採用・人材
データサイエンティストを採用するには？｜求める人材を獲得するポイントを解説
2020.10.02
コロナ禍でデジタル需要が増している今、データサイエンティストの採用需要が高まっています。
特に、データサイエンティストはAIやIoT化に伴って増していくビッグデータを用いた仕事を行えるため、企業にとってもデータサイエンティストを採用することで得るメリットが非常に大きいです。
しかし、データサイエンティストは慢性的な人手不足の状況で、採用の難易度が高い状態が続いています。
今回の記事では、「データサイエンティストとはそもそもどういう職種なのか」「優秀なデータサイエンティストを採用するにはどうすれば良いのか」などを、具体的な方法を交えてご紹介していきます。
この記事でわかること
・データサイエンティストとは？
・データサイエンティストの採用が難しい理由
・データサイエンティストを採用するための３つの秘訣
では、みていきましょう！
データサイエンティストとは？
データサイエンティストとは、ビッグデータと呼ばれる大量のデータの活用を目的とした技術者のことです。
AIやIoTなど、モノもインターネットに繋がる時代になってから、企業が保有するデータの量は凄まじいものになってきました。
特に、インターネット広告代理店などは、膨大な量の顧客の行動データを把握した上で、ターゲティングなどの広告を打つため、データサイエンティストの助力が必要不可欠となっています。
もちろん、事業会社においても、データサイエンティストの需要は高まるばかりで、ITのスキルだけではなく、統計を扱える力や、ビジネス面でコンサルティングを行えるようなスキルも求められています。
主な仕事内容としては、上述した通りに、ビッグデータの収集・管理・運用などを行い、一般の人が扱えるデータとして加工されたものを提供することを行っています。
データサイエンティストの採用が難しい理由
データサイエンティストがビッグデータを管理・運用することで、企業が処理可能なデータとして完成するのですね。
これまで述べてきた通り、このデジタル化が進む現代において、優秀なデータサイエンティストを採用することは、そのまま企業の力と直結します。
しかし、採用市場においてはデータサイエンティストのスキルを持つ経験者の採用が一筋縄ではいかない状況が続いています。
データサイエンティストの採用が難しい大きな理由としては、次の２つが挙げられるでしょう。
①母体となる経験者が少ない
１つめの理由としては、そもそも母体となるデータサイエンティストの経験者が少ないという理由が挙げられます。
データサイエンスを業務で行う企業も全体と比べれば、ごく少数であり、転職者として転職市場に出てくるデータサイエンティストが少なくなっています。
IT化の進む現代の中で、データサイエンティストの採用需要が高まるばかりで、実務経験者の絶対数が少ないため、データサイエンティストの採用は難航しています。
②データサイエンティストに求める採用要件が高い
２つめの理由としては、企業がデータサイエンティストに要求するスキルのレベルが高いということが挙げられます。
通常、データサイエンティストは、データを分析するデータアナリストやコードを記述するエンジニアなどよりも、期待されているスキルのレベルが高い傾向にあります。
そのため、その採用要件を満たすようなデータサイエンティストがごく少数であり、元々の母数が少ないのも相まり、採用の難易度が高くなっています。
企業側の事情として、中途採用ですぐ戦力になるデータサイエンティストを採用したいという背景もありますが、前述したビジネス力なども兼ね揃えたような優秀なデータサイエンティストを採用するためには、きちんと準備を行う必要があります。
効率良くデータサイエンティストを採用するための準備
IT化の進む現代の中で、データサイエンティストの採用の難易度は非常に高いのですね。
では、優秀なデータサイエンティストを効率良く採用するためにはどのような準備をすれば良いのでしょうか。
次の２つを頭の中に入れておきましょう。
①採用する目的を明らかにする
採用活動を行う上では、「採用する目的」「求める人物像」を明確にしておきましょう。
データサイエンティストとして、自社でデータを収集・分析した後に、どのような仕事をしてもらいたいのかによって企業の採用の目的は異なってきます。
仮に、データサイエンティストとして自社でデータを収集・分析した後に、社内でプレゼンテーションを行って欲しいのならば、プレゼンテーション力を持つ人材を採用しなければななりません。
また、ビジネスコンサルティングも業務として行って欲しい場合には、データサイエンス力の他に、ビジネスコンサルティング力を求められますね。
