学術書をどれだけ読んだとしても、それが現場で活躍するためのスキルに直結するとは限りません。限りある時間を有効に使うためには、現場で活躍できるスキルをみにつけることが大切です。
それは、現役のデータサイエンティストがカリキュラムを作成したからです。本講座を監修・作成したのは現役で活躍しているデータサイエンティスト。だからこそ、現場で使えるノウハウが詰め込まれています。
講座を作るだけではなく、作った本人から直接指導を受けることができます。講座の中身を知り尽くしているからこそ、表面的な知識だけではなく、現場で使えるノウハウを身につけることができます。
スクールは誰が教えるかが最も大切です。アルバイトだけが集まっている学習塾に行ってもあまり力が身につかないのと同じ。生徒の現状をしっかりと把握し、適切に導くことができる講師が成長する上で重要なのです。
ASUCODEでは、経験豊富な講師が全ての講座を担当。グループセッションから個別面談まで、一気通貫であなたの成長をサポートします。
DataScience Bootcampでは、
以下の2名の講師が全ての授業を受け持ちます。
外注などは一切行いません。
株式会社CODOR 取締役
大阪大学理学研究科卒業。
その後、Panasonic(株) (*現Panasonic Holdings)
R&D本部に入社。
在職時には革新的デバイスの開発、アルゴリズムの開発を手掛け、
自身がチームリーダーとして務めたプロジェクトでは
フルスクラッチから3次元の数値流体解析が可能なソフトウェアを開発。
在職時の主要実績
・査読付き論文への投稿(First
Author)
・社内シンポジウム発表3件
・社内ホワイトペーパーへの掲載1件
・学会発表2件/招待講演1件
・社内カンパニーからの委託研究
3件(400万円以上)
・特許出願数(国内/海外) 計20件以上
そのほか、
・パナソニックグループ室長賞
・若手知財奨励賞
を受賞。
また在職時の経験からベンチャー企業から深層学習アルゴリズム受託開発も行った。
現在はLead DataScientist。
PM(Project
Manager)として複数のデータサイエンティストを纏めながら、
自身でもデータ分析に携わっている。
これまでに小売企業やデジタルマーケティング分野におけるDXプロジェクトを経験。
デジタルマーケティング分野では数億レコードのビッグデータ分析を行っている。
また、自身もMakuakeなどでクラウドファンディングプロジェクトをローンチし、
2商品を1200万円以上売り上げる等、起業家としての側面も持つ。
見れません。ある人数を超えると質が一気に下がると考えています。ですので、DataScience Bootcampでは同時受講される生徒の数を10名に限定しています。
DataScienceBootcampを受講して頂くことで、
データサイエンティストとして 活躍するためのスキルを
身につけることができますが、 より具体的な達成目標は以下の通りです。
データサイエンティストがどのように業務を進めていくのか、仕事のイメージを固めることができます
機械学習において用いられる手法なども含め、データ分析を行う上で使うアルゴリズムを学ぶことができます
データから直観的に特徴をつかみ取る力や、データ分析を行う際に必要となるデータの加工の仕方を学ぶことができます
会社から評価される人材になるうえで必須のスキルと言えるレポートの作成方法を学ぶことができます
一般的に使われているデータを用いて実践を行い、データ分析の経験を積むことができます。また、データ分析がどのようなものかが分かります
現役の講師から指導を受けることによって、現場で活躍するデータサイエンティストのスキルを体感することができます
データサイエンティストに必要なスキルを包括的に学ぶことで、今後データサイエンティストとして活躍するために何が必要なのかが分かります
本講座の目的はデータサイエンティストとして仕事を進める上で必要な知識とスキルセットを身につけることです。
そのため、現役で活躍しているデータサイエンティストが本講座のコンテンツの監修を行っています。
より具体的には、本講座を修了することで、ジュニアデータサイエンティストとして活躍する上で必要な能力を身につけることができます。
なお、DataScienceBootcampでは修了要件を定めています。詳しい要件につきましてはこちらを参照下さい。
また、DataScienceBootcampにおける総学習時間は約98時間となります。
