【自己紹介】
#Twitter：@Nurruttan / #YouTube：@Nurruttan
【転職支援サービス】
転職を検討しているデータサイエンティスト向けに【完全無料の】転職支援サービスを実施しています！
詳しくは下記をご覧ください！
【キャリア相談サービス】
キャリアに悩むデータサイエンティスト向けにキャリア相談サービスをやっています！
詳しくは下記をご覧ください！
【本題】
未経験からデータサイエンティストを目指したいけど、どうしたらいいかわからない！という悩みはよくあります。
具体的には下記のような内容です。
- データサイエンスを1から学ぶためにはどうしたらいいの？
- 未経験からデータサイエンスを学ぶためにおすすめの方法は？
- データサイエンススクールがあるけど、おすすめのスクールは？
ここ最近では、データサイエンスを学習できる環境は整ってきており、学習方法も数多くの選択肢があります。
そのため、数年前と比べてどのような学習方法を選択するのか悩みやすくなっているのが、実情です。
今回は、データサイエンティストの教育に携わっている筆者の目線から未経験からデータサイエンスを学ぶための方法を解説していきます。
結論は「可能なら独学。スクール活用なら、【テックアカデミー：データサイエンスコース】一択！」です。
詳しく解説していきます。
【前提】本記事の対象者
まず、本記事の対象者の説明です。
本記事に対象者は「ポテンシャル採用が見込める若手層」に向けた内容になります。
- ポテンシャル採用が見込める若年層（~27歳くらい）
- データサイエンティストへのキャリアチェンジを考えている方
- データ分析の経験がほぼない方
具体的に説明していきます。
ポテンシャル採用が見込める若年層（~27歳くらい）
一つ目は、「ポテンシャル採用が見込める若年層（~27歳くらい）」です。
これは、実務経験より、ポテンシャルが重視される層を指します。
比較的若い世代では、今後の成長ポテンシャルを考慮して、実務経験より、ポテンシャルを重視して採用することがあります。
今回はそのような若手層を対象にしています。
データサイエンティストへのキャリアチェンジを考えている方
二つ目は、「データサイエンティストへのキャリアチェンジを考えている」方です。
データサイエンティストになりたい理由が明確にあり、キャリアチェンジを本気で考えている方に向けた内容になっています。
データ分析の経験がほぼない方
三つ目は、「データ分析の経験がほぼない」方です。
データサイエンティストになりたいものの、実際にデータ分析をした経験なんてないよ、という方に向けた内容になっています。
未経験からデータサイエンティストになるために必要なこと
まず、未経験からデータサイエンティストになるために必要なことを解説していきます。
こちらは実際に私自身が面接官を担当している経験から、感じているものを3つに集約しています。
- データサイエンティストになりたい理由が明確であること
- データサイエンティストになるために不足しているスキルを自覚していること
- データサイエンティストになるために必要なスキルを習得しようとしていること
実際に私自身はこの3つの観点で面接を実施して、ポテンシャルを判断しています。
それぞれ詳しく解説していきます。
データサイエンティストになりたい理由が明確であること
一つ目は、「データサイエンティストになりたい理由が明確であること」です。
ここでは、「論理的思考力」および「コミュニケーション能力」を確認しています。
データサイエンティストは分析結果から適切なアクション・意思決定を促す職業です。
そのためには、論理的に説明ができること、適切にコミュニケーションを取って、分析結果・示唆を伝えるためのコミュニケーション能力が必要とされる職業です。
このようにデータサイエンティストに必要とされる能力を「なぜデータサイエンティストになりたいのか？」という質問で測っています。
過去の自身の経験談を交えて、データサイエンティストになるための理由に納得感があれば、この観点では十分にポテンシャルが伝わります。
下記に詳しく解説しているので、ぜひご覧ください。
DSになるために不足しているスキルを自覚していること
二つ目は、「データサイエンティストになるために不足しているスキルを自覚していること」です。
これは、「入社してから、自走できるか？」という観点を確認しています。
ポテンシャル採用とはいえ、数年たてば自らで自走しながら仕事を進めていくことを期待します。
いつまでも上司におんぶにだっこである状態では活躍は見込めません。