データサイエンティスト単体としては1人での仕事も多いですが、その後の社内への会議への出席などで人に関わることを考えると、社風に合っていて、コミュニケーション力のある人物を採用した方がメリットが大きいですね。
そのため、データサイエンティストを採用した後も、長く社内に残ってもらうためにも、「人物像」が社風と合致しているということが、必須要件になります。
②待遇・仕事環境を見直す
仮に、採用要件を満たしていて、社風にも合致する人材を採用出来たとして、その後も長く自社に勤めてもらうためには、「待遇」「仕事環境」の見直しが必要になります。
データサイエンティストを筆頭にエンジニア職は転職市場でも売り手市場な職種であり、別の職場を探そうと思えばいくらでもありますし、他社に好条件の待遇を提示されて引き抜かれてしまうなんてことは優秀なエンジニアであれば珍しいことではありません。
その意味で、競合他社を前提とした求職者に対する待遇の見直しの検討が必要になります。
そして、データサイエンティストなどのデジタル関連の仕事をする人材は、「上司の言うことは絶対」「社内ルールが厳しすぎる」などの、古い習慣をいつまでも引きずっているような仕事環境ではフルパフォーマンスを活かせない場合が多いです。
そのため、データサイエンティストが仕事のモチベーションを下げないような社内環境の整備も必要になってくるのです。
その際には、360°評価などの先進的なIT企業の評価制度を参考にして、適正な評価を出来る環境作りをしていきましょう。
データサイエンティストの採用を成功させる３つの秘訣
効率良くデータサイエンティストを採用する準備として、採用する目的を明らかにして、待遇や環境の見直しをすることが大切になってくるのですね。
では、本題のデータサイエンティストを採用するには、一体何に気をつければ良いのでしょうか。
次の３つの秘訣を覚えておきましょう。
①将来的な伸びしろを重視する
雇用する予定のデータサイエンティストに対して、即戦力になることばかりを目標にし続けると、採用活動は難航しがちになってしまうでしょう。
そこで、データサイエンティストは比較的新しい職種ということもあり、未経験層の採用も視野に入れるべきです。
そのように未経験層の採用活動を行うときは、今までの経験や仕事で培った知識よりも、将来的な伸びしろを意識することが最重要ポイントです。
ポテンシャル枠の採用面接においては、その人の仕事に対する想いや熱意を汲み取りましょう。
そして、そのポテンシャル枠で入社した人材が受けるデータサイエンティスト育成のためのプログラム構築も大切です。
②採用計画立案にエンジニアを登用する
採用計画を立案する際には、人事担当者が主に行っている場合が多いですね。
しかし、データサイエンティストのような専門職を採用する際は、エンジニア職のように現場に精通した人材の意見を取り入れることが採用成功の秘訣です。
例えば、人事の担当者だけでは、自社のデータ管理の際に必要になる知識や、それに対する適正のある人材の要件なども正確に判断することが難しいでしょう。
そのような時には、現場に精通したエンジニア職の方に採用計画の立案に参加してもらうことが効果的ですね。
出来れば、採用面接や最終的な人材選考への同席など、採用活動全体に参加してもらうと良いでしょう。
③適切な評価制度を整備する
データサイエンティストのように、エンジニア職は実力社会で成り立っています。
そこで、企業に勤めている以上、人事評価というものは避けられなくなってきますが、そこで不適切な評価を下されると、その人材が企業から離れていく原因になりかねません。
エンジニア職というのは、実力に比例して給与などの報酬が上がることが魅力的で、それを目的にエンジニア職を行っている人も少なくないからです。
適切な評価制度を整備するためにオススメの評価制度が「360°評価制度」です。
ある1人のトップが人材を評価するのではなく、現場や共に働く仲間同士でお互いを評価し合ってもらいます。
一緒に仕事をしている仲間であれば、その人の性格や仕事ぶりなどを正確に把握しているため、正確な人事評価が行われやすくなるのです。
そのように、自社独自の制度でも構いませんが、評価制度には拘るようにしましょう。
データサイエンティストを採用する具体的な方法
データサイエンティストの採用を成功させる秘訣はご理解頂けたでしょうか。
これまでは抽象的な採用成功のための方法について説明をしてきましたが、具体的にデータサイエンティストを採用する方法としては何があるのでしょうか。
ここでは、次の３つの採用方法をご紹介いたします。
①リファラル採用
リファラル採用とは、自社ですでに社員として働いている人に人材を推薦・紹介してもらうという方法です。
データサイエンティストのように、母体の人材の数が少なく、人材の流動性の低い職種を採用するには、もっとも適していると言われています。
