データラーニングスクール3期生の募集を開始します

  • 2020年7月5日
  • 2020年7月28日
  • 告知

みなさん、こんにちは。

データラーニングCAO(Cheif Analytics Officer)、データラーニングギルド代表、データラーニングスクール代表をしております、村上です。

データサイエンスに必要な知識を網羅的に習得するデータサイエンス特化のスクールである「データラーニングスクール」の3期生の募集を開始しました。

以下のような課題を抱えている方を対象にサービスを展開しています。

  • データサイエンスに興味がある方
  • データサイエンスの勉強を始めたけど何から手を付けたら良いか分からない方
  • データサイエンティストとしてキャリアチェンジをしたい方
  • データサイエンスの知識を業務に活用したい方

ご興味のある方は是非ご参加ください。参加人数としては、最大で30名程度を予定しています。

データラーニングスクールとは?

データラーニングスクールは、オンラインで完全完結するタイプのデータサイエンススクールです。

データラーニングスクール

データサイエンスの基礎から徹底的に学ぶ、初心者のためのデータサイエンススクール…

データサイエンティストとして約10年の経験がある代表の村上が「実務で使えるデータサイエンススキル」を身に着けるためにカリキュラムを設計しています。

かなり網羅的で学習時間も長いですが、データサイエンスに限らない幅広い領域で応用できる知識が身に付くスクールとなっています。

 

 

データの活用に必要な知識を網羅的にカバー

データサイエンティストという職業で必要なスキルと言われて一番最初に思い浮かぶのは、AI、機械学習のスキルかと思います。そして、それを実装するためのpythonのスキルです。もちろん、それらのスキルは重要ですが、実はデータサイエンスに必要なスキルってもっと網羅的なんですよね。

具体的にどんなスキルが必要なのか、どんなコンテンツで学習できるのかに関しては以下のnote記事にまとめていますので、こちらをご参照頂ければと思います。

note(ノート)

みなさん、こんにちは。 参加者160人を超えるデータサイエンティスト特化のオンラインコミュニティ「データラーニングギ…

データサイエンティストは、以下のような幅広い知識を求められます。

  • ロジカルシンキング
  • 仮説構築
  • データの前処理
  • データのビジュアライズ
  • レポーティング
  • 統計学
  • 機械学習の理論的な知識
  • 機械学習の実装方法
  • 機械学習システムの構築
  • データ利活用のプロジェクトマネジメント手法
  • 組織として動いて貰うための方法

このように、非常に網羅的な知識が必要になって来ます。データラーニングスクールでは、それらの領域の全体感を掴むことを目的とした、以下のようなカリキュラムを提供しています。

  • 第1週 マインドセット・タイムマネジメント
  • 第2週 データ分析を支える思考プロセス
  • 第3週 データ分析基礎
  • 第4週 ドキュメンテーション・レポーティング
  • 第5週 データベース・集合・BigQueryを用いたSQL入門
  • 第6週 SQLを用いたアクセス解析実践演習
  • 第7週 pythonで学ぶ統計学
  • 第8週 機械学習前編(教師あり学習)
  • 第9週 機械学習中編(教師なし学習、ディープラーニング、強化学習)
  • 第10週 機械学習後編(特徴量エンジニアリング、評価手法、実務への適用)
  • 第11週 CRISP-DM・ゲーム理論・マーケティングフレームワーク
  • 第12週 総括

一般論として、専門知識の習得、学習のステップとしては以下のような形になるかと思います。

  • 専門領域にどんなトピックがあるかを知る
  • 各トピックの内容を理解する
  • 理解した内容を実践的に使えるようになる
  • 習得したスキルを応用して別領域に展開できる

データラーニングスクールでは、前半の講座形式のカリキュラム、後半のコミュニティでの学習に分かれており、前半の講座形式でのカリキュラムでは、専門領域を知る部分、理解する部分、そして実践的な能力の入り口までをサポートします。