そのため、自らが目指す姿へ向けて、自身の課題はなんなのか？という点を明確に認識しているかどうかを面接では問います。
自らがDSになるために不足しているスキルがなにか、論理的に説明できればOKです。
DSになるために必要なスキルを習得しようとしていること
三つ目は、「データサイエンティストになるために必要なスキルを習得しようとしていること」です。
これは、「データサイエンティストになりたい本気度」および「行動力の有無」を確認しています。
データサイエンティストは流行りの職業でもあり、なんとなくデータサイエンティストになりたいと言っている方も多いです。
そのため、「実際にデータサイエンティストになるために何の行動をしているのか？」という観点で志望度の本気度と行動力があるかという点を確認しています。
本気でデータサイエンティストになろつとしている人間は書籍で勉強するや、スクールで勉強しているなどなにかしらの行動が伴っています。
データサイエンティストになるために行動が伴っていることが必要な条件です。
このような、3つの観点で私自身面接を進めています。
重要なことは「正直スキルはあまり見ていない」ということです。
大前提、ポテンシャル採用をしている中で、スキルなど後から十分身に付けられると考えています。
そのため、上記3つの観点が満たされていれば、分析スキルは入社してから十分身に付けられると判断しています。
だからこそ、ポテンシャル採用でデータサイエンティストになろうとしている方は「いかにポテンシャルを身に付けられるか？」が非常に重要なポイントになります。
具体的に取るべき行動
未経験からデータサイエンティストになるために、具体的に取るべき行動は二つです。
- ぬるったんのコンテンツを確認すること
- データサイエンスを学ぶ
詳しく解説していきます。
ぬるったんのコンテンツを確認すること
一つ目は、「ぬるったんのコンテンツを確認すること」です。
私自身、データサイエンティストのキャリアについて深く、詳しく発信活動をしています。
そのため、私が発信しているコンテンツに触れながら内省することで、「データサイエンティストになりたい理由」「データサイエンティストになるために不足しているスキル」を明確にすることができます。
まずは、データサイエンティストを深く知り、自身の経験と照らし合わせて、内省することが具体的なアクションの一つ目です。
データサイエンスを学ぶ
二つ目は、「データサイエンスを学ぶ」ことです。
データサイエンスを学んで具体的な学習を進める必要があります。
これは本内容の主題であり、次以降で詳しく解説していこうと思います。
未経験からデータサイエンスを学ぶ方法
未経験からデータサイエンスを学習する方法としては大きく分けて「独学」か「スクール」かの2択です。
結論としては、「可能なら独学おすすめ。不安があるならスクールを活用しよう」ということです。
それぞれにメリット・デメリットがあるので、詳しく解説していきます。
「独学」で学習する方法
まずは「独学」から解説していきます。
「独学」は「自己学習を継続し続けられる自信がある方」にはおすすめです。
独学の方法は下記に詳しくまとめているので、ぜひご参考ください。
「独学」のメリット
独学のメリットはなんといっても安価に学べることです。
例えば、機械学習の書籍を取ってむ、一冊3,000円から高くても5,000円程度でしょう。
書籍を学びきるには少なくとも1ヵ月程度はかかります。5,000円で1ヵ月学べるのは破格のコスト感でしょう。
かなり安価に学ぶことができる点は独学の最大のメリットです。
「独学」のデメリット
一方で、デメリットとしては「不明点・疑問点は自分で解決する必要がある」点と、「学習内容は自分で決める必要がある」という点です。
デメリットの一つ目として、独学であれば、周囲に簡単に質問できる環境はなく、躓いた時は自身で解決する必要があります。
最近だと、ChatGPTに聞いて解決できるので、一定この点は解決されることもありますが、質問以上の＋αのアドバイスをもらうにはやはりまだ経験豊富な人間の方が優れているでしょう。
また、学習のモチベーション維持にも講師との会話は役立つこともあります。
デメリットの二つ目として、学習内容自体を自分で決める必要があり、迷いが増える可能性があります。
学習内容を自身で決めることは、ある程度の労力を使います。
また、学習を進めていく中で、枝葉の学習に偏ってしまい、必要なスキルが学習できていないといったリスクは生じます。
そのため、未経験からデータサイエンスを学ぶためには全体感を持つことを注意しなければなりません。
