（取材）データラーニングスクール｜未経験からデータ活用人材へ！体系的なカリキュラムと充実の学習/キャリアサポートが揃うスクール

未経験・独学では難しい？データサイエンティストの仕事とは

—データラーニングスクールのこれまでの歩みや、開校されたきっかけをうかがえますか？

データラーニングスクールの前身となるスクールは、2018年の株式会社データラーニングの立ち上げと同時に開校しました。0期生という形で取り組んだものの、課題感を感じたことからコンテンツ内容を大幅にブラッシュアップし、2020年1月に改めてデータラーニングスクールとして開校。そして2022年1月から、現在のコーチングプランのテスト運用を開始して、いまに至ります。

スクールを立ち上げたのは、未経験の人がデータサイエンスを体系的に学習できる環境がないことに課題を感じたためです。というのも、私のように10年近くデータサイエンス業界にいる人は、「データサイエンティストになりたくてなった」というよりも、「気づいたらデータ分析の仕事をしていて、データサイエンティストと呼ばれていた」という方が多いんです。

最近はデータサイエンティストもわりとメジャーな職業になってきて、ロードマップもできてきました。そこに欠かせない実務的で体系的なカリキュラムや、それを教えるメンターといった必要な人材も揃ったことから、実務レベルまで到達できるスクールとして、データラーニングスクールを立ち上げたのです。

—以前はなりたくとも、学習できる環境が圧倒的に少なかったんですね。

はい。特にデータサイエンティストは、答えがないものを考察して、答えを導き出すことが仕事です。しかも、その手順や考察が正しいのかどうかは、明確にわかるものではありません。データ分析ができる人からのフィードバックをもらうことが、とても大事なんです。

データラーニングスクールでも、フィードバックをもらえる環境づくりには、かなりこだわっています。

—となると、独学だと実務レベルに到達するのは難しい、ということでしょうか？

そうですね。領域によって、例えば統計学の勉強は答えがありますし、プログラミングもコーディングをテストにかけて動かせば明確にわかりますが、実務レベルとなればそれ以外の部分が重要となってきます。そこのギャップを埋めるのが、私たちスクールの役割かと考えています。

—データサイエンティストの需要が伸びていると拝見しましたが、業界内でもそのようにお感じになることはありますか？

かなり間口が広がってきていると感じます。職種も、データアナリストやデータエンジニア、機械学習エンジニアといったように、ポジションごとの定義もできてきました。

あとは、以前は一部の優秀な成績を納めてきた方だけがいた業界、というイメージでしたが、最近はそこも変わってきたように思います。以前は大学院卒や博士卒といった方が多く、東大/京大出身者の方がいても驚かないぐらいでしたが、最近では文系学部卒の人も結構増えてきて、間口の広がりを実感します。

独自カリキュラムと学習/キャリアサポートで実務レベルのスキルが身につく

—コンテンツ内容を大幅にブラッシュアップされたとおっしゃられていましたが、どのように変わったのでしょうか？

開校当初は、学習時間が長くなってしまったり、勉強していてわからないことが出てきてしまったり、本当に自分がやりたいことだったのかわからなくなってしまったりで、途中で離脱してしまう方たちがいらっしゃいました。

その方たちをすくい上げて実務レベルに引き上げるために、学習から理想のキャリアの描き方まで伴走しサポートする、コーチング的な役割を担う人が必要なのではと仮説を立てました。

それまでも、技術的に優秀で、かつコミュニケーションにも長けている人を中心にメンターにしていましたが、受講生様の本当のニーズや理想に近づくためには、やはりキャリアサポートの専門家が適していると考えて、プロのキャリアコーチによるコーチングを提供することにしたのです。

