【Kaggleから副業も？】データサイエンティストが副業をするべき理由と探す方法！

こんにちは！

事業会社でのデータサイエンティストを経て現在は独立し様々な分析案件を受注して働いているウマたん(@statistics1012)です！

事業会社在籍時代から様々な副業を経験してきました。

その中の1つがAIコンサルティング系スタートアップでのデータサイエンティストとしての副業です。

当時僕は、外資系のメーカーに在籍していてメーカーという立場から様々な小売流通業界の分析やEC周りの分析に取り組んでいたのですが、やはりメーカーという立場だと視野も狭くなってしまいますし、技術的にあまり学べる環境ではない・・・

ということで、流通小売業界に一石を投じようとしているAIスタートアップでデータサイエンティストとして副業をさせてもらうことになりました。

もし、今のご時世で副業ができない環境にいるなら副業ができる環境への転職をおすすめします！

この記事では、そんな事業会社に所属しながら全く違う立場で副業をすることで感じた良いところと、どうすれば副業を見つけることができるかについて語っていきたいと思います！

以下のYoutube動画でも解説していますので是非チェックしてみてください！

データサイエンティストが絶対に副業をやるべき理由

冒頭でもお伝えしたとおり、僕自身一時期、外資系メーカーとAIスタートアップのダブルワークでデータサイエンティストをやっていました。

当時は、メーカーという立場だとどうしても小売データを開示してもらうことが難しく深いところに踏み込んでいくことが出来ずに悶々としていました。

そこでAIスタートアップに副業として参画し、上流から攻める立場と下流から攻める立場を2役経験することで、業界構造を変えたいと思いました。

そんな経験をふまえてデータサイエンティストが副業をやるべき理由について徹底的にお伝えします！

色々な立場でデータサイエンティストをすることで視野が広がる

僕の場合は、メーカーを本業としてAIスタートアップで副業をしていました。

見ている業界はどちらも小売流通業界ですので、見ているドメインは同じで立場が違うというような状態です。

この2つの立場を経験して分かったのは、「本業の経験を副業に活かすこともできるし副業で得た知識を本業に活かすこともできるので自分の視野がものすごく広がる」ということです。

仮にコンサルティング側のデータサイエンティストとして働いているのであれば事業会社サイドに副業で参画するのが良いと思いますし、見るビジネスドメインを変えてみるのも1つの手です（例：小売業界から金融業界など）

いずれにせよ、普段やっている業務範囲から少し外に出て副業をすることで視野が広がりあなたの市場価値が劇的に高まることは間違いないです！

だから絶対に副業をしましょう！

自分の市場価値を試すことができる

また、これは同時にあなたのレベルを市場に問うことにもなります。

自分の市場価値を世に問うて自分の市場価値を試すことができるのです。

日本では海外と比較して雇用される側の権利が非常に強いので市場価値が低いからといっていきなり解雇されることは基本的にありません。

しかし副業では、結果を出さなければ継続して仕事は来ませんし、そもそも何ができる人間なのか明確に伝えることができなければ仕事をもらうことすらできません。

そういう環境に挑戦し身を置くことは自分の市場価値を認識し高めていく上で非常に重要なのです。

だから絶対に副業をしましょう！

年収が上がる

もちろん仕事量は増えますが、年収はその分飛躍的に増えます。

当時本業での年収は700万円弱でした。

データサイエンティストの年収としては決して高い水準とは言えません。

今の日本では残業に対して非常に厳しいので労働環境が守られている会社なら残業出来たとしても月30時間が限界。

そのような状況では本業1本で年収を伸ばすのはなかなか難しいです。

しかし副業をすれば一気に年収のレンジが200万ほど上がります（※もちろんどれだけ働くかによりますが僕自身は年に直すと200万ほどの上昇になりました）

1つの会社で働いて1000万を目指すのは難しくても、効率よくダブルワークをすることで1000万を目指すのは容易になってきているのです！

データサイエンティストの副業を見つける方法

そんなデータサイエンティストですが副業をどのように見つければよいのか見ていきましょう！

Twitterで募集しているのを探す

結構オススメなのがTwitterを通して探すこと。

僕自身AIスタートアップの経営者が募集をかけているのをみかけて応募しました。

その後はKaggleの課題を提出して採用みたいな感じですごいスムーズでした。

Twitterを探すとデータサイエンティストの副業を募集している人がいるので、Twitterにて「データサイエンティスト　副業」や「データサイエンティスト　業務委託」などで調べてみたり、AIスタートアップを経営している方をフォローしておくことをオススメします。

僕(@statistics1012)も将来的に募集かける可能性あるので是非フォローしてください！

クラウドワークスやランサーズやココナラを使う

一番定番なのがクラウドワークスやランサーズやココナラを使うこと。

クラウドワークスやランサーズは発注側がやってほしい案件を募集していて、ココナラは受注側ができる案件を掲載している点が違います。

ただ、どちらのプラットフォームでも「データ分析」などのキーワードで調べるといくつか案件が見つかりますが、がっつりデータサイエンティストとして参画する案件は少なめな印象です。

