データサイエンティストを探すときの検索条件とターゲティング

データサイエンティストにスカウトを送る前の検索で、「データサイエンティスト」の肩書と手法名で条件を組むと、二つの問題が起きます。一つは、分析（問いに答える）・モデル（予測を組み込む）・基盤（データを整える）の違う役割の人が同じ一覧に出ること。もう一つは、データの仕事をしていても肩書がアナリスト、エンジニア、マーケター、研究員のままの人が多く、肩書で絞ると対象が狭くなること。データ職の検索で最初にやるべきは、役割と最初の問いを決め、肩書ではなく経験で探し、「何のデータで、何を明らかにし、誰が使ったか」で読むことです。結論を先に書くと、検索条件は、先に役割（分析・モデル・基盤）と最初の問いを決め、肩書ではなく経験（解いた問い・扱ったデータの種類・結果が使われたか）で組み、要件の必須だけにし、プロフィールを「何のデータで、何を明らかにし、誰が使ったか」で読み、転向層（事業側の分析担当、研究者、エンジニア）を役割ごとに含めて送る順を決めます。文面の型はデータサイエンティストへのスカウト文面に、要件の作り方はデータサイエンティストの採用要件の作り方に書いていますので、ここでは「検索条件とターゲティング」に絞ります。媒体ごとの検索の仕様には触れません。仕様は各媒体の公式情報でご確認ください。

先に「役割」と「最初の問い」を決める

分析・モデル・基盤のどれが主か、入社した人に最初に解いてほしい問いは何か、を決めます。役割によって探す経験が変わり、問いによって扱うデータの種類が決まります。

止まりやすいのは、三つの役割を一人に求めて探すときです。三つ全部を書いている人は少なく、いても要件が高くなりすぎます。主の役割で探します。

肩書ではなく経験で組む

条件に入れるのは、肩書や手法名ではなく、要件の必須に当たる経験です。肩書は「または」で複数（データサイエンティスト、データアナリスト、機械学習エンジニア、データエンジニア、マーケティングアナリスト、研究員）を入れるか、入れずにプロフィールの言葉で読みます。

止まりやすいのは、手法名やツール名を「かつ」で並べて、数人しか出ないときです。手法は外し、データの種類と問いで読みます。要件の絞り方はデータサイエンティストの採用要件の作り方に書いています。

プロフィールを「何のデータで、何を明らかにし、誰が使ったか」で読む

データ職の経験の中身は、三つで読めます。何のデータを扱ったか（種類と量）、何を明らかにしたか（解いた問い）、結果を誰が使ったか（事業に返ったか）。この三つが書いてある人は、肩書が何であってもデータ職の経験があります。

止まりやすいのは、手法名の一致だけで送るときです。「〇〇（手法）を使用」の人に「〇〇の問いを解いてほしい」と送っても、問いとデータの経験が合わなければ返信は来ません。

エラベルの見解

相談で最も多い思い込みは、「データサイエンティストは希少で、高学歴で、高い」というものです。実際には、事業の問いにデータで答えてきた人は、肩書がマーケター、事業企画、アナリスト、エンジニアのまま多くいて、「データサイエンティスト」で検索すると漏れます。ある会社では、肩書と手法名で検索して数人しか出ず、その数人は条件が合わない状態でした。担当者が入って、自社の役割を「分析が主。最初の問いは顧客の離脱」と決め、肩書を外し、「離脱」「継続」「顧客」「施策に反映」の言葉でプロフィールを読む形にしたところ、事業側で顧客のデータを見て施策を判断してきた人が複数見つかり、一行目にその点を書いて送ると返信が来ました。データ職の検索は、肩書と手法で機械的に絞るより、問いとデータの言葉で出して人が読むほうが合います。

