願叶ってAI・データサイエンス関連の部署への異動のチャンスが来たのです。
今の環境でまだ学びたいことがあるため、リスクLv.3の「転職」は検討していませんが、今いる視点よりも高い環境で学習を続けることでまた見えてくる景色が変わってきます。
その際には、また自分のキャリアを見直していく計画です。
そのときのために、転職サービスに登録して業界の最新動向は常にチェックを行っております。
人生100年時代の「退職」という選択肢
いずれのケースでも共通していえますが、もし今あなたが会社員で本業に100%の時間をとられてしまい、学習やスクールに通う時間も余裕もないという場合は、「退職」を検討することを強くおすすめします。
もちろん、本業から得られるスキルや経験があなたを成長させていると実感できるのであれば問題ありません。
しかし、「毎日が同じ繰り返しの作業」、「成長している実感がない」と感じている方は将来のキャリアを見直す機会です。
まだ20代・30代と若いなら、貴重な時間をスキルに結びつかない仕事に費やすのでなく、将来のキャリアにつながる仕事・学習へ投資するべきです。
これからの「人生100年時代」の生き方を説いて大きな反響を呼んだ『LIFE SHIFT』では、自分でキャリアを築くための「転職」や自分探しのための「休業期間」も必要なものであると書かれています。つまり戦略的な「退職」も人生の質を高めるために必要なのです。
また今は「退職」を検討していない人でも、「会社にしがみついて働く」のと「いつでも辞める準備は出来ている」という心づもりで働くのでは心理的ストレスが大きく異なります。
心の平穏を保つためにも、常に今の職場以外の「第2・第3の道」や「今の職場から離れる方法」を持っておくことは大事です。
その一番の障害となるのが、「退職」です。どんな人でも、退職の際には上司に連絡し、時期を調整し、条件の交渉などは恐らく殆どの人は未経験のことですし、気が重いものです。
しかし、そんな人に悩みを解決する方法の一つが「退職代行サービス」です。
退職代行サービス
世の中には、退職したい意思を個人の理由により言い出せない人の代わりに会社に伝えて、その後依頼者と会社の連絡の仲介をする「退職代行サービス」があります。
その退職代行サービスを行っている会社が「 退職代行SARABA 」です。
SARABAの特徴として以下の点が挙げられます。
- 相談して万が一、退職できなかった場合には全額返金保証
- 労働組合が運営しているため、退職の旨だけでなく、残業代や未払い賃金の請求、有給の交渉も可能
- 24時間365日電話、LINE,メール営業しており、5分以内の即返信がモットー
- 退職できなければ全額返金保証付き
- 退職後の無料転職サポートがついてくる。
(SARABA HPより引用)
この「退職代行サービス」の存在を知っているだけで、日頃の精神的ストレスからの「脱出方法」について知ることが出来ます。
繰り返しになりますが、本業に100%の時間をとられてしまい、「毎日が同じ繰り返しの作業」、「成長している実感がない」と感じている方は将来のキャリアを見直すためにも「退職」を検討することをおすすめします。
20代・30代の貴重な時間をスキルに結びつかない仕事に費やし、体調や精神を病んでしまったら大きな機会損失です。
「退職代行サービス」を利用すれば「辞める準備はすぐ出来る」、「第三者に依頼すれば面倒な退職手続きもしてくれる」と知るだけで、今の職場への心理的ストレスを減らすことができます。
心の平穏を得るための意識改革の一歩として、「 退職代行SARABA 」を見てみてください。
最後に
本記事では、「 リスク別データサイエンスを学ぶ方法 」を紹介しました。
自分の環境・興味・本気度にあわせてリスクLv.1 ~ 3のどれが自分に適しているかを考えてみて、まず自分の意識を変えるために一つでもいいので行動をしてみてください。
・転職サービスを調べてみる
・退職代行サービスを調べてみる
もし、今どの行動も起こす余裕や気力が沸かない場合は、現在の仕事に消耗させられている可能性が高いので「転職」や「退職」して環境を一新させることも、これからの長いキャリアの中で必要な選択肢です。
この記事を読んだ方が「環境を変えてみよう」、「新しい事に挑戦しよう」と一歩を踏み出せるように応援しています。
コメント