データサイエンティスト採用を代行に出す判断基準｜任せられる工程と残す工程

「データを活用したい」という方針から、データサイエンティストの採用を考える会社は多い。ただ、データサイエンティストは、採ること自体より、採ったあとに活躍できる状態が社内にあるかで、採用の成否が決まる職種です。分析に使えるデータが無い、何を分析してほしいかの問いが無い、分析の結果を使う意思決定の場が無い。この状態で採ると、候補者は面接で見抜いて見送るか、入社後に離れます。結論を先に書くと、データサイエンティスト採用で代行に出せるのは「探す・届ける・一次対応する・進捗を回す」で、「どの役割（分析・モデル・基盤）を採るかの決定・社内のデータと問いの整理・技術と分析力の評価・分析の結果を使う体制の設計」は社内に残すのが線です。役割とデータと問いが社内で整理されていない募集は、代行に出しても社内で回しても、活躍できる人は採れません。開発エンジニアの代行の線はエンジニア採用を代行に出す判断基準に、採用代行そのものの整理は採用代行（RPO）とはにまとめています。

データサイエンティスト採用が他の職種と違う点

一つ目は、「データサイエンティスト」の中に、役割の違う三つの職種が含まれていることです。データを分析して意思決定を支える人（分析寄り）、機械学習のモデルを作ってプロダクトに組み込む人（モデル寄り）、データを集めて整えて使える形にする人（基盤寄り）。三つは経歴も市場も違い、求人票で「データサイエンティスト募集」だけだと、三つのどれを求めているか候補者に分かりません。

二つ目は、活躍できるかどうかが、社内の状態で決まることです。分析に使えるデータがあるか、そのデータに誰がアクセスできるか、何を分析してほしいかの問いがあるか、分析の結果を経営や現場が使うか。これが無い会社では、どんなに優秀な人を採っても、データを整えるところで数か月が過ぎ、成果が出ず、本人が離れます。候補者は面接でこの状態を確かめます。

三つ目は、評価に分析の知識が要ることです。経歴に並ぶ手法の名前、扱ったデータの種類、作ったモデルの用途。これを読んで自社に合うかを判断するには、分析の分かる人が要ります。人事だけで読むと、手法の名前の一致で通し、実態のずれが面接で出ます。

四つ目は、出身の多様さです。大学院の研究者、事業会社の分析担当、コンサルティング会社の分析チーム、機械学習の専業会社、ソフトウェアエンジニアからの転向。同じ職種名でも、来た道が違い、期待する働き方も違います。

この四つから、代行に出せる工程が決まります。

工程ごとの「任せられる・残す」

線の要点は、「役割・データ・問いの三つが、募集の前に社内で決まっているか」です。この三つが求人票とスカウトの中身になり、候補者が「この会社で活躍できるか」を判断する材料になります。

エラベルの見解

相談で多いのは、「データを活用したいので、データサイエンティストを採りたい」というご相談です。伺うと、分析に使えるデータがどこにあるか整理されておらず、何を分析してほしいかも「売上を伸ばしたい」で止まっています。この状態で採ると、入社した人はデータを探し、整えるところから始め、数か月経っても分析に入れず、「話が違う」となります。採用の前に、データと問いを社内で整理することが先です。

見ていて差がつくのは、「何を分析してほしいかを、問いの形で言えるか」です。「売上を伸ばしたい」ではなく、「どの顧客層が解約しやすいかを知りたい。解約の前に打てる手を見つけたい」。問いがあれば、求める役割（分析寄り）も、必要なデータ（顧客の行動データ）も、結果を使う場（顧客対応の現場）も決まります。エラベルでは、データサイエンティストの案件をお受けする前に、依頼側に「最初の問い」を一つ伺っています。問いが無い会社には、採用の前に問いを作ることをお伝えしています。

代行に出す前に社内で確認すること

代行に出す前に、社内で揃えておくことを六つ挙げます。

• 三つの役割のどれを採るか。 分析で意思決定を支えるのか、モデルを作ってプロダクトに組み込むのか、データ基盤を作るのか。一人で三つは無理
• 分析に使えるデータがあるか、どこにあるか。 無ければ、基盤寄りの人を先に採るか、外部に基盤を委託するか
• 最初の問いがあるか。 「何を知りたいか」を一つ。問いが無い状態で採ると、本人が問いを探すところから始まる
• 分析の結果を使う人がいるか。 経営、事業責任者、現場。結果を見て判断を変える人がいないと、分析は使われない
• 評価する人がいるか。 分析の分かる人。いなければ外部の分析の分かる人を評価だけに用意する
• データにアクセスできる体制があるか。 権限、環境、セキュリティの整理。入社後にアクセスできないと動けない