転向層を役割ごとに含める

データ職の経験者は少ないので、転向の素養がある層を役割ごとに含めます。転向元は役割で違います。

転向層には、文面の一行目で「〇〇のご経歴から、データの仕事に軸足を移したい方へ」と、転向であることに先に触れます。

止まりやすいのは、転向層に「データサイエンティスト経験者向け」の文面を送るときです。経歴と合わず、返信が来ません。

送る順の付け方

止まりやすいのは、「データサイエンティストの肩書があるから」で送るときです。役割が違う人に送っても合いません。

条件の保存と見直し

組んだ条件は、「分析用」「モデル用」「基盤用」「転向層用」のように分けて名前を付けて保存し、送った結果と一緒に記録します。月に一度、返信が来た人の共通点（データの種類、解いた問い、役割、転向元）を見て、条件と読み方を直します。保存の仕方は検索条件の保存と使い回しに書いています。

エラベルの見解

担当する側から見ると、データ職の検索で会社ごとに差がつくのは、「最初の問いが事業の責任者の言葉で決まっているか」です。条件の組み方と読み方は担当者が持てますが、問いが「データを活用したい」だと、扱うデータの種類も役割も決まらず、一覧が混ざります。問いが「顧客の離脱を減らしたい」と決まっている会社では、データの種類（顧客と行動）と役割（分析）が決まり、検索の言葉も転向元も決まり、文面も面談も一本につながります。エラベルでスカウトの検索を担当する人には、条件を組む前に、事業の責任者に「入社した人に最初に何を明らかにしてほしいか」を聞いてもらっています。文面の型はデータサイエンティストへのスカウト文面に書いています。

代行に出す場合の範囲

担当者が持つのは、要件から必須の経験を取り出して条件を組むこと、出てきた人を「何のデータで、何を明らかにし、誰が使ったか」で読んで絞ること、転向層を役割ごとに分けて送る順を付けること、条件と結果を記録して月に一度見直すこと、です。会社が持つのは、役割と最初の問いの決定、要件の必須と歓迎の区別、転向層をどこまで含めるかの判断、事業の責任者が担当者に話す時間、です。担当者がデータ職の経験（問い、データ、使われ方）を読める経験があるかは、担当者を選ぶときに確かめます。担当者の経歴の見方は担当者の経歴の見方に書いています。

まとめ

• 先に役割（分析・モデル・基盤）と最初の問いを決める。役割で探す経験が変わり、問いでデータの種類が決まる
• 検索条件は肩書と手法名ではなく経験（データの種類・解いた問い・使われたか）で組む
• プロフィールは「何のデータで、何を明らかにし、誰が使ったか」で読む。肩書がデータサイエンティストでも三つが無ければ中身が読めない
• 転向層を役割ごとに含める。分析なら事業側の分析担当、モデルなら研究者とエンジニア、基盤ならデータエンジニア
• 肩書だけで中身が無い人、役割が逆の人には送らない
• 条件は役割ごと・転向層用で分けて保存し、返信が来た人の共通点で月に一度直す

よくある質問

学位や論文を条件にしてはいけませんか

条件には入れません。学位や論文と、事業の問いにデータで答える経験は、一致しないことが多い。研究の経験がモデルの役割に活きることはあるので、モデルを求めるなら研究者を転向層として含めますが、学位そのものを必須にすると、事業側で実績を積んだ人が漏れます。読むのは「何のデータで、何を明らかにし、誰が使ったか」です。

手法名で検索しないと、スキルが分からないのでは

手法は問いに合わせて選ぶもので、手法名の一致は「その手法を使ったことがある」以上を教えません。スキルが合うかは、扱ったデータの種類と解いた問いが自社と近いかで読み、面接では自社の最初の問いを題材に取り組み方を見ます。手法名は、プロフィールを読むときの補助にとどめます。

一人目のデータ職を採るとき、どの役割で探せばよいですか

多くの会社では、一人目は「分析が主で、データを整えるところも自分でやる」形が成立しやすい。最初の問いに答えるために必要なデータを自分で集めて整え、結果を事業に返す。モデルは問いが定まりデータが整ってからです。探すのは、事業の問いにデータで答えてきた人で、データの整備も自分でやった経験がある人。転向元なら、事業側の分析担当でデータを自分で触ってきた人が近い。役割の順番はデータサイエンティスト採用を代行に出す判断基準にも書いています。