データ系エンジニアとは？｜データアナリスト・データサイエンティスト・データエンジニアの違い

データ系エンジニアとは？｜データアナリスト・データサイエンティスト・データエンジニアの違い

データサイエンティスト、データアナリスト、データエンジニア——ここ数年、「データ系の職種は市場価値が高い」と語られ、実際に高年収の求人も目立つようになりました。少し前には、大手企業や事業会社が「未経験からデータサイエンティストを採用します」と打ち出していた時期もあり、そのニュースを見て「それなら自分にもチャンスがあるのでは」「今のうちにデータ系へ移れば、市場価値を上げられるかもしれない」と感じた方も多いのではないでしょうか。

ただ、ひとくくりに「データ系」といっても、実は職種によって大きく違います。データサイエンティストのように、未経験からの参入がほぼ非現実的な職種もあれば、データアナリストのように、これまでの経験次第で現実的な入口になりうる職種もあります。

この記事では、現役のデータサイエンティストへの取材と、IT・データ領域を長く見てきた転職エージェントの視点から、

①データ系職種はどう違うのか

②職種ごとに未経験からの入りやすさはどう変わるのか

③そもそも市場価値や年収を上げたいなら、どういう軸で入口を選ぶべきなのか

を順に整理していきます。

---

「データ系の仕事」はひとくくりにできない

まずは代表的な3つの職種を整理しておきましょう。

データアナリスト

ビジネス課題に対してデータで答えを出す役割です。「最近この商品の売上が落ちているのはなぜか」といった問いに対し、データを使って原因を特定し、分析結果を提案します。現役の方に伺うと、営業や企画とやり取りしながら課題をヒアリングし、適切な分析を設計する力——つまりコミュニケーション力が重要になる、とのことでした。SQLやPythonで集計し、Excelやダッシュボードで示唆をまとめる、比較的ビジネス寄りの職種です。

データサイエンティスト

より学術的・技術寄りです。統計や機械学習、AIを使って予測モデルや分析の仕組みを作ります。たとえばショッピングサイトで「このユーザーが欲しそうな商品をレコメンドするアルゴリズム」を組むような仕事です。行列やベクトルといった数学の理解ももちろん必要で、モデルの裏でどんな数式が動いているかを分かったうえで、「自分が作ったモデルの精度は本当に高いのか」を突き詰められる——そうした素養が求められる職種です。

データエンジニア

データが溜まり、流れていく「基盤」そのものを設計・構築する役割です。どこからデータが来て、どこに蓄積され、どう制御するか。ネットワークやエンジニアリングの知識が土台になる、システム寄りの職種です。

データアナリスト・BIは、実は“現実的な入口”になりうる

データ系の中でもデータアナリストやBI（データの可視化・レポーティング）は、これまでの経験次第で未経験からでも狙える現実的な入口になりやすい領域です。

理由は、この職種の中心が「高度な数理モデル」ではなく「ビジネス課題をデータで解くこと」にあるからです。事業会社で売上や顧客のデータを見てきた方、営業・企画・マーケティングで数字を扱ってきた方、情報システム部門でデータ抽出を担ってきた方——こうした経験は、アナリストの仕事に地続きでつながっています。

求められるのは、課題をヒアリングして分析を設計する力と、SQL・Excel・BIツールなどで手を動かせる力です。ここは、学び直しと実務での積み上げでカバーできる範囲に入りやすいと言えます。

もちろん、まったくデータに触れたことがない状態からいきなり、というわけにはいきません。SQLの基礎や可視化ツールの扱いは、最低限は身につけている必要があります。

ただ、「数学の専門教育を受けていないと土俵にすら乗れない」というほどの壁ではない、ということです。

---

データサイエンティストは高度専門職——未経験からの参入は、現実には難しい

一方で、多くの人が憧れる「データサイエンティスト」そのものを未経験から目指すのは、正直に言って現実的とは言いにくい領域です。

IT領域を長く見てきた転職エージェントの実感として、データサイエンティストは「一軍のプログラマー」と同じ構造の職種です。

学生時代から数理系を専攻し、高い学歴の人たちが早い段階でこの道に進んでいます。今は大学にデータ分析系の学部もでき、そこは入るのが非常に難しい人気学部にもなっています。

つまり、素養のある層が学生のうちから積み上げ、競い合っている領域なのです。

実際に現役のデータサイエンティストの方へ「今も中途で未経験の人は入ってきますか」と率直に聞いたところ、返ってきたのは「未経験はいないと思います」という答えでした。

その方自身は、大学でデータ系を専攻していながら、デザイナー職からキャリアを始め、社内でデータに触れるうちに社内転職でアナリスト、そしてデータサイエンティストへと移った、いわば例外的なルートの持ち主です。ご本人も「かなりレアなパターンだと思う」とおっしゃっていました。

ここから見えてくるのは、「外から未経験で飛び込む」のではなく、「すでにデータに触れられる場所にいた人が、少しずつ領域を広げていく」という形が多い、ということです。

また、もう一つ見落とされがちなのが「環境」です。データサイエンスの仕事は、扱うデータの量も、必要な計算環境（PCのスペックを含む）も特殊です。

環境が整っていない会社に入ったデータサイエンティストが、そもそものデータ基盤の構築をメインとするデータエンジニアの業務に従事することが多くなってしまっており、力を発揮できずに辞めていく——そうした話も現場では聞かれます。