「スクール」で学習する方法
次に、「スクール」を活用した方法についても解説していきます。
「スクール」活用は「自身で学習することが不安な方」におすすめです。
「スクール」のメリット
メリットとしては、「メンター・講師が付き、不明点・疑問点を聞ける環境がある」という点と、「カリキュラムが決まっているので、効率的に学習ができる」という点です。
基本的には「独学の」メリット・デメリットの裏返しになります。
メリットの一つ目としては、メンター・講師にサポートいただける点が大きなメリットです。
未経験であれば、学習中につまづくことは非常に多いでしょう。
そんな中で、経験豊富な講師人からサポートを受けられることは非常に大きなメリットです。
前提の知識が弱いや、～を勉強した方がいいなどのスキルレベルに応じたアドバイスが期待できます。
学習のモチベーション維持にもつながり、環境としては優れた環境になります。
メリットの二つ目は、カリキュラムが決まっており、効率的に学習できることです。
カリキュラムが決まっているので、データサイエンスを体系的に学ぶことができます。
どこかに学習が偏ることがなく、全体感を持った学習をすることができます。
また、学習のゴールがセットされているので、モチベーションも管理しやすいです。
暗中模索になりにくく、用意されたカリキュラムをこなすことでデータサイエンスを学べることが大きなメリットになります。
「スクール」のデメリット
一方で、デメリットは「費用がかかる」ことです。
スクールを活用するためには、少なくとも数十万単位の費用が必要になってきます。
最近では政府主導の補助金があり、安価に学べる環境が整ってきていますが、それでも独学よりは費用はかさむ点はデメリットになります。
今回はスクール活用の内容に特化して解説していきます。
「スクール」選びの考え方
データサイエンススクールを選択する際はの考え方について解説します。
結論は「とにかく1日でも早くデータサイエンティストになることを目指すために、スクールを活用しましょう」ということです。
スクール活用の間違え
データサイエンススクールを活用する場合のよくある間違えが「スクールでデータサイエンスを幅広く学ぶこと」です。
データサイエンススクールで体系的に広範囲に学んで、データサイエンティストとしての基礎を築くという考え方になります。
このやり方では、
- 長期になるので、お金がかかる
- 実業務ではなくサンプルデータの学習になる
- メンターも他社の人間
という点がデメリットになります。
スクールの正しい活用方法
私が考えるスクールの正しい活用方法としては、「スクールはいち早くデータサイエンティストになるための一つの手段」と考えることです。
つまり、データサイエンススクールでは、データサイエンティストになるための「助走期間」であり、最低限のスキルを学ぶための手段であるということです。
データサイエンティストとして、幅広く知識を持っていることは非常に重要です。
しかし、体系的に学ぶより、実務で学ぶことの方が効率がよく、正しい学び方です。
なぜなら、
- お金をもらいながら学ぶことができる
- 実務データを用いてより実践的な学習ができる
- 直接の上司に成長の過程をアピールできる
という多くのメリットがあるからです。
データサイエンススクールで多くを学ぶのではなく、データサイエンティストになるために最小限のスキルを身に付けるという考えでスクールを選択することが最適な選択になります。
おすすめのスクール
このような考えの下で、データサイエンススクールを選ぶ観点について解説します。
データサイエンススクールはあくまで、「データサイエンティストになるための助走期間」です。
助走期間は短く取って、早く走り出すことを重視しましょう。
そのため、未経験者がスクールに求める要件は3つです。
- 安いこと：費用は最小限に抑える
- 早いこと：早く修了するプログラムを選択する
- 最低限のスキルを学べること：学習領域を絞ったスクールを選択する
現在、市場には多くのデータサイエンススクールがありますが、その中で私が一番最適だと思うスクールは、
【テックアカデミー「データサイエンスコース」】です。
非常にコンパクトなカリキュラムになっており、経済産業省のReスキル補助金を使うこともできます。
8週間コースで実質 68,970円と破格の費用でデータサイエンスの基礎を学ぶことができるスクールになっています。
以降、テックアカデミー「データサイエンスコース」について詳しく解説していきます。
テックアカデミー「データサイエンスコース」学習範囲