結果、学習が止まりかけていた方をキャッチアップして対応策を打てるようになり、自分の目標を叶えられる受講生様も間違いなく増えました。

—コーチングを取り入れたことにより、より受講しやすい環境になったのですね。そんなデータラーニングスクールでは、どのようなポイントに力を入れておられますか？

実務的なスキルが身につくことを重視しています。課題についても、コーディングを手段として使って、レポート作成やモデルの改善を行っています。

具体的には、データ分析から考察を得ることや、その結果をドキュメントに落とし込んで関係者に伝えること。そこから組織が意思決定するための活動についてまで、データサイエンティストの一連の仕事をしっかりと学べる内容になっています。

—先程おっしゃられた、フィードバックも受けつつ進める形なのでしょうか？

そうですね。講座の中でレポートを作っていただく課題がありますが、そのレポートに「このグラフの方がより伝わりますよ」といったフィードバックをします。他にも、関係者に伝えるためのプレゼンテーション資料の作り方や、資料のストーリー構成も助言させていただきます。

また、データ分析に欠かせない、ロジカルシンキングや科学的な思考といった基本的な考え方の育成にも力を入れています。思考プロセスの入門のような形で、イメージとしては、コンサル企業、データ分析会社、SIer企業の新人研修期間で行うような内容です。このようなカリキュラムは、AIや機械学習だけが学べるスクールと大きく違うところかと思います。

データサイエンティストへの道はさまざま。多様な選択肢を提示

—データラーニングスクール独自のカリキュラムだからこそ、実務的なスキルを身につけられるんですね。そんな御校には、どのような受講生が多くいらっしゃいますか？

年齢でいくと、30代前後の方がボリュームゾーンで、次いで35〜40歳の方、その他50代の方まで幅広く学ばれています。

性別は男性が多く8割、女性が2割。目的としては、転職をゴールにされている方が一番多く、7〜8割ぐらいを占めます。キャリアアップや転職を目指す際のプラスアルファのスキルとして身につけたいという方も多いですね。

経験の有無では、これまでに統計学の基礎を学ばれていたり、エンジニアでプログラミングができたり、マーケターでアクセス解析をされていたりと、データ分析となんらかの関連のある業務をされていた方が半分ほど。このような経験のない、全くの未経験の方も半分近くおられます。

—未経験からとなると、正直キャリア形成に不安を感じてしまいますが、いかがでしょうか？

簡単かどうかでいくと、正直かなり大変です。当校では、未経験からだと500〜1,000時間ほどの学習時間が必要だとお伝えしています。

また文系の方でいくと、データサイエンティストのような研究や開発、数式が多分に必要な領域については、ファーストキャリアでは難しい印象があります。ただ、データエンジニアやデータアナリストといった、数学要素が抑えめなところからキャリアをスタートすることもできますし、追加で数学を学び直してデータサイエンティストへの道を歩む方もいらっしゃいます。

人によっては、IT業界にエンジニアから入職するパターンもあります。データサイエンティストになるよりも入りやすいですし、まずはIT業界で分析に携わる業務に就く方も多いです。

—どういった道があるのか、自分で探すのは大変かと思うのですが、そういったサポートもしていただけるのでしょうか？

そうですね。コーチはもちろんのこと、接点の多い講師陣も、1on1で教えてくれる現役のデータサイエンティストでもある個別のメンターもいます。オンラインコミュニティもありますので、どういった方向性があるのかを聞ける場は多いですよ。

高難易度でも挫折を防ぐ！データラーニングスクールの学習サポート体制とは

—未経験から難しい内容を長時間かけて学ぶとなると、挫折しないかも気になります。御校ではどのような対策をされていますか？

当校としても、挫折対策は大変力を入れてやっているところです。コーチングやメンタリングサポート、オンラインコミュニティなど、さまざまなサポートをしています。

①コーチング/自己分析でゴールへの道筋を描く

1つ目はコーチングです。入学後1ヶ月目は、複数のフレームワークを用いて自己分析をしていただきます。現状の満足度や将来的な理想など、改めて自分を見つめ直すことでゴールが明らかになり、「このゴールにたどりつけるなら、がんばる価値がある」というように、大変な道のりであってもモチベーションを保ちやすくなります。

