データサイエンティスト志望だった僕がデータエンジニアになった理由
この記事は、25卒でデータサイエンティストとデータエンジニア両方で就活した僕が、自分の経験を整理しつつ、読んでくれる皆さんのマインドセットの助けになればと思って書いたものです。
目次
- はじめに
- なぜデータサイエンティストを目指したのか
- データエンジニアに興味を持った瞬間
- これから目指すキャリア
- おわりに
1. はじめに
これまでの経歴と現在の立場
簡単に略歴を紹介します。
- 2018年 国立理系大学入学
- 2022年 大学4年時に強化学習の研究に出会う
- 2023年 大学院進学、Kaggleで銅メダル獲得
- 2024年 統計検定準一級で最優秀賞
- 2025年 データエンジニアとして受託開発会社に入社
今は初めての案件として、クラウドやデータ基盤の設計・構築に挑戦中です。
2. なぜデータサイエンティストを目指したのか
興味を持ったきっかけ
大学4年時、強化学習の研究に関わったことが最初のきっかけです。
その際、自分のスキルを広げるためKaggleにも挑戦しました。
タイタニック、まじやば！
こんなにできないもんか！正解がないから完全に沼…
この経験でデータの面白さ、未知の問題を解くワクワク感にハマりました。
また、大学院時の講義で社会人に話を聞く機会もあり、そこでの一言が心に刺さりました。
「エンジニアはコードを書くだけじゃダメ。ビジネスにどう貢献するかが重要だ」
この言葉で「単に技術を磨くだけでは意味がない」と気づき、データサイエンスにさらにのめり込むきっかけになりました。
学習したスキルや取り組み
- Kaggleコンペに積極参加（銅メダル獲得）
- 統計検定2級・準1級（準1級は最優秀賞！）
- データサイエンスコミュニティで活動し、他人のコードや考え方から学習
- ビジネス書やコンサル経験で、ビジネス目線を強化
これらの経験で、データ分析のスキルだけでなく、ビジネス的な価値を意識する目線も養われました。
3. データエンジニアに興味を持った瞬間
理想と現実
データサイエンスは華やかで「ビジネス革新！」と騒がれることが多いですが、実務では泥臭い作業も多いです。
- Parquet形式？メモリに乗らないデータ
- データの重要度がわからず分析準備に時間がかかる
- 大量データの前処理・クレンジングに膨大な時間
正直、「サイエンスだけ」ではなく、無駄な時間が多すぎると感じました。
「もっとビジネスに貢献するにはどうするか」と考えた結果、データエンジニアリングに目を向けるようになりました。
データベースやクラウドとの出会い
- PostgreSQLシルバー資格取得でデータ構造や正規化・デッドロックを学ぶ
- AWS SAA勉強でマネージドサービスの便利さに感動
-
IaC（Infrastructure as Code） 研修でのTerraform体験が決め手
- 「これなら複雑なクラウド環境もコードで簡単に管理できる！」と感動
こうして、データエンジニアとしてキャリアを進めることを決めました。
4. これから目指すキャリア
データ基盤のプロ？
僕はどちらかというと「調整役」タイプが理想です。
データサイエンスの知見を持ちながら、チームやビジネス側と橋渡しできる人材になりたいと考えています。
- データ基盤の技術的な専門性を磨きつつ
- PM的な役割でプロジェクト全体を俯瞰できるようになりたい
現場で「データをどう活かすか」を考え、価値を最大化できる立場を目指したいと考えています。（2025年の僕はそう思っているそうです）
5. おわりに
データエンジニアを選んでよかったか
今は間違いなく「よかった」と思っています。
華やかさだけではなく、地道な作業と技術的チャレンジが組み合わさった仕事は、自分にとって最高の学び場です。
好きなことを追求する勇気が、将来の強みになります。
そして、学びの過程で得られる「気づき」や「経験」は、数字や成果以上に価値があります。
特別な才能も、恵まれた環境もない僕ですが、「好きなことを追求するために努力する」ことの価値を信じていることは間違いないです。