はじめに
皆さんはじめまして、フリーランスエンジニアの毛利です。
本記事は、「データ分析人材のキャリア（データラーニングギルド） Advent Calendar 2020」の18日目となります。
私は、フリーランスの立場でSIer業界でアプリケーション開発をしつつ、1年間データサイエンス案件への参画を目指して活動してきました。
その結果、来年1月からギルドコミュニティを通じて、データ分析基盤の構築案件へ参画することが決まりました！
ここでは、私の1年間の経験を踏まえ、
* 地方でデータサイエンス案件に参画する難しさ
* 活動する上で良かった点と失敗した点
を整理しました。
私自身フリーランスの立場で活動しているので、そこを軸にお伝えしますが、
サラリーマンのキャリア戦略としても転用可能かと思います。
案件参画までの流れを理解する
地方でデータサイエンス案件に参画する難しさを考える上で、
フリーランスエンジニアが新規案件に参画するまでの流れを理解しておく必要があります。
大まかには、このような流れになります。
① 自分が参画したい案件を探す
② 案件に応募する
③ 一定のスキルがあることを評価される
④ 案件の参画が決定する
案件への参画角度を上げるには、
- 参画したい案件数を増やす
- スキルが評価される のいずれかが重要となります。
特に私のようにデータサイエンス案件の実務経験がない場合、フリーランスの立場として、案件参画角度が下がってしまいます。このため案件数を増やす必要があります。
地方でデータサイエンス系案件に新規参画する難しさ
データサイエンスの案件数として、他の開発案件と同様に首都圏に集中する傾向があります。
このため、肌感としては、地方都市で首都圏の10%前後、地方に行けばさらに少ないという感覚です。
選択肢を増やすためにも可能であれば上京を検討するのが良いかと思います。
ただ、私のように地方にいながら案件を探したい、という方にとっても、
上記の考え方を理解しておくと、選択できる案件が少しでも増えるのでオススメです！
2020年に実践したこと
独学でデータサイエンスを学ぶ(1〜3月)
まずは書籍やWEBの情報をベースに機械学習などを学習しました。Udemyで有名な講座もひと通り受講し、Kaggleなどにもチャレンジしました。
ただ、当時は抽象度の高い問題に対して、自分で解決する力が身についていない点に課題を抱え、チュートリアルを終えて終了という状況でした。
オンラインスクール(データラーニングスクール)・データラーニングギルドへの参加(4月〜6月)
この課題を解決するため、データラーニングスクールを受講することにしました。3ヶ月に渡りデータサイエンスで必要とされる知識を網羅的に学習しました。
併せて、データラーニングギルドと呼ばれるオンラインコミュニティに参加することで、自分が目指す環境へ進むための方法を相談にのっていただくなど、非常に濃い経験が積めました。
機械学習モデルを利用したWEBアプリケーション実装(7月〜8月)
YouTubeに公開されていた【4時間でPython AIアプリ開発】Python Django scikit learnでAIアプリを開発 という動画を元に、機械学習モデルを利用したアプリケーションの学習を進めました。
ポートフォリオ作成(9月以降)
この知識を活かし、WEBアプリケーション+機械学習+データパイプライン処理のポートフォリオ作成に着手しました。
ただ、機能を盛り込みすぎて工数が跳ね上がった結果、進捗がなかなか進まない状況となりました。
ポートフォリオについては、こちらの記事が非常にわかりやすく整理されているので、オススメです！
【保存版】データサイエンティスト転職を決めるポートフォリオのガイドライン
まとめ
ポートフォリオを作り切り、関西圏でデータサイエンス案件に参画するのは、かなり難しかったかと思われます。それに比べ、ギルドなでのオンラインコミュニティを通じて案件を探すことができれば、選択肢が増えるため、フリーランス以外の新たな案件獲得の選択だと考えています。
これはサラリーマンとして副業を行う際にもうまく利用できる考え方かと思います。
さいごに
ここまでお付き合いいただきありがとうございます。
引き続き、2021年は、データエンジニアとして実績を作りつつ、皆さんのキャリア形成に少しでも役立つ情報を提供したいと思います。
ご興味があれば、 Twitterのフォローよろしく思います！