なお、職種ごとに求められる素養を客観的に確認したい方には、データサイエンティスト協会が公開しているスキルチェックリストや職種区分が参考になります。現役の方も見ている公式の情報なので、まずこうした一次情報で「自分に必要なものは何か」を把握しておくのも一つの手です。

---

一時期の「未経験データサイエンティスト採用」は、なぜなくなったのか

確かに少し前、事業会社を中心に「未経験からデータサイエンティストを採用します」という動きが見られました。ですが、そのトレンドは今ではほとんどなくなっています。

背景はシンプルで、「未経験からでは、データサイエンスも基盤構築も、すぐにはできるようにならない」と企業側が痛感したからです。育成に時間がかかるうえ、そもそも転職市場にそうした未経験なのにデータ領域に素養のある人材が多くいるわけでもなく、ビジネスの成果につながりにくい——そう判断されて、採用の動き自体が落ち着いていきました。

---

「やりたいこと」で選ぶか、「市場価値」で選ぶか

「データ系に行きたい」という方は二種類に分けられます。
この2つを分けて考えないと、入口の選び方を誤りやすくなります。

一つは、「機械学習のモデルを自分の手で組む仕事、そのものがやりたい」という動機です。

もしこれが本心なら、前半でお伝えしたとおり、未経験からは険しい道になります。それでも挑む価値があるかどうかは、その仕事自体があなたにとってのゴールと言えるか、で決まります。目的が明確なら、時間をかけて積み上げる選択も十分にあるといえます。

もう一つは、「市場価値や年収を上げたい。その手段として、伸びているデータ系が良さそうに見えた」という動機です。

もしこちらが本音なら、正直にお伝えしたいことがあります。市場価値は、「流行っている職種に就くこと」で上がるわけではありません。上がるのは、「これまでの自分の経験が高く評価される場所を選び、そこで経験を積んだとき」です。目先の“やってみたい響き”で職種を選ぶことと、市場価値が伸びる方向を選ぶことは、必ずしも一致しません。

この点は誤解のないように補足しておきます。IT領域で経験を積んできた方の場合、市場価値・年収という一点で見ると、新たにデータ職に飛び込むよりも、より上流の役割（ITコンサルやDX推進、PMなど）のほうが伸びやすいです。

だからこそ、入口を選ぶときは「今いちばんやってみたい職種はどれか」だけではなく、「自分の経験が最も高く評価され、5年後・10年後の市場価値が伸びるのはどの方向か」から逆算するのも忘れないようにして下さい。

やりたいことを追うのが悪いわけではありません。ただ、それが“市場価値を上げる手段”のつもりなら、目的と手段がずれていないかを確かめるようにしましょう。

このような方がいました。事業会社でデータ分析やレポート作成に携わっていた20代の方で、「本格的なデータサイエンティストになりたい」と考えて相談に来られました。ただ、本人によく伺うと、いちばんの目的は「市場価値と年収を上げること」でした。数理・統計をゼロから積み上げ直すルートは、年齢的にも環境的にも再現性が高いとは言えず、目的に対しては遠回りになりかねない状況でした。そこで、これまでの業務理解を最も高く評価してもらえるITコンサルの方向へ照準を合わせ直したところ、経験がそのまま強みになり、年収もアップしました。「やりたい職種」ではなく「自分の経験が最も高く評価される方向」の話をし、選択をされたケースです。

---

まとめ

「データ系の仕事が気になる」という段階の方に、押さえておきたいポイントをまとめます。

• データ系職種は「アナリスト（ビジネス寄り）」「サイエンティスト・エンジニア（技術寄り）」に分かれ、未経験からの入りやすさも職種でかなり違う
• データアナリスト・BIは、事業会社での分析・レポート経験などを土台に、現実的な入口になりやすい
• データサイエンティストは数理・機械学習を積み上げた層が進む高度専門職で、未経験からの参入は現実には難しい（例外はあるが再現性は低い）
• 一時期あった「未経験データサイエンティスト採用」は、成果につながりにくいと分かり、すでになくなっている
• 本音が「市場価値・年収を上げること」なら、目先のやりたい職種名ではなく、自分の経験が高く評価される方向で選ぶ（IT経験者はITコンサル・DX・PMなどが伸びやすいケースが多い）

大切なのは、流行っている職種の名前ではなく、「自分の経験を、どの方向に伸ばせば市場で評価されるか」です。入口を一つ選び直すだけで、これまでの経験が武器に変わることは珍しくありません。

---

コープラスのコンサルタントに相談してみませんか

「データ系に興味はあるけれど、未経験の自分にとって現実的な入口はどこなのか」——この問いに答えるには、あなたがこれまで積んできた経験が、データ活用の“どのポジション”で評価されるのかを、市場の実態に照らして見極める必要があります。

コープラスでは、「目先のやってみたい職種で選ぶべきか、それとも市場価値・年収が伸びる方向で選ぶべきか」という、入口の見極めそのもののご相談から対応しています。IT・データ・コンサル領域の求人動向を踏まえ、あなたの経歴がどう評価され、どこを伸ばせば市場価値が上がるのかを、正直にお伝えします。

IT・コンサル転職支援チームにはビズリーチSランクコンサルタントが多数在籍しており、「JAPAN HEADHUNTER AWARDS 2022」IT・インターネット部門で9,000名以上の中からナンバーワン選出を受けたコンサルタントも在籍しています。そのチームが対応します。

「まだ転職を決めたわけではなく、方向性が合っているかを確かめたい」という段階からでも、ぜひお気軽にご相談ください。