ほかにも、定期的な状況確認や学習習慣づけもコーチングでサポートします。「やりたい」という気持ちが続く限りはがんばり続けられるような、十分なサポート体制を構築できていると思います。

②同期がいるからがんばれる！グループメンタリング

2つ目は、グループメンタリングです。2〜4ヶ月目まで、毎週決められたペースで進んでいくので負荷はかなり高いですが、同期がいることで「みんなががんばっているから、自分もがんばろう」と、やりきれる環境を作り出せると考えています。

4ヶ月目ぐらいからは自分のペースでポートフォリオを作りますが、それも大学のゼミのようなイメージで、都度適切なフィードバックができるようにしています。

③オンラインコミュニティで現役データサイエンティストと交流

当校には、オンラインコミュニティの「データラーニングギルド」もあります。現役のデータサイエンティストも所属するコミュニティになっているので、受講生同士の横のつながりを作れることはもちろんのこと、すでにデータサイエンティストとして活躍している人との交流も可能です。

卒業してデータサイエンティストとして活躍されている方も所属しているので、そこでモチベーションを上げられたり、雰囲気がわかったりします。受講生同士だけでは得られないものを得られる場になっていると思います。

—データサイエンスに特化した御校ならではの、充実のサポートですね。受講生がスキル獲得やキャリア形成を目指すにあたって、注意すべきポイントを教えてください。

すべて理解した上で次に進むのではなく、ある程度の理解でとどめるように意識すること。簡単に言うと、全部で80点を取ろうと思わないことです。

データサイエンティストになるための学習内容は、大学で学ぶようなものや、プログラミング、コンサル関連など、一つ一つが難しいんです。ただ、それらすべてを理解しないといけないわけではありません。最低限の理解で問題ない領域もありますし、自分のやりたいことに合わせて、各領域の理解レベルを調整することも大切です。

例えば、機械学習やAIに強くなることを優先するのなら、コンサルティングやドキュメンテーションは最低限に抑えておく、というように、すべてで80点や100点を目指さないというのは、学習する上でポイントになってくると思います。もちろん、ここも技術者目線で「ここまでできれば仕事になる」というところをフィードバックしますので、ご安心ください。

将来性のあるデータサイエンス業界！チャレンジする方を全力でサポート

—多くのデータサイエンティストと関わりのある村上さんから見て、どのような方がデータサイエンティストに向いていると思われますか？

好奇心と学習習慣があることが大事だと思います。例えば、ECサイトの分析をするとなれば、製品を購入するきっかけやサイトを見るときの視線の動きなどを理解することが必要です。一方人事データの分析なら、退職に関連する要素や従業員満足度とのつながりを把握することが求められます。

仕事によって全く別の領域をキャッチアップすることが必要になるので、好奇心や学習習慣が大切です。

—最後に、読者の方に向けてメッセージをお願いいたします。

データサイエンスは、おもしろい領域だと思っています。いろんなことを考えるのが好きだったり、実験や試してみるのが好きだったりというように、分析的に物事を考えることや試行錯誤が好きな方にとっては、大変ユニークな仕事です。

収入面や将来性でいっても、今後間違いなく伸びていくであろう領域ですから、ぜひチャレンジしてみていただけると嬉しいです。そしてそういった方々を、当校では全力でサポートします！

—貴重なお話、ありがとうございました！

Data Learning School｜独自カリキュラムと手厚いサポートで未経験からデータ活用人材を目指せるスクール！

Data Learning School（データラーニングスクール）は、データサイエンスの学習に特化したスクールです。

データサイエンス領域は学ぶ内容も難しく、長時間の学習が必要ですが、コーチング、個別/グループメンタリング、オンラインコミュニティといった充実のサポート体制が整っているため、しっかりとスキル獲得を目指せます。

そんなデータラーニングスクールでは、3つのプランが用意されています。


データラーニングスクールには実践教育訓練給付金対象講座もあり、実質的な負担を大きく抑えて学ぶことも可能です。需要の高いデータ活用人材を目指すなら、まずは無料の個別カウンセリングに参加してみましょう！