六つのうち、二つ目と三つ目が最も重要です。データと問いが無い会社は、どんな人を採っても活躍できず、候補者も面接で見抜きます。

社内に分析の分かる人がいない会社の組み方

社内に分析の分かる人がおらず、一人目のデータサイエンティストを採る会社は多い。組み方を三つ示します。

一つ目は、一人目には「問いを一緒に作るところから」と正直に書き、経営や事業責任者が問いの整理に時間を使うと約束することです。一人目のデータサイエンティストは、問いを与えられるのではなく、事業の課題から問いを作る役割になります。それに魅力を感じる人（事業に近いところで分析したい人）がいます。

二つ目は、外部の分析の分かる人を、要件の整理と技術面接だけに入れることです。分析の経験のある顧問、業務委託、知人。「自社のデータと課題で、どの役割の人が現実的か」を整理してもらい、技術面接に同席してもらう。

三つ目は、データ基盤が無い場合、まず基盤を整えることです。基盤寄りの人を先に採るか、外部に基盤の構築を委託するか。基盤が無いまま分析寄りの人を採ると、基盤作りに時間を取られ、本人の期待とずれます。

どの組み方でも、「評価を代行に任せない」ことは同じです。

代行を選ぶときの確認項目

確認の要点は、「経歴の読み方」の答え方です。「機械学習の経験ありなら、モデルを作れる人」と読む代行は、名前の一致で絞ります。「何のデータで、何の用途で、実運用に乗ったか」を確かめる代行は、実態を見ています。

代行に出したあとに起きること

戻し方の要点は、「データと問いの状態を、求人票の段階で正直に書く」ことです。整っていない状態を隠して応募を集めても、面接で見抜かれるか、入社後に離れます。

エラベルの見解

担当する側から見ると、データサイエンティストの採用で最も時間がかかるのは、依頼側の「データの状態」と「問い」を引き出すことです。依頼側は「データを活用したい」と言いますが、どのデータが、どこに、どんな形であり、何を知りたいのかは、整理されていないことが多い。ここを整理しないと、求人票にもスカウトにも書けず、候補者の面接での質問に答えられません。

エラベルでは、データサイエンティストの案件をお受けするとき、依頼側に「最初の問い」と「そのために使えるデータの場所」を先に伺っています。決まっていれば、担当者は最初の週から動けます。決まっていなければ、担当者の最初の仕事は、この二つを整理する打ち合わせの進行になります。代行に出すかどうかの判断は、この二つが社内で決められるかどうかで、ほぼ決まります。

まとめ

• データサイエンティスト採用で代行に出せるのは探す・届ける・一次対応する・進捗を回す。役割の決定・データと問いの整理・評価・結果を使う体制の設計は社内に残す
• 他の職種と違うのは分析・モデル・基盤の三つの役割が含まれる・活躍できるかが社内の状態で決まる・評価に分析の知識が要る・出身が多様
• 代行に出す前に役割・データの有無と場所・最初の問い・結果を使う人・評価する人・アクセスの体制を確認
• 分析の分かる人がいなければ一人目には「問いを一緒に作る」と正直に・外部の分析の分かる人を評価だけに・基盤が無ければ先に基盤
• 代行を選ぶときは経歴の読み方の答え方を見る
• データと問いの状態は求人票の段階で正直に書く。隠しても面接で見抜かれる

よくある質問

データはあるのですが、整理されていません。それでも採れますか

採れますが、役割と伝え方が変わります。整理されていないデータを使える形にする作業は、基盤寄りの仕事で、分析寄りの人に任せると、本人の期待とずれます。「まずデータを整えるところから、基盤と分析の両方に関わってほしい」と正直に書き、それに魅力を感じる人（データの整備から関わりたい人）を探す形にします。整理されていない状態を隠して「分析をしてほしい」と書くと、入社後に「整理から」と分かって離れます。または、基盤の整備を外部に委託し、整ってから分析寄りの人を採る順番もあります。

経営者が「データで何か分かるはず」と言うだけで、問いがありません

問いが無い状態で採ると、入社した人が問いを探すところから始め、経営者は「何も出てこない」と感じ、本人は「何を求められているか分からない」と感じます。採用の前に、経営者と事業責任者で「いま判断に迷っていること」「勘で決めていること」を書き出し、その中から「データがあれば判断が変わりそうなもの」を一つ選びます。それが最初の問いです。問いを作る打ち合わせを、代行や外部の分析の分かる人に進行してもらうこともできます。問いが一つあれば、求人票に書け、候補者が判断できます。

大学院で研究していた人と、事業会社で分析していた人、どちらを採るべきですか

自社の役割で決まります。モデルの精度や新しい手法が必要なら研究の経験が活き、事業の課題から問いを立てて経営や現場と話しながら分析するなら事業会社の経験が活きます。どちらが優れているかではなく、自社が求める役割（分析寄りか、モデル寄りか、基盤寄りか）と、自社の状態（問いが整っているか、本人が問いを作るのか）で、合う経歴が変わります。役割を先に決めれば、どちらの経歴を必須にするかが決まります。両方を持つ人は少なく、必須にすると市場にいません。