ども、らーにゃです。今回はデータミックスについて触れていきます。
データサイエンス系のスクールって実際どんな感じなの？？
データサイエンスに関して興味はあるものの自学自習だと限界あるし、効率悪い…
体系化されたスクールのカリキュラムは魅力的だけど、どれも破格の高さで手が出せない…
こんなことを漠然と考える人も多いのではないでしょうか。
私自身、費用が高すぎて検討をやめておりました。
ただ、よくよく調べてみると、価格を大幅に抑えるやり方が実はあったりします…！！
上記は、受講費の70%の費用を国が負担するというものです（詳細は上記ご確認下さい）。
事実、私はこの制度を使ってデータミックスを利用し、これで50万円のキャッシュバックを得られました。
結果、ものすごいコスパ良く学ぶことが出来、かつ人の輪も広げることができました。
では、肝心のデータサイエンスのスクールではどのようなことが学べるのか？
今回は、実際にデータミックス社の手掛けるっデータサイエンスのスクールに通い学んだことを記載します。
データサイエンスのスキルアップを目指している人の最初の一歩の一助になれれば幸いです。
目次
今回の論点整理
まず、はじめにこの学習はどんな人にオススメなのか？
先に結論から言うと「データサイエンスをイチから学びたいという初学者」にオススメです。
特に、
- データ分析を含むデータの利活用の責任者に任命された
- データを活用したサービス設計やディレクションを求められる
- データサイエンスの要素を現業に急に求められはじめた
といった人の場合は要チェックです。
つまり、生粋のデータサイエンティストというよりは、
データサイエンティスト要素を含んだ働きを求められる人にうってつけのプログラムです。
プログラム内容も、コーディングの知識、統計の知識、ビジネスでの活用観点など
かなり網羅的に扱ってくれており、実践に重きを置きながらカリキュラムが作られています。
実際に半年間プログラムを受講して感じたことや、入塾する際に必要な観点を記載します。
- データミックスとは
- データミックスの学習内容・カリキュラム
- データミックスのメリット・デメリット
- データミックスの試験対策について
順に触れていきます。
最近、何かとAIだとか機械学習だとか言われますが、その手をマルッと学びたいなら通うのが手っ取り早いですね。
データミックスのポイント
① データミックスとは
データミックスはデータサイエンスに関する内容に特化したプログラミンスクールです。
私が入塾した際(2020年2月)は完全オフラインで毎週教室に集まって勉強しておりましたが
コロナを受けて、途中から密回避を目的に、オフライン・オンライン両方に対応するハイブリッド型になり、利便性が高まりました。
期間はプログラム内容によりますが、私が受けたデータサイエンティスト育成コースは半年強でした。
内容は、基本的なコーディング技術(Python/R)や統計知識やビジネスに応用する際に必要な観点などなど割と幅広く取り扱ってくれます。
また、最終的には卒業課題という形で、データサイエンスを実務に活かす内容を設計し、プレゼンするところまで実践できます。（勿論サポートは手厚いです）
ハードルが高そうに見えますが、初心者やど素人でも分かるようにかなりかみ砕いて説明をしてもらえて、理解のしやすさは抜群です。
ただ、Pythonの超基本的なところは出来ている前提で進むので、少なからず入塾テストの際は少し参考書などで勉強してからの方がよいかもです。
私の場合は参考書だけでも自信がなかったので、下記のスクールにも通って万全の準備をしました。
>>試験対策として利用したTechAcademyのPythonコースとは
ここは後述致します。。
当初、入塾テストの内容すらまともに理解できませんでした。
②データミックスの学習内容・カリキュラム
では、プログラムの内容は具体的にどういったものだったのか？
ざっと流れを示すと、下記のような流れになります。
↓
■授業で学ぶ・出席登録する
↓
■都度演習・自主課題を解いて復習
（上記を繰り返し、たまに課題テスト）
とってもシンプルです。
予習➡授業➡復習の流れは学校に通っていた時を思い出して懐かしくなりました。
また、ここで前述した国の割引制度を適用する際にポイントになるのは、出席登録と課題テストです。
出席を8割以上して、課題テストを基準点に到達しないと7割還元の国の施策が使えないのでここだけ要注意です。
出席も前日までに連絡をすれば別曜日にリスケができるのでドタキャンさえしなければ問題ないです。
また、課題テストも確認程度で取り立てて難しい問題ではないので、小テストの時期を意識さえしていれば問題ないレベルです。
つまり、授業のインプットをしっかり出来ていければ問題ないというわけですね。
また、カリキュラムは以下のようなものです。
➡諸々の説明や流れを理解します。
※メンバー間の懇談の場があった！
1. ベーシックステップ
➡基礎的な知識・コーディングを学習
2. 統計基礎ステップ
➡統計学の学術的な基礎を学習
3. アドバンストステップ
➡実務を想定したモデルケースを学習
4. インテグレーションステップ
➡自主課題の設定と発表、それの準備
（各ステップ毎に課題テストあり）
流れはこのような形で展開されます。
