【未来を切り拓くデータ革命】【22卒】野村総合研究所のAE（アプリケーションエンジニア）の企業研究詳細 体験記No.14046（同志社大学/男性）（2021/6/10公開）

選考は全てオンラインでした。

企業研究：野村総合研究所では選考段階でかなりキャリアプランを明確にしていくことが求められます。企業のホームページでたくさんの職種が紹介されているため、自分がどの職種になりたいのか、またその理由はなんなのかを詳しく説明できるようになっていることが重要です。また、企業研究の段階でエンジニアでのPM（プロジェクトマネージャー）の業務管理の流れの説明が求められます。SIerでのPMの業務理解をしっかりしていくことをおすすめします。野村総合研究所はSIerの中での上流であるため、システムの要件定義から開発保守運用、、ここでは軽く書いていきますが、SIerはしっかりネットなどで情報収集出来るので、情報収集しておくことをおすすめします。また野村総合研究所はob訪問をした数がビズリーチ・キャンパスなどを通じて面接官側にバレています。選考途中で選考が進んでいる学生限定のOB訪問も可能なため、選考前にOB訪問をすることはマストですが
、選考途中にもOB訪問はしてください。
私はデータサイエンティストになりたいと行っていましたが、

Q,競合分析
徹底的な顧客貢献。これまでの結果と姿勢を兼ね備えている会社が貴社である。求められる品質も高い。そのような案件しかしていかないというところに貴社の特徴が現れていると思っているが、そのような環境下だからこそビジネス力（仮説を立てて検証する力）は鍛えられると考えた。人という観点で、NTTDATAはあくまで大組織の一部という雰囲気が伝わってきた。保守文化が強く新しい熱中を届けることは出来ないと感じた。

Q,なぜデータサイエンティストになりたいのか
A,データサイエンティストは統計学的に、システムの面から会社の業務を支えるということが主な仕事であると思う。将来的な予測を立てて業務を行う姿勢が今後は標準化していくと思っている。この将来的な規模感の大きさ、様々な業務に活かすことが出来る点が非常に大きいところに魅力を感じた。この道のプロフェッショナルになることによって、世の中の熱中を創り出すことが出来ると考えた。

今後、生産性を向上させる動きが益々増えていくと思っている。その際に大きく貢献できる。別にどのような手段でも熱中は作ることが出来る。その手段にこだわる必要性はない。重要なのは、自分がどのような手段で熱中を届けるかどうかであるかと思う。私はSIerという事業フィールドにとらわれることがなく、システムを作って終わりではなく、顧客を今後も支えていくという広く深く関わることが出来る点に非常に魅力を感じた。

Q,データサイエンティストとしてどのようなことをやりたいのか
衛星写真データの将来性に惹かれている。クライアントが必要な衛星の写真を用いて、機械学習を行い、業務効率化を提案できるようなデータサイエンティストになりたい。例えば、農林水産業などで衛星写真を用いて適切な肥料配布などを提案するシステムを提供することであったり。

Q,データサイエンティストとして何が必要であると考えるか
A,顧客が必要であると思っていることを顧客自身が言語化出来ていないケースがある。
ノウハウ（これまでどのような解決策を選んできたか）だけではなく、顧客に深く貢献して、支えていくという必要性がある。データサイエンティストには３つの定義されている能力がある。ビジネス力（仮説を置き考える力）、データサイエンス力（統計学の知識）、データエンジニア力（データサイエンスでえた知見を運用するエンジニア力）とあると思っている。PMとして、まずはビジネス力とデータエンジニア力を身に着けたい。ただ、データサイエンス力に関しては独学で学んでいく必要性がある。大学の４年で多少のアドバンテージはあるかもしれないが、どんどん出来ることも増えていく。日々学習する気持ちを忘れずに努力していく必要性がある。また試行錯誤を繰り返す必要性があると思っている。これは実際に業務に出させていただいて、生産性は下がってしまうが、短期的な生産性で見るのではなくて、長期的な生産性で見ていただく必要性があると思っている。

Q,データサイエンティストとしての問題点
データサイエンティストは業務から飛び越えて個人事業主のような働き方に現状なっているところもあると思っている。NRIはそのようなところの組織づくりは十分に行われているが、他の会社ではデータサイエンティストはいないどころか、データサイエンティストを用意する準備も出来ていないケースが多々あると思っている。せっかく構築したシステムも長い年月が経つと、市場も変化し、システムが非効率的になってしまう。データサイエンティストを支える風土づくりが行われていないような会社であれば、データサイエンスの手法を企業に還元していくことは難しい。