その後、自分の得意領域や苦手領域に合わせて、後述のコミュニティ内の活動でより実践的な課題に取り組むことを想定しています。

なぜこういった形式にしているかと言うと、深掘りする内容にすると、個別最適な学習が難しいからです。

エンジニアのバックボーンの方はプログラミングやシステム設計に関する領域に詳しいですし、マーケター出身の方はマーケティングのプロセスや概念、ツールの活用方法に関して詳しかったりします。

統一したカリキュラムで学習した場合、どうしても得意不得意は出てくるため、まずは「絶対に抑えておくべきポイント」を抑えて、ゴールに合わせた学習をするという形式を取っています。

 

経験豊富なデータサイエンティストの村上がメンターとしてサポート

データサイエンスの領域は、データの形式や取り扱うビジネスモデルが違うことから、応用力が非常に求められます。そのため、独学で学習することが非常に困難です。

実際、データしサイエンティストとしての自分の経験を振り返ってみても、今では上場しているデータ分析専業の会社でデータ分析の基礎について教えて貰ったり、資料作りやストーリーテリングが非常に優れているチームメンバーに教えて貰ったりしたタイミングでスキルが劇的に伸びたように思います。

そのため、何か新しい領域を学ぶ際は、どのようなメンターの元で学習できるかが非常に重要になって来ます。

データラーニングスクールでは、従業員数万人規模の一部上場企業からスタートアップに至るまで、幅広い領域で10年間データサイエンティストとして活躍をして来た村上がメンターを努めます。

教育に関しても、会員数200名を誇るデータラーニングギルドの運営や、データラーニングスクールの講師業などを行っており、講師としても多くのデータサイエンティストを排出しています。

現在募集している3期生については全員村上が対応する予定ですが、今後スクールを拡大していくに当たって別のメンバーになる可能性もあります。村上の指導を受けたいと思って頂ける方に関しては、今期の講座にお申し込み頂ければと思います。

 

コミュニティでの学習支援

データラーニングスクールの受講生は、データラーニングギルドという、データ分析人材が集まるコミュニティに招待させて頂きます。データラーニングギルドには、データ分析に携わる、初学者からベテランまで幅広い業界の方が参加しています。

データラーニングギルド

実践的なスキル習得に特化したデータサイエンティストのためのコミュニティ…

データサイエンスの学習に役立つ企画を多く実施しています。具体的には以下のような活動を行っています。

  • kaggleへのチーム参加(銀メダル獲得チーム2チーム、銅メダル獲得チーム2チーム)
  • slackのデータを用いたslack内のマッチングシステム構築
  • GCPを用いたデータパイプラインの構築
  • コミュニティ内のデータを把握するためのKPIダッシュボードの構築
  • メディアのバイアウト経験を持つ講師によるライティング講座やマーケティング講座
  • データ分析に関する書籍の輪読会を4冊程度並行で実施

これらは活動のごく一部なのですが、未経験の人がいきなりこれらの活動に参加するのはハードルが高い部分があります。講座を受講する事で、これらの企画に参加するための最低限の知識が身につきます。最低限の知識を身に付けた上でこれらの企画に参加する事で実践的なスキルを身に付けることができます。

 

育成も含めた本当の意味でのキャリア支援

「キャリア支援」と言うと、転職の支援をするようなイメージを持たれる方が多いかと思います。でも、それは、選択肢の一つでしかないと思います。

データラーニングスクールでは、以下のような幅広い形でキャリアの支援を行います。

  • データサイエンティストの関連領域での実績がない方にポートフォリオを作成する支援をする
  • 学習のスピードが緩やかな人に、1年〜2年単位のスパンで学習支援をする
  • 転職先を紹介する
  • 社内でのデータ分析プロジェクトに入るためにサポートする
  • 副業を紹介して、実務経験を積む
  • kaggleなどのコンペに一緒に出て、実践的な学習のサポートをする
  • データエンジニア、データアナリスト、プリセールスなど、その人に合った職種を見極めてその職種に向けた学習を支援する