コーディングのベースはPythonですが、プログラムの中でRやSQLもやり方を覚える程度に触れてくれます。
どのステップも一見難しそうですが、初心者を想定してカリキュラムを組まれているため内容は分かりやすく、
授業の途中でディスカッションをしたり、都度都度休憩をいれたりと、あまりガリガリやるような雰囲気ではないです。
これはやってみて驚いたことなのですが
教室にカメラがついており、受講者が眠そうにしていないか計測して集中しやすい形に講師にフィードバックして受講力を向上させる設計になっているようです！
授業の回数が増えてデータが増えれば改善がなされていく、まさにデータサイエンスを地で行う授業です。そのため、授業の質は安心して問題ないです。
また、個人的に一番ありがたかったのが、懇親会を設定いただいたことです。
これはコロナに入ってしまってからはNGになったのと、そもそも講師によってやるやらないがわかれているっぽいのですが、私の場合は運よくこれをやっていただけました。
多くの人が半年間、一緒に勉強するので、ここで少し打ち解けられたことで、その後に課題のことなどを聞いたり相談したりすることがグッとしやすくなりました。
また、仲良くなることで他業種のことを聞いたり、色々とデータサイエンス意外の学びも多く得られたのはめちゃくちゃ大きかったです。
これは、今のご時世で実現されるかは未知数ですが、運が良いとそういうネットワーキング的なこともなされます。（場合によっては受講者発案で開催みたいなのも多いようです）
最初に懇親会で打ち解けられるとその後の効率も良いし、何より楽しくなるよね
③データミックスのメリット・デメリット
さて、では、肝心の実際にやってみてどうだったのかの所感です。
正直な感想を記載しますが、下記が体感して思ったことです。
メリット
正直なところメリットがいっぱいありすぎます。
そのため、特にその中でもよかった点は以下の通り
- ビジネスでの活用を想定した学習内容
- 理解がしやすい授業設計とサポートの手厚さ
- 働きながらも出来るカリキュラムデザイン
- スクール終了後も続く横のつながり(ネットワーキング)
- 圧倒的なコスパ（職業訓練給付金利用を想定）
特にビジネス現場での”実践”に重きを置いた考え方なのは非常に良かったです。
最後の卒業発表も自分の業務に関わるテーマで設計することが求められたので
必然的に自分の業務に落としてこの知識を利活用することが出来るのはその後の定着に繋がります。
他のデータサイエンス系のところを見ると、プログラミングのコード記載に重きをおいたり
大学が主催するものだと統計学・座学に重きをおいたりで、ビジネスケースが少なく実践力に欠ける点が否めません。
逆にアカデミックにやるのであれば、そちらの方が良いと思うのでこれは一長一短です。
ただ、私の場合は、”実践力”を意識したかったのでとてもよかったです。
授業で扱ったことがそのまま実務でも使えたりするのは良いですね
デメリット
うーん、、と思った点も敢えて記載します。
もっとよくなったらいいなーと思ったのは以下の通り
- 講師の質のバラつき
- 冊子が紙に依存
- 6ヶ月強という期間
- 通常価格だと高め
これは致し方ないのですが、曜日や時期毎に講師が変わります。
毎回講師の評価はするものの、やはり「あっちの講師の方がよかったなー」みたいなバラつきはあります。
そのため、「ちょっとこの人の授業は眠くなるな…」という人もゼロではなかったです。
ただ、既に評価の仕組で大きく変わっているようなので、ここはもっと誤差がなくなる気がします。
また、超細かいですが、授業はオリジナルのワークが紙の冊子として送られ、補足資料などがPDFでウェブ上にあがります。
そのため、冊子のデータもまんまPDFでもらえるとスマホとかでも見れるし、勉強効率あがるのになぁーと思いました。
ここは、特にこれがないから授業が進められないみたいな話ではないので、ちょっとしたプチ改善要望です。
あとは、そもそもの立てつけの問題ですが、学習コストや採算性を考えれば、ここは無茶な要望かなと自分でも思います。
ー以上ー
上記を踏まえると、正直なところ思い当たるデメリットらしいものはこれくらいしかないです。
もしもメリデメを踏まえて、「いいなー！」と思ったら、無料説明会で自分の目で確認するのが良いと思います。
④データミックスの試験対策について
最後に、オマケ程度ですが、試験対策について触れます。
無料の説明会に出て、私が思ったのが
「この学習内容は良い！が、試験があるんか…。。どう対策すればいいんだ…。。」
という点でした。
そのため、対策方法も下記に記載します。
下記のようなアクションが必要です。
- 無料説明会を一通り見て試験内容を聞く
- 上記で案内されるe-learningの対策教材を買う
- 心配なところだけ自学自習で補填する
ここで、ポイントは、e-learningの対策教材は、ほとんど同じ内容が試験で課されるといっても過言ではない点です（少なくとも私が入塾した時は…）
そのため、この対策教材を理解できるようになれば、ほぼ問題ないです。
私の場合は、Pythonがど素人だったので、念には念をということで別のスクールも活用しましたが、ここは自分で基礎は出来ている人は不要かもしれません。
>>試験対策として利用したTechAcademyのPythