ワイは30代の会社員。昼間は営業職で、数字とにらめっこしながら顧客対応に奔走する毎日や。
けどな、ある日ふと思ったんや。「このまま定年まで同じ仕事を続けるんか？」って。
将来の不安、キャリアの停滞感、そして何より「もっと自分の可能性を広げたい」という欲求が、ワイの中でじわじわと膨らんできた。
そんな時に出会ったんが「データサイエンティスト」という職業や。
数字を武器にして、ビジネスの意思決定を支える。AIや機械学習なんて言葉も飛び交ってて、なんやカッコええやん。
しかも副業でも案件があるって聞いて、「これや！」と思ったんや。
でもな、始めてみてすぐに気づいた。これは「ちょっと勉強して稼げる」なんて甘いもんやない。
副業でデータサイエンティストに挑むには、それなりの覚悟と戦略が必要や。ここでは、ワイが実際に感じた心構えを語っていくで。
目次
「学び」は終わらないので常にアップデートが必要
まず最初に言いたいんは、データサイエンスの世界はめちゃくちゃ速い。Pythonのライブラリもどんどん進化するし、機械学習の手法も日々アップデートされる。
ワイが「scikit-learnで回帰分析できるようになったで！」って喜んでたら、次の瞬間には「XGBoost使えますか？」って聞かれる。なんやねんそれ。
つまり、学びは一生続くんや。副業やからって「最低限だけ覚えればええやろ」って思ってたら、すぐに置いてかれる。
ワイは毎朝30分、通勤電車の中でUdemyの講座を見たり、Kaggleのコンペを眺めたりしてる。小さな積み重ねが、後々効いてくるんや。
「実務経験ゼロ」でも、価値を示す方法はある
副業で案件を取ろうと思った時、最初にぶち当たる壁が「実務経験ないやん」ってことや。
ワイもそうやった。ポートフォリオもなければ、企業でデータ分析したこともない。
そりゃあ、クライアントからしたら不安やろ。
でもな、工夫次第で突破口はある。
ワイはまず、自分の会社の営業データを使って分析してみた。
「どの曜日に売上が伸びるか」「どの顧客がリピートしやすいか」みたいな簡単な分析でも、ちゃんとレポートにまとめてポートフォリオにしたんや。
さらに、Qiitaに記事を書いてアウトプットもした。そうすると、少しずつ「この人、ちゃんと考えてるな」って評価されるようになった。
副業は時間との戦いなので効率化が命
本業がある以上、副業に割ける時間は限られてる。
ワイの場合、平日は夜2時間、土日は合計10時間くらいや。
せやから、無駄な時間は極力減らすようにしてる。
例えば、コードを書く時はテンプレートを作っておく。
データの前処理や可視化は、ある程度パターン化できるから、毎回ゼロから書く必要はない。
あと、SlackやNotionでタスク管理して、何をいつまでにやるかを明確にしてる。時間がないからこそ、効率化が命なんや。
「稼ぐ」よりも「信頼を得る」ことが重要
副業って聞くと、どうしても「いくら稼げるか」に目が行きがちや。
ワイも最初はそうやった。「月5万円くらい稼げたらええな」って思ってた。
でもな、実際に案件をこなしてみて気づいたんは、「信頼を得ることが先」ってことや。
クライアントとのやり取り、納期の厳守、成果物の品質。これらをちゃんと守っていれば、次の案件につながるし、紹介もしてもらえる。
逆に、ちょっとでも手を抜いたら、すぐに信用を失う。
副業やからって甘えたらあかん。ワイは本業以上に丁寧に対応するようにしてる。信頼は、何よりの資産や。
「孤独」との付き合い方を知る
副業でデータサイエンティストを目指すって、正直めっちゃ孤独や。
周りに同じことしてる人はおらんし、相談できる相手も少ない。
ワイも何度も「これ、ほんまに意味あるんか？」って不安になった。
せやから、コミュニティに参加することをおすすめする。
Twitterで同じような挑戦してる人をフォローしたり、Discordの勉強会に顔出したり。
そうすると、「ワイだけやないんやな」って思えるし、モチベーションも保てる。孤独は敵やない。うまく付き合えば、むしろ集中力を高めてくれる味方にもなる。
データサイエンティストの副業で得たもの
ワイはまだまだ駆け出しやけど、副業でデータサイエンティストに挑戦して、確実に人生が変わり始めてる。
スキルが増えたこともそうやけど、「自分で道を切り開ける」という自信がついたんや。
副業はしんどい。時間も足りへんし、成果もすぐには出えへん。でもな、挑戦する価値はある。
ワイはこれからも、地道に学び続けて、いつか「本業を超える副業」に育てていきたいと思ってる。
もし今、同じように悩んでる人がおったら、ワイは声を大にして言いたい。「迷ってるなら、やってみようや。ワイも一緒に頑張るで！」
スポンサーリンク