講座のテーマ ~データサイエンティストにとって必要なスキル・マインドセットを習得する~ |
実務において必要なポイントは書籍などからは得ることはできません。本当に使えるスキルを身につけるための課題と、一連のスキルの習得を通じてデータサイエンティストとして活躍するためのスキル・マインドセットをみにつけて頂くことが本講座のテーマです。 |
学習内容 / 到達目標 | |||
1Week(1)
・全体像と学習戦略
|
|
|
|
1Week(2)
・ビジネス基礎
|
|
|
|
2Week
・GCP
・Shell ・Git |
|
|
|
3Week
・統計
|
|
|
|
4Week
・SQLその1
|
|
|
|
5Week
・SQLその2
|
|
|
|
6Week
・Python基礎
|
|
|
|
7Week
・Python応用
・可視化 |
|
|
|
8Week
・ドキュメンテーション
|
|
|
|
9Week
・Mini Project I: kickstarter
|
|
|
|
10Week
・Mini Project II: NYC citibike
|
|
|
|
11Week
・機械学習の基礎
|
|
|
|
12Week
・機械学習応用
|
|
|
|
13Week
・Mini Project III: NYC taxi fare forecast
|
|
|
|
14Week
・深層学習1
|
|
|
|
15Week
・深層学習2
|
|
|
|
具体的な進め方 |
開校前に面談を行い、現状の把握並びに目標の設定を行います。 また、個別面談は1週間に1回のペースで進めていきますので、全部で15回個別面談を行うことができます。 |
できません。ですので、DataScienceBootcampでは同時に受講できる方の数を10名に限定しています。
DataScienceBootcampを受講することで見につくスキルは以下の通りです。
SQLのセクションにおいて、以下の課題を課しています。
実データセット(NOAA(アメリカ海洋大気庁)の気象データセット)に対して、特定の気候条件を満たすエリアを抽出するSQLのクエリを作成し、提出してもらいます。
まず、このデータセットは小規模なものではなく比較的大きなデータセットです。次にSQLクエリを書くにあたって、実際のデータサイエンティストとして重要なSQL構文であるWHERE, GROUP BY, HAVING, WITH, User Define Functionの活用が必要です。
従って、この課題を提出できた時点で、実際のデータサイエンスの現場でSQLによるアドホックな分析で困るという場面はかなり小さいと判断できます。
つまり、この課題を出せた時点で受講前と比べて、
1.ビッグデータのハンドリングスキル
2.SQLを用いたアドホックなデータ分析スキルおよび実用的なクエリを書くスキル
の2つが身に付いていると判断できます。
Mini Project IIのセクションでは以下の課題を課しております。
実際にNYCでレンタルバイク事業を提供しているCitiBikeという会社のデータセットを用いて、
ユーザーのペルソナ分析を行い、その分析結果をパワーポイントに纏めて、提出いただきます。
ここではこれまでに積み重ねてきたデータエンジニアリングスキル(SQL)に加えて、新たにPythonによるデータ分析のスキルが求められます。
また漫然とデータ分析を行うのではなく、ビジネス課題に対して必要なデータ分析を洗い出す分析設計のスキルも併せて求められます。
これに加え、分析の為の分析ではなく、ステークホルダー(自分の上司や周囲の部署)へのコミュニケーションスキルが身に付いているかを判断する為に、分析コード(Pythonのコード)を提出いただくのではなく、それらの結果をまとめた報告資料(パワーポイント)を提出いただきます。
またペルソナ分析という課題自体も実際のデータドリブンマーケティングのプロジェクトとしては一般的な為、
実際にデータサイエンティストとして業務を行ったとして、製造業のマーケティング部門や金融業など複数の業界で似たようなプロジェクトを経験する可能性が高いです。
従って、この課題を提出できた時点で受講前と比べて、
以下のスキルが身に付いていると判断できます。
1.SQLによるデータ抽出からPythonにおけるデータ分析をシームレスにつなぐスキル
2.分析設計と探索的なデータ分析の実用的なスキル