このような、その人に個別最適化した学習環境を提供するのが、本当の意味での「キャリア支援」だと思います。

実際に「まずは無理なく週3程度の仕事を見つけたい」と言っていた方に対して、企業とのマッチングの支援をしたり、業界未経験の方に対してポートフォリオ作成の支援をしたり、学生の子にインターン先の紹介をしたりといった、個別最適な支援を行っています。

また、転職して終わりではなく、そこからがスタートだと思っていますので、受講された方が最終的に実現したいキャリアを実現できるように、ステージに合わせた支援をし続けたいと考えています。

 

 

想定するゴールとスキルごとの学習時間

データラーニングスクールを受講される方のゴール設定に関しては、大きく分けると「データサイエンティストとしての仕事に必要な実務レベルの知識習得」と「データ人材とコミュニケーションが取れるレベルのデータ分析への理解」2種類に分かれるかと思います。

それぞれの学習時間の目安がどの程度になるか、基準をお伝えしたいと思います。データサイエンティストは求められるスキルが多いので、完全に未経験の状態から必要なスキルを身に付けるには、プログラマーより、若干長い時間をかける必要があるというのが、個人的な見解です。

 

 

業務レベルのスキルを習得したい場合

まず、業務レベルの知識の習得にかかる時間の目安です。ここで業務レベルと行っているのは、ポテンシャル採用ではなく、即戦力として採用されるレベルのスキルを想定しています。

ここに関しては、関連職種での業務経験があるか、完全に未経験かでかなり変わってくるかと思います。

関連領域であるエンジニア、コンサルタント、マーケターなどのバックボーンがあるような方は今持っている知識をベースに学習を進めて行くことができると思います。その場合ですと半年〜1年程度、学習時間としては500時間〜1000時間程度の学習時間を当てられれば実務レベルまで到達できる可能性が高いかと思います。

一方で、全くの別業種からのキャリアチェンジとなると覚えることが多くありますので、1年〜2年程度、1000時間〜2000時間程度の学習時間を確保頂くのが良いかなと考えています。

 

データ人材とコミュニケーションが取れるレベルのスキルを付けたい場合

データ人材とコミュニケーションをとる場合は、講座の内容を一通り理解していれば十分かなと思います。講座に関しては1週間で約20時間、12週のスケジュールを予定していますので、3ヶ月、240時間程度の学習時間を確保して頂ければ問題ないかと思います。

 

 

データラーニングスクールの実績

第1期生の講座が終了したのが2020年の3月のため、まだまだ実績は少ないのですが、以下のような成果が出始めています。1期生のメンバーのうち転職を希望するメンバーは具体的に転職活動を開始し、ポートフォリオの作成支援などのサポートも行っています。

  • 講座で学習した知識を活用したプロジェクトにアサインされた
  • 講座終了約直後にデータ分析に関する仕事をコミュニティのメンバーから依頼された
  • 講座終了後にkaggleのコンペに参加して銀メダルを獲得できた
  • 講座終了後にデータ分析系の仕事に転職することができた

 

 

受講に関する記事やインタビュー

講座に関する雰囲気や内容に関しては、以下のインタビューや受講体験記が参考になるかと思いますので、ご参照頂ければと思います。

受講生インタビュー

データラーニングスクール

データラーニングスクール受講までの経緯を教えてください。 私は現在エンジニアとして、システムを作って運用しています。働い…

データラーニングスクール

データラーニングスクール受講までの経緯を教えてください。 私は現在フリーランスエンジニアとして働いてますが、以前からデー…

データラーニングスクール

データラーニングスクール受講までの経緯を教えてください。 私はデータ分析の知識がゼロに近い状態でデータアナリスト業務に入…

 

受講体験記

 

 

