率直に言うと、「単位を取っただけ」では就職での優位性はかなり限定的のようだ。 なぜなら、今や多くの大学でデータサイエンス科目が設置されており、人事担当者も
• 「データサイエンス入門」
• 「統計学基礎」
• 「AIリテラシー」
といった科目を履修しただけで、特別な能力が身についたとは考えていないからだ。
むしろ企業側は、 「この学生は何ができるのか」 を見ている。
例えば
• Excelで売上分析ができる
• アンケート結果を集計できる
• Power BIやTableauを使える
• Pythonで簡単なデータ処理ができる
なら評価される。
一方で
• データサイエンス入門A
• データサイエンス入門B
の単位取得だけでは、ほとんど差別化にならない。
ただし、「AI時代の文系就職」という観点では、話は少し変わる。
今後の企業では
• 営業
• 企画
• マーケティング
• 人事
• 経営管理
といった文系職種でも、 「数字を読める人」 への需要が高まる可能性がある。 例えば営業でも
昔：
• 顧客訪問
• 人間関係
現在：
• CRM分析
• 顧客データ分析
• AIによる需要予測
が増えている。
そのため、「統計学やデータ分析を全く知らない文系」 と
「基本的な分析知識がある文系」 では、将来的に差がつく可能性がる。
ただし、その差は多くの学生が想像するほど大きくはない。
例えば採用現場で比較すると、
• TOEIC 850点
• 簿記2級
• 情報系資格
• 長期インターン経験
などの方が、一般的には分かりやすい評価材料となる。
データサイエンス科目の単位は、それ単独で採用を左右するほどの武器にはなりにくいだろう。
一方で、将来性という意味では無視できない。
特にMARCHクラスの文系学生を考えると、 今後は
• 英語だけ
• コミュニケーション能力だけ
では差別化が難しくなる。 その中で
• 統計
• データ分析
• AI活用
を理解している人材は、少なくとも「数字に弱い文系」よりは有利となるだろう。
ただし、その優位性は 「データサイエンスの単位を持っていること」ではなく、「データを使って実際に考えられること」から生まれると考えた方が実態に近いだろう。
企業側から見ると、 「統計学の単位を取得しました」 よりも、 「卒業研究で3,000件のアンケートを分析しました」「インターンで売上データ分析を担当しました」 の方が、はるかに説得力がある。