面接体験談

非情報系院生の27卒データサイエンティスト就活体験記――ES提出から内々定まで

金融系企業データサイエンティスト(新卒)·記載なし·面接時期: 2026年オファー獲得

更新日: 2026年7月17日

非情報系(理系だがデータサイエンス分野の研究室ではない)の大学院生が、27卒としてデータサイエンティスト(DS)職を軸に行った就職活動の記録である。2025年5月に友人をきっかけにDS職を知り、就活準備を開始。ES提出、Webテスト、面接、グループディスカッション(GD)、サマーインターンシップ、早期選考ルート、本選考という一連の流れを経て、2026年に金融系企業のデータサイエンティスト職として内々定を獲得し、就職活動を終えている。

専攻分野が直接DS職に結びつくものではなかったため、志望理由やガクチカの伝え方には試行錯誤があった。ES作成にはLLMを活用し、サマーインターンではデータ分析コンペ形式の課題に取り組み、早期選考ルートでの不合格も経験しながら、最終的に本選考で複数の内々定を獲得するに至った過程が綴られている。

選考プロセス

  1. 情報収集・準備(2025年5〜6月)

    友人の存在をきっかけにデータサイエンティスト職を知り、大学の就活イベントやオンライン会社説明会に参加。就活専用のGmailアカウントを取得し就活サイトに登録。企業ごとにNotionページを作成し、ES内容・面接で聞かれたこと・インターンシップの感想を一元管理していた。

  2. ES提出(2025年6月〜、サマー選考)

    新卒でのDS採用枠が限られることを踏まえ、保険としてSE職にも応募し、DS・SE合わせて約15社にES提出。友人にガクチカを添削してもらい「研究ドリブンになりすぎている」との指摘を受け、研究内容と企業の取り組みを結びつける方向に修正。LLMに業界研究や企業HPの情報を整理させたうえでES文章を生成していた。

  3. Webテスト

    特別な対策はせずに受験。暑さを理由に自宅受験を選択した。

  4. 面接(サマー選考、オンライン)

    夏の面接はすべてオンライン形式。文章を丸暗記する対策はせず、ES各設問でどのエピソードを使ったかを直前に確認する程度にとどめた。専攻と異なる職種への志望理由を聞かれることが多く、数理的なことへの関心と他者・社会への価値提供という軸の一貫性を説明していた。

  5. グループディスカッション(GD)

    GDの通過率は低かった。特にコンサルティング形式で、資料をもとにした業務改善提案をスライドで個々に発表し、それをもとに議論して最終案をまとめる形式が最も難しく、準備不足もあって不合格になった。

  6. サマーインターンシップ(2025年8〜10月)

    DS・SE双方のインターンシップに参加。DS向けは実務に近いデータセットで予測モデルを構築し精度スコアを競う分析コンペ形式が中心で、前処理・特徴量設計・モデル選定・ハイパーパラメータ調整を行い、最終日にビジネス施策の提案をスライドで発表する流れだった。企業支給のLLM(社内・インターン専用)を使う指示があり、一部企業ではプロンプトエンジニアリングの講習もあってプロンプト内容も評価対象と説明された。インターン参加後は早期選考ルートへの案内が自動的に来るケースが多かった。

  7. 早期選考ルート・秋冬の選考(2025年秋〜冬)

    早期ルートに乗った企業を中心に7社ほどにES提出したが、ほぼ全て不合格となった。年明けにかけて周囲の同期が続々と内々定を得る中で焦りを感じた。2026年初めに複数社から内々定を得た一方、当時最も志望していた企業には年明け早々に不合格となり、フィードバックを依頼するメールを送ったが対応してもらえなかった。

  8. 本選考(2026年春)

    選択肢を増やす目的で本選考にも約10社応募。難易度の高そうな企業を中心に選考を受けた結果、内々定を得ることができ、最終的に金融系企業のデータサイエンティスト職を選んで就職活動を終えた。

ES(エントリーシート)

ガクチカ・志望理由の言語化

    6月頭のES締め切りでは、インターンシップ経験を最大4つまで選択でき、それぞれに独立したエピソードが必要とされた。

    友人から「研究ドリブンになりすぎている」との指摘を受け、研究内容と企業側の取り組みを結びつける書き方に修正した。

    Webテスト

    基礎能力・処理能力の測定

      自宅受験を選択。特別な対策はしていない。

      面接(オンライン、サマー選考)

      キャリアチェンジの理由と人物像

      • 専攻と異なるデータサイエンティスト職をなぜ志望するのか

      文章を暗記する対策はせず、ES各設問でどのエピソードを使ったかを直前に確認する程度だった。

      グループディスカッション(GD)

      資料をもとにした業務改善提案とチームでの合意形成

        資料に基づき企業への業務改善提案をスライドで個々に発表し、その後議論して最終案をまとめる形式。準備不足で不合格になった。

        サマーインターンシップ選考課題(データ分析コンペ形式)

        予測モデル構築とビジネス提案

          実務に近いデータセットで予測モデルを構築し、精度スコアを競う。最終日にビジネス施策をスライドで提案する流れだった。

          企業支給のLLMを使う指示があり、プロンプト内容も評価対象になる企業があった。

          学びのポイント

          • 企業ごとにNotionなどでES内容・面接で聞かれたこと・インターンの感想を一元管理しておくと、選考が進んだ際に振り返りやすい。
          • 専攻と異なる職種を志望する場合、なぜ変更したいのかを一貫した軸(数理への関心・価値提供など)で説明できるよう準備しておくと役立つ場合がある。
          • 新卒でのデータサイエンティスト採用枠は限られる傾向があるため、SEなど関連職種にも合わせて応募し選択肢を広げておくという考え方もある。
          • サマーインターンシップ前に個人でデータ分析コンペに参加しておくと、コンペ形式のインターン課題に取り組みやすくなる場合がある。
          • 早期選考ルートで不合格が続いても、本選考で改めて挑戦することで内々定につながるケースもある。

          出典

          質問と選考プロセスの事実は、下記リンクの候補者本人の公開投稿に基づきます。本文は当サイトによる再構成です。

          候補者自身によるnote.comの公開体験記