データラーニングスクールにかける想

また、データラーニングスクールにかける想いに関しては、以下の記事にまとめてありますので、こちらも合わせてご参照頂ければと考えております。

内容としては少し過激な感じになっていますが、「3ヶ月でデータサイエンティストになれます」といった甘い謳い文句に騙されないで欲しいなと言う想いがあります。

データサイエンスは覚えることが多く、難しいです。ただ、その分やりがいもあり、高収入も得られる仕事だと思いますので、長期的な目線で取り組んで行って頂きたいなと考えています。

note(ノート)

参加者160人を超えるデータ分析特化のオンラインサロン「データラーニングギルド」の代表をしている村上です。この度、「デ…

 

 

料金、プラン

以下の3つのプランをご用意しています。全て税込み価格となっています。メンタリングプランは個別に取る時間が長いため、5名限定での開講となっています。

  • データラーニングスクール(148,000円)
  • ギルド&スクール(298,000円)
  • メンタリングプラン(798,000円)

 

 

3期生スケジュール

2020年8月〜10月の期間で講座を実施、2020年8月〜2021年7月の期間でコミュニティでの学習を想定しています。

 

  

Q&A

Q1. 全くの未経験でも大丈夫ですか?

問題ありません。ただ、エンジニアの経験がある方の倍以上の時間がかかる事を覚悟いただく必要はあります。

 

Q2. 数学が苦手なのですが、どの程度の数学のレベルを想定していますか

データ分析の基礎やレポーティングなどの講座に関しては数学の前提知識は必要ありません。機械学習の講座では、高校数学(微分、積分の基礎や行列計算)を理解している方を想定しています。

機械学習にどの程度のレベルが機械学習に必要かを理解してからの再学習の方が学習効率が高いため、数学に苦手意識がある方は講座を受講しながら自分に足りない数学力を理解し、受講後に学習する事を推奨しています。

 

Q3. 講座を受講したらデータサイエンティストとして転職できますか?

講座で学習した内容を実務で使用できるレベルで身に付けて頂ければ、データサイエンティストとして転職できる可能性は非常に高いです。

ただ、データサイエンティストになるには、統計、機械学習、ビジネス理解、データの加工方法の習得など、幅広い知識が必要とされます。

そのため、学習の途中で脱落してしまう方も多くいらっしゃいます。メンタリングやコミュニティでの長期支援を通じて学習を続けられる環境を提供させて頂くような形でのサポートをさせて頂きます。

 

Q4. 他のスクールとの違いは?

様々な違いがありますが、大きく分けると2点の違いがあります。

1点目は、現役のデータサイエンティストが作った「実務で使えるレベル」を目指した講座となっている事です。

他のスクールではpythonを使ったモデリングの習得に比重を置いていますが、本講座では、ロジカルシンキング、科学的思考プロセスといった基礎的な能力から、マーケティングやゲーム理論と言った実務で活用できる知識、プロジェクトマネジメントやシステム設計といった網羅的なスキルを習得するための内容のコンテンツを提供しています。

2点目は、コミュニティ型の支学習援をしている事です。

得意領域や苦手領域、目指すべきキャリアプランは個々人によって変わって来ます。そのため、データラーニングスクールでは、講座終了時点がスタートラインだと考えています。その後、ロールモデルとなる方を見つけたり、自分の得領域を伸ばしたり、苦手だけど必須な領域を補完したりといった活動をコミュニティ内の活動を通して実施していく事を想定しています。

 

Q5. 講座のコンテンツはいつまで閲覧可能でしょうか?

講座のコンテンツに関しては、講座終了後も無期限で閲覧可能となっております。

 

 

お申し込み手順

村上のTwitterにてDMをお送りください。

 

データラーニングギルド

データラーニングギルド

実践的なスキル習得に特化したデータサイエンティストのためのコミュニティ…

告知の最新記事8件

>トップクラスのスキル、経験、人脈が 手に入る分析人材コミュニティ

トップクラスのスキル、経験、人脈が 手に入る分析人材コミュニティ

データ分析人材が活躍できるようにするため、互いに情報を交換しながらキャリア構築をしていく環境、学習や仕事の獲得できる仕組み、実際の課題や実データなど、ありとあらゆるものを提供して行きます。