まずは、テックアカデミー「データサイエンスコース」の学習範囲を解説していきます。
テックアカデミー「データサイエンスコース」では「統計学の基礎・データ分析の手法を習得」することができます。
具体的には、
- 区間推定、仮設検定にによる母集団の検証
統計の基礎、t検定の基本的な考え方、実装方法 - 住宅価格の予測
統計モデリングを使った予測の考え方、実装方法 - サッカーの勝敗予測
回帰を用いた予測の考え方、実装方法 - オリジナルのデータ解析
公開されているデータを使った演習
ということが学べます。
利用するプログラミング言語、ライブラリとしては、
- Python
- Numpy
- Pandas
- Scikit-learn
などが挙げられます。
これらは実際に実務でも使う言語、ライブラリであり、データサイエンティストとして知っておかなければならないスキルです。
高度な分析やAIを学ぶことはなく、データサイエンティストになるために最低限の知識を学べるカリキュラムになっています。
テックアカデミー「データサイエンスコース」料金
次に、テックアカデミー「データサイエンスコース」の料金について解説していきます。
結論として、「テックアカデミー「データサイエンスコース」は非常に安い」です。
学習範囲は、
- テックアカデミー：データサイエンス基礎
- Aidemy：AI・機械学習が厚い
- キカガク：DX関連の知識が厚い
- データミックス：ビジネス活用を含めた内容
という内容です。
一方で、料金は補助金を最大限利用する前提で、
- テックアカデミー：68,970円（8週間コース）
- Aidemy：158,400円（3ヵ月コース）
- キカガク：237,600円（6ヵ月コース）
- データミックス：222,750円（7ヵ月コース）
となります。
まとめると、テックアカデミーはデータサイエンスの基礎のみを学べて、破格の料金帯で提供されていることがわかります。
これが、私がテックアカデミー「データサイエンスコース」が優れていると思う理由です。
Reスキル補助金の内容
何度か登場した補助金についても解説していきます。
補助金は、経済産業省が提供しているReスキル講座補助金です。
補助金額は
- スクールの受講修了で50%の補助
- 修了後1年以内に就職で追加20%支給
という内容です。
Reスキル補助金を活用することで、最大70%（テックアカデミー「データサイエンスコース（8週間）」であれれば、最大160,930円）のキャッシュバックを受けることができます。
対象条件は細かくありますが、対象外となる方は
- 離職して1年以上の方
- いままでに給付金を活用して、学習を実施したことがある方
など、特殊事例の場合のみです。
注意点としては、「自分でハローワークに申請する必要があること」です。
不安な方は、申込時にテックアカデミーに問い合わせることをおすすめします。
プログラミングが不安な方向けのオプション
最後に、プログラミングに不安を感じる方向けにおすすめのライトなスクールを紹介します。
テックアカデミー「データサイエンスコース」はPythonがある程度使える前提のプログラムになっています。
そのため、Pythonの不安がある方は、事前「PyQ」で学習することをおすすめします。
PyQは
- Pythonの基礎を学べる
- 月額3,040円
- 最低27時間の学習期間
という、Pythonの基礎を学ぶために、「安く」、「早く」、「最低限のスキルを学べる」スクールです。
おすす目の講座としては
- 必須：「Pythonプログラミングをはじめよう（6H~）」「Pyhton文法基礎を学ぼう（21H~）」
- 可能なら：「データ分析（45H~）」
です。
Pythonのいろはもわからない方はまず、「PyQ」を活用して、学びましょう。
キャリア・スクール選びに迷ったら
それでもキャリア・スクール選ぶに迷ったら、直接ご連絡頂ければキャリア相談に乗らせて頂きます。（有償なので、キャリア相談と合わせて）
50人以上のデータサイエンティストのキャリア相談を経験した筆者の立場から、全力でサポートさせていただきます。
詳細は下記をご覧ください！
データサイエンスでキャリアを広げよう！
データサイエンティストは現在非常に需要が高い人材である、データサイエンティストになることで自身のキャリアの可能性を大きく広げることができます。
データサイエンスを学ぶことはまず第一のSTEPです。
学習していく中で難しいこともあると思いますが、踏ん張ってデータサイエンティストの入り口に立ちましょう！
今回は以上です。
にほんブログ村
