データ分析、AI、BI、データエンジニアリング。 こうした領域の求人を見ると、どうしてもスキルキーワードが並びます。
Python / SQL / 機械学習 / 統計 / クラウド / データ基盤 / MLOps / 生成AI / LLM / RAG / ファインチューニング / ベクトルDB / 特徴量エンジニアリング / アンサンブル学習 / 時系列予測 / 自然言語処理 / コンピュータビジョン / ETL / ELT / データレイク / データウェアハウス / データマート / dbt / Airflow / Spark / Kafka / Terraform / Docker / Kubernetes / BigQuery / Redshift / Snowflake / Databricks / 因果推論 / ベイズ統計 / 強化学習 / 異常検知 etc….
もちろん、どれも大切です。スキルが不要なわけではありません。 ただ、求人票に並ぶ言葉を見て、こう感じる方もいるのではないでしょうか。
「ここは、技術力に相当な自信がある人だけの世界なのかもしれない」
データ分析やAIには興味がある。でも、機械学習モデルをつくる職人になりたいわけではない。顧客と話すのは好き。業務を理解するのも苦ではない。むしろ、技術だけで勝負するより、顧客の課題に踏み込む仕事の方が向いている気がする。
技術職ではありたい。でも、技術だけの人にはなりたくない。
そう感じている方に、分析屋の採用についてお話ししたいと思います。
分析屋が目指しているのは、技術がわかるビジネス集団です
分析屋は、先端IT領域を「モノ作り」の領域だとは考えていません。
コンサルファームは上流の戦略策定が強いが、実装は外注する。SIerは開発が強いが、ビジネスの上流には踏み込まない。分析屋はその両方を一社で担う「中流」のポジションにいます。なかにはコンサルティングと開発を一人で掛け持ちするメンバーもいる。これは業界では珍しいことです。
この立ち位置で価値を出すには、技術力だけでは足りません。
きれいなダッシュボードをつくった。でも、誰も見ない。分析結果を出した。でも、意思決定に使われない。AIを導入した。でも、現場の仕事は何も変わらない。
これでは成果につながりません。データや技術を、顧客の判断や行動につなげる。そこまでやって初めて価値になります。だから分析屋には、技術とビジネスの間に立てる人が必要です。
分析屋は、元SE／元非SE半々の会社です
分析屋には、いわゆるIT企業とは少し違う特徴があります。社員のバックグラウンドが、かなり幅広いのです。
IT出身者もいます。データ分析出身者もいます。一方で、全く異なる業界から入社した人も多くいます。営業、販売、マーケター、金融、教育、医療、クリエイター—かなり雑多です。良い意味で、雑多です。
いわゆるIT企業というより、さまざまなバックグラウンドを持つ人が集まり、お互いに学び合う組織。ビジネス知見の図書館のような会社、と言ってもいいかもしれません。
これは、採用方針とも直結しています。分析屋は、技術だけで人を見ていません。その人が何を経験してきたのか。何に違和感を持ってきたのか。なぜこの領域に来たいのか。そうした「動機と来歴」も含めて見ています。
採用で特に見ているのは「背景」です
では、分析屋の採用では何を見ているのか。
なぜ、この領域に興味を持ったのか。これまでの仕事で、どんな課題意識を持ってきたのか。何に違和感を覚えてきたのか。なぜ、次のキャリアとしてデータ分析やAIを選びたいのか。
そこをお聞きしています。(ザ・面接っていう感じの圧迫感ある聞き方ではなく、雑談のトーンで)
そのため、分析屋の面接は、他社より少し時間がかかるかもしれません。スキルだけを見るなら、もっと早く判断できます。でも、その人の来歴を見るには、話を聞く必要があります。どんな環境で働いてきたのか。何を面白いと思ってきたのか。どんな壁にぶつかってきたのか。
だから、多少経験が浅くても採用することがあります。転職回数が少し多くても、動機に納得感があれば採用することがあります。逆に、スキルが高くても、文脈が見えない場合は慎重に見ます。
背景を見るのは、「おもてなし」の会社だからです
分析屋には、「おもてなし」という考え方が根底にあり理念にもなっています。
相手がまだ言葉にできていない困りごとを拾うこと。数字の裏にある背景を読むこと。顧客の言葉の奥にある課題を見にいくこと。
数字の背景を見る会社だから、人の背景も見ます。採用でやっていることは、顧客に対してやっていることと同じです。
技術力だけでは、成長を読み切れない
分析屋で面白いのは、異業種出身者やエンジニアではなかった人たちの活躍が目立つことです。
家電量販店の販売員として働く中で、販売データを使った分析に興味を持った人。
社内データサイエンティストとして活動していたが、何でも屋のようになってしまい、もっとプロとして専門性を高めたいと考えた人。
プロギタリストとして個人事業を営む中で、データ分析の面白さに気づいた人。
入り口はさまざまです。
技術は後からいかようにも伸ばせます。この領域は気持ちだけでどうにかなるほど簡単ではありませんが、学ぶ意志がある人に対して、研修や育成の仕組みもあります。
ただ、何のために技術を使うのかという姿勢は、意外と後から変えにくい。実際に見ていると、最初の技術力が高くても、顧客や現場への関心が薄い人は伸び悩むことがあります。一方で、技術はまだ途中でも、学ぶ力があり、顧客の課題に向き合う姿勢がある人は、成長が早い。
分析屋がスキル採用オンリーではない理由は、そこにもあります。
こういう方には、分析屋が合うかもしれません
技術力だけで序列が決まる縦社会に、少し違和感があった方。顧客の成功のために動きたかったのに、役割分担や商流の都合で、できることが限られていた方。データ分析やAIに興味はあるけれど、機械学習モデルを作ることだけがやりたいことではないと感じていた方。
技術職ではありたい。でも、技術だけの人にはなりたくない。
そう感じている方は、ぜひ分析屋の募集職種を見てみてください。スキルだけでなく、これまでの経験やその背景も含めてお話しできればと思います。
分析屋についてさらに詳しく知りたい方はこちら