作業レベルの分析業務やアンケートなどはありますが、あまり良い案件ないかなーという印象。

まぁ案件数は非常に豊富なので、最初はこういうサービスで試してみてもよいかもです！

データコンペから入る

データ分析コンペの「Signate」では、コンペを開催すると同時に「SIGNATE Partners」という副業・フリーランス向けの業務委託案件の紹介もしています。

データ分析コンペで腕試しをして、その結果が可視化された状態で企業と繋がるので採用する側にとってもされる側にとってもWin-Winな関係が構築されています。

【徹底比較】【Python】データ分析コンペそれぞれの特徴とトレーニング実装当サイト【スタビジ】の本記事では、データ分析コンペそれぞれの特徴について徹底的に見ていきます。実はデータ分析コンペのサービスはKaggleだけではなく、いくつかの種類があるので是非色んなコンペに参加してみてください！トレーニングコンペの実装とデータ分析コンペに臨む上での勉強法についてもまとめていきますよー！

本業でデータサイエンティストをやられている方なら既に取り組んでいるかもしれませんが、こういったコンペサービスから副業を見つけるのも1つの手です。

ちなみにPythonの副業案件について詳しくは以下にまとめています！

【初心者向け】Pythonの副業について徹底解説！メリットやデメリットは？当サイト【スタビジ】の本記事では、Pythonの副業について徹底的に解説していきます。Pythonで副業ができるのか、Pythonの副業にはどんな種類があるのか、Pythonでの副業の見つけ方について見ていきます！ぜひPythonの副業について参考にしてくださいねー！

副業ができない場合はどうすればいいの・・・？

このご時世で信じたくない事実ですが、残念ながら副業ができない会社も現実に存在します。

実際に

という話を聞くことが多いです。

正直このご時世で副業を禁止している会社は将来性を疑います。

副業で稼げて自由に働ける市場価値の高い人材に選ばれる環境を用意している会社にこそ優秀な人材が集まりますし、強い組織になると確信しています。

だからこそもし今のご時世で副業ができない環境にいるなら、記事の冒頭でもお伝えしたとおり副業ができる環境への転職をおすすめします！

データサイエンティスト副業　まとめ

本記事では、データサイエンティストとして副業を行うべき理由や、どのように副業を見つけていけばよいかについてまとめてきました！

これからは副業の時代であり、かつデータサイエンティストが活躍する時代。

ぜひ多くのデータサイエンティストに副業を経験してもらい市場価値を高めて明るい日本を作っていってほしいと考えています。

ぜひ積極的に副業をしていきましょう！

まずは、「データサイエンティストのスキルを身につけたい！」という方は以下の記事でデータサイエンティストのロードマップについて解説していますので是非参考にしてみてください！

【5分で分かる】データサイエンティストに必要なスキルと独学勉強ロードマップ！当サイト【スタビジ】の本記事では、データサイエンティストに求められるスキルとそれを身に付けるための勉強法について徹底的にまとめていきます！入門者でも、しっかりデータサイエンティストについて理解しある程度独学で駆け出しの状態までいけることを目指します。

また当メディア「スタビジ」では、データサイエンティストになるためのメディアである「スタアカ（スタビジアカデミー）」を運営しています。

他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。

そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコースになっています！

ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったりする盛りだくさんの内容になってます！

統計学や機械学習やPythonやマーケティングの勉強方法は以下でまとめていますのであわせてチェックしてみてください！

【初心者必見】統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！ 【5分で分かる】機械学習の独学勉強ロードマップを徹底的にまとめていく！当サイト【スタビジ】の本記事では、機械学習の独学勉強ロードマップについて徹底的にまとめていきます。機械学習をいきなり理論からしっかり勉強しようとすると挫折しかねません。そこで、この記事ではなるべく挫折しないロードマップをお伝えしてきますよ！ 【Python独学勉強法】Python入門を３ヶ月で習得できる学習ロードマップ当サイト【スタビジ】の本記事では、過去僕自身がPythonを独学を駆使しながら習得した経験をもとにPythonを効率よく勉強する方法を具体的なコード付き実装例と合わせてまとめていきます。Pythonはできることが幅広いので自分のやりたいことを明確にして勉強法を選ぶことが大事です。 【何から学ぶ？】マーケティングの独学勉強法とおすすめサイトをまとめていく！当サイト【スタビジ】の本記事では、マーケティングの勉強範囲と勉強方法について徹底的にまとめていきます。3年間で必死にマーケティングを独学で勉強してきたノウハウを結集させて必ずあなたをマーケティングを習得できる道のりの第1歩目までおしあげます。