3.分析内容をデータサイエンスを必ずしも専門としないステークホルダーに資料を使って説明できるコミュニケーションスキル
Mini Project IIIのセクションでは以下の課題を課しております。
実際にNYCで走っているタクシーのログデータを使って、タクシーの利用状況および運賃に関するデータ分析と機械学習モデリングの実装を行い、分析コードを提出いただきます。
Mini Project IIまででビジネススキルはチェックしているのでデータサイエンススキルとクラウドスキルをより強化する為の課題です。
今後、多くの企業がDXを進めるにあたってクラウド基盤上での分析は切っても切り離せません。そこで、この課題ではGCPのVertex AIを利用したクラウド環境上で適切に分析を進められるかというクラウドのスキルをチェックしています。なおかつ、探索的データ分析などのフェーズがより進み、次のフェーズとして予測モデルを作成してほしいとステークホルダーから依頼された場合にも対応できるようにLightGBMを使った機械学習モデリングを実施していただきます。
従って、この課題を提出できた時点で受講前と比べて、以下のスキルが身に付いていると判断できます。
1.クラウド上でデータ分析を進められるスキル
2.機械学習モデリングを適切に設計、実装できるスキル
Q.事前の知識がないので不安です。
A.事前知識がないことを前提としてカリキュラムを組ませて頂いております。また、毎週個別面談を入れて頂くことができますので、その場で次にやるべきアクションを決めることができます。
Q.他の講座との違いは何ですか?
A.本講座の最大の強みは現役のデータサイエンティストが作成したカリキュラムを元に、カリキュラムを作成した当事者から指導を受けられることです。ただ動画を見て終わりではなく、出題の背景なども踏まえてお話ができることが強みだと考えています。
Q.カリキュラムを終えると転職できますか?
A.「この予備校に入れば必ず東大に入れますか?」という質問にお答えできないのと同じように、転職の保証をすることはできません。ただし、合理的に考えて転職することができるスキルを身につけることができるカリキュラムだと考えています。
Q.受講後のキャンセルは可能ですか?
A.初回面談後3日以内であれば無条件で解約が可能です(今後の参考のために理由だけお聞かせ下さい)。その際はこちらの返金フォームより返金の旨をお伝えください。2営業日以内に返金処理を行わせて頂きます。なお、返金頂いた方は以後弊社のサービスを受けることはできませんのでご了承下さい。
Q.あまり時間が取れないのですが・・・。
A.データサイエンスに関して事前知識をお持ちの方はあまり多くはないかと思います。
そういった意味では、受講開始後には学ぶことが多くて少し圧倒されてしまうかもしれません。その場合でも個別面談を通じて、あなたの現状に合ったお話ができますのでご安心下さい。
Q.続けられるか不安なのですが?
A.本講座では、毎週面談を受けて頂くのですが、その際にモチベーションを高めるためのお話などを通じてやる気の維持を図って頂くことができます。
Q.卒業後はどうなりますか?
A.一般的なスクールでは受講期間を終えたらそれで終了となりますが、本講座では専属の講師と定期的に面談を行いますので、おのずと関係が構築されます。結果として、仕事に関係する内容についてざっくばらんに相談している受講生も沢山います。
詳しい要件につきましては、厚生労働省のHPをご参照下さい。また、ご不明な点がある方はお気軽にお問合せ下さい。
受講前の疑問を解消したいという方向けにZoomでの個別相談会を実施しています。
匿名・顔出し無しでも構いません。
なお、個別面談は運営責任者の大橋が担当致します。
実際の個別相談んでは、講座の説明よりも、現在のお悩みに対応するようなイメージで、ちょっとしたコンサルティングのような位置づけになるかと考えております。
上記のリンクをクリックして頂くと空いているスケジュールが表示されますので、ご希望の日時をクリックして予約して下さい。
データサイエンスのスキルを身につけることは、係数感覚にとどまらず、ビジネス力やストーリーテリングの能力など、ビジネスパーソンとして総合的な能力を伸ばすことができると考えています。
データサイエンティストとしての道を歩まずとも、本講座で学んだことはあなたの人生において役に立つでしょう。
あなたのこれからのビジネス人生において役に立つ講座を作りたい。そんな思いからこのプロジェクトがはじまりました。
講座の中でお会いできることを楽しみにしています。