メーカーのデータ活用の構想策定支援やR&Dの実行支援を担当しています。
具体的には、上流部分にあたるデータ活用の構想策定では、データを活用した新規事業の創出からデータ活用のための組織作りまで、クライアントと並走して支援しています。また、自分がクライアントの事業領域に関わる電気工学系の研究経験を持っていることを活かして、クライアント側の専門家と一緒に新技術の開発にも取り組んでいます。
経営レベルの観点で考える構想策定と、研究レベルの観点で考える技術開発の両面に同時に関われているのは、入社前に想像していたコンサルタント像とはいい意味で異なるものだなと感じています。

大学院で電力関係の研究に取り組み、その後、金融機関に入って法人営業に配属されました。そこで、財務分析について学んでいるうちに、自分のスキルを活かしてより高度な分析や解析を仕事にしたいと改めて思い、金融工学のリサーチ企業に転職しました。営業職からデータ分析業務に移るには、「金融」という業界内の方がいいだろうという判断でした。ただ、金融というフィールドで、類似したデータをずっと扱うことに物足りなさを感じてしまい、気晴らしがてら他のデータを見るために副業をするようになりました。本業と数社の副業を掛け持ちする中で、一つの企業に所属しながら多様な案件、データ分析に関わりたい気持ちが強くなり、2020年にEYストラテジー・アンド・コンサルティング（以下、EYSC）に参画しました。

面接でリーダーの小林さんと話したことが、EYSCにジョインする決め手になりました。他のコンサルティングファームでは、「データサイエンティストとしての採用であっても、立場はあくまでも戦略コンサルタントだから」と言われたのに対し、EYSCはコンサルティング業界がデータサイエンスと必ずしも文化的な親和性が高くないことを直視して、どのようにデータサイエンティストがコンサル業界の中で活かせるのかよく考えている印象でした。
データサイエンスのカルチャーはIT業界寄りで自由な雰囲気なのに対し、コンサルティングファームのカルチャーは激務という印象を持っていましたが、今の職場はITカルチャー、研究室カルチャーといった雰囲気があります。

技術や分析、研究の話を気軽にできる環境です。メンバーの得意分野をお互いわかっているので、このようなケースではこの人に話を聞いてみようという教え合いのカルチャーがあると感じています。例えば、モデル設計に行き詰まったときには複雑な数理モデルをつくるのが非常に得意な人に相談してみるようなことはよくあります。

専門性が高いと思います。アカデミックなバッググラウンドでは全員修士号を取得していて、博士進学率は80％です。他方専攻は多様であり、コンピュータサイエンス・統計・機械学習を直接専攻していた人は少なく、バイオ・土木・電気電子・経済といった周辺分野から専門性を高めていった人が多いです。研究者気質の人が多く、肩書や年齢に関係なく、飲み会でも統計学や計量経済学に関する議論が飛び交っています。
サウナ好きのメンバーはサウナの温度と快適性の関係を調べていますし、私は読んだ本の難易度やページ数と体調の良さ、飲酒の量などを記録して、自分がどういうタイミングでどういう勉強をするのが一番効果的かを調べたりしていました。皆、記録をつけるのが好きです。

データサイエンティスト専業の会社もたくさんある中で、コンサルティングファームで働く価値は、クライアントの課題設定の前提となるところまで踏み込んで議論できる点だと考えています。「データを持っているから何かやろう」というのではなく、クライアントの課題は何なのか、なぜそのような課題に直面しているのか、そして課題を解くためにどんなデータが必要なのか、課題設定の議論からクライアントと連携できることは、データサイエンティストとしても面白く、チャレンジングなことです。
金融機関で働いていた時も色々なことを分析していたのですが、「そんなに複雑な分析をしても皆分からないよ」と言われたことがあります。ここは好奇心を持って分析を進める人ばかりで、楽しいです。

勤務時間や休暇は融通がききます。お子さんがいるメンバーは、家庭の用事をスケジュールに入れており、周囲も当然のことと理解しています。

優れた統計モデルをたくさん知っていても、クライアントとコミュニケーションをして抱えている問題を適切に捉えていかないとその知識を生かせません。複雑な統計モデルに基づく解析結果をすぐに理解できる人は多くないですが、クライアントに各データがどういう情報を生み出しているのかを粘り強く説明し、その本質を理解してもらうことで、我々が提供する知見もより強く活きてきます。専門性を生かした分析とそこから生まれる知見を広く理解してもらうためのコミュニケーションの両立ができる仲間を求めています。