まだ決めなくていい。 でも、知っておこう。
中学生から大学生まで。
仕事と会社と大学を、わかる言葉で。
学年順位から、進学先・就職先・生涯年収まで。登録なし・無料、全国 4,961 校に対応。
学校のテスト順位で、
ミライ行きのきっぷを。
同じ高校の先輩たちが、どんな大学に進んだか。その実績から、いまの順位から考えられる進学先・就職先、40歳の年収と生涯年収の目安を出します。順位を動かすと、未来がどう変わるかも見られます。
- STATION 1高校を選ぶ都道府県と名前で、全国4,961校から
- STATION 2学年の順位を入れる学年の人数と、テストの順位
- GOALあなたのきっぷが出る大学・仕事・40歳の年収・生涯年収
知らない仕事を、
知っている仕事に。
仕事・会社を知る
大学・学部を選ぶ
仕事は、3つの見方で
わかりやすくなる。
あなたの今を教えて
答えると、あなたに合った行き先が選ばれます。
- 発
- 経由
- 着
同じくらいの順位の先輩が進んだ会社の、平均的な年収の推移です。
押すと、その業界の仕事や職種の説明が見られます。
押すと、どんな会社なのかが見られます。
この推定のしくみ
学年順位から「学年の上位何％か」を出し、同じくらいの位置にいた先輩たちの進学先を確率で表示します。上位の人ほど順位どおりの進学先に進みやすいとして計算しています。浪人した先輩は、上位にも下位にもいるため計算から外しています。
高校が出す「合格者数」は1人が何校も受かると重複するため、上位の帯から順に、同じ帯での複数合格と、上の帯に進んだ人の滑り止め合格を差し引いて、実際の進学者数を推定しています。
就職先は、大学帯ごとに「トップ企業・大手・中堅・中小」に入る割合と、業界の割合から計算します。生涯年収は22〜64歳の給与の合計（退職金は含まない）で、下の表はいまの仮の値です。各社の有価証券報告書の平均年収と、厚生労働省の賃金統計に置き換えていきます。
大学でどう過ごす？
選ぶたびに、予想がその場で変わります。
行動ごとの効果は、就職実績の傾向をもとにした目安です。実際は本人しだいで大きく変わります。
文系？理系？
文理選択は、高1〜高2のうちに決めることが多い選択です。ここで選んだ方によって、高校で受ける授業と受験科目が変わり、行ける学部が変わります。学部が変われば、大学での時間割や過ごし方、就職するときに選べる仕事、そしてその後の働き方まで変わっていきます。どちらが上ということはありません。それぞれで身につく力と大変なところを比べて、自分に合う方を考えてみましょう。
学部図鑑
学部の名前だけでは、何をするのかはわかりにくいものです。タップすると授業や4年間の流れ、進路まで見られます。
しごと図鑑
仕事のことを知るのは、ふつうは就活のときです。でも、なるための道が高校の文理選択や学部選びで決まる仕事もあります。
マイページ
保存した仕事・学部・会社、診断の結果、会社スタンプ帳をまとめて見られます。
大学・専門学校の学費
Web・ネットサービスの職種データサイエンティスト・データアナリスト
サービスに集まる大量のデータを分析して、サービスの改善や会社の判断に役立てる仕事です。AIや機械学習を使った仕組みを作ることもあります。
どんな仕事？
データアナリストは、サービスの利用者数、売上、どの画面でユーザーがやめてしまうかなどのデータを、SQLという言語でデータベースから取り出し、表やグラフにまとめて分析します。分析の結果から「この機能を使った人は長く使い続ける」などの発見をして、プロダクトマネージャーやマーケティングの担当に改善を提案します。データサイエンティストは、統計や機械学習を使って、ユーザーの好みを予測するおすすめの仕組みや、不正な取引を見つける仕組み、広告の効果を予測する仕組みなどを作ります。たとえば、ネット通販で「この商品を買った人はこんな商品も買っています」と表示される仕組みも、こうした分析から生まれています。最近は、生成AIを使った新しい機能の開発にかかわることも増えています。
具体的にやること
必要な力・知識
この職種のキャリア
最初は決められた分析や集計から始め、数年で自分で課題を見つけて分析を提案できるようになります。その後は、機械学習の専門家として高度な仕組みを作る道や、データチームのリーダー、会社全体のデータ活用の責任者になる道があります。
年収の目安
年収500万〜900万円程度が目安で、機械学習の専門性が高い人はそれ以上になることもあります。
Web・ネットサービスのほかの職種
年収ランキング
社名だけでは何の会社かわかりません。業界タグと、何をしている会社かを見てみましょう。タップすると詳しく見られます。