社員の人脈のみで採用活動を行えるため、採用コストが大幅に削減出来る点が大きなメリットになります。
しかし、使い方を間違えると、ただのコネ入社になりかねないので、リファラル採用で紹介された人材をいかにフラットな目線で見極められるかが重要になってきます。
②ダイレクトリクルーティグ
ダイレクトルクルーティングとは、企業が人材へ直接アプローチして採用活動を行う方法です。
ダイレクトリクルーティングの場合は、人事担当者が直接人材に声をかけることが出来るため、「求める人物像」と合致する人物を採用しやすい傾向にあります。
また、現在のインターネット社会では、SNSのTwitterなどを通じて、人材へのアプローチを行うことも可能なため、母体不足で人手不足が蔓延しているデータサイエンティストなどの職種の採用には非常に効果的な方法となります。
もちろん、企業説明会や人材データベースなどを利用して人材へ声をかけることもできるため、直接目で確かめて、求める人物像や採用する目的に合致した人物を採用できる確率が高まるでしょう。
③エージェント
転職や就職活動を行う人が利用することの多い就活エージェントや転職エージェントですが、採用活動を行う企業にとっては、コストはかかりますが、非常に有効な採用手法と言えます。
人材不足の蔓延する業界であっても、例えばIT業界に突出した転職エージェントなどがWEB上には溢れているため、利用登録者数の多いエージェントサービスを利用することで、時間と労力をかけずに採用活動を行うことができます。
一般的にこのようなエージェントは、採用が決まった場合のみ手数料を支払うシステムとなっている場合が多いため、人材が採用できていないのにコストだけかかるといった事態は防げます。
注意点としては、1人あたりの採用にかかるコストがこの３つの中では一番大きいので、その点に留意しましょう。
まとめ
今回の記事では、データサイエンティストを採用するにはどうすれば良いのかについてまとめてきました。
優秀なデータサイエンティストを採用するには、採用目的のブラッシュアップから、社内環境の整備、待遇や評価制度の見直しをしながら、社員の横のつながりを活かして採用活動をすることが良さそうですね。
優秀なデータサイエンティストの見分け方は、データに精通していることはもちろん、コミュニケーション力に特化した人材です。
なぜなら、データの管理をしていても、そのデータを一般人にわかる形に記述して伝えられなければ意味がないからです。
優秀なデータサイエンティストの採用に成功し、あなたの会社が発展することを祈っています！
データサイエンティストの採用ならまーけっちにお任せください
私たち、まーけっちは一貫した理論や専門知識を持って採用活動をサポートいたします。
まーけっちは、採用活動に対する課題も心配不要です。
- 私たちのノウハウで、お客様の採用課題に対してに最もふさわしい解決策を提示いたします
- データサイエンティスト採用のコツがわからない、効果的な方法を提示いたします
採用活動にお悩みでしたら、一度お気軽にご相談ください。
◆戦略にリサーチにリソースが割けない！そんなときは？
戦略の意思決定を誤らないために、最低限重要なことだけを明確にできれば、
費用や時間がかからない簡単なリサーチでも十分です。
また、アンケートプロモーションでは、プロモーションと併せてリサーチをおこなうなど、リサーチとしてのコストをかけずに広告効果の補助として適切なリサーチ・マーケティングを行うことも可能です。
私達、株式会社まーけっちは、事業の成功に根差した、リサーチ・マーケティング支援を追及しています。
手法や戦略にご興味があるという方はお気軽にご相談下さい。
・資料の無料DLはこちら
◆無料で300人のプロフェッショナルを活用 人材の採用診断も
私達、株式会社まーけっちは、
経営方針や事業計画の徹底したヒアリングに基づき、採用計画や必要な人物像の策定からご提案まで行います。
正社員は勿論、副業・フリーランス人材の選定も、専門家がコミット！
「頼るべき仲間が見つかる」 自社採用は勿論、在宅や外部のワーカーの活用のための ビジネススキル・適性診断を開発しました。
期間限定で無償お試し可能！ ご興味があるという方はお気軽にお問合せください。
採用スクリーニング診断とプロフェッショナルプラットフォーム
・資料の無料DLはこちら
◆代表プロフィール
株式会社まーけっち 代表取締役社長 山中思温
マーケティングリサーチのプラットフォームの企業で、 最年少で事業部を立ち上げ、広告予算ほぼゼロで、国内トップの実績を達成。
中小・スタートアップ企業のマーケティングに関する構造的課題を痛感し、それを解決するため、株式会社まーけっちを創業。大手企業・国家機関・スタートアップなど100社以上の戦略支援を行い、コミットと売り上げ貢献成果に定評がある。上智大学外国語学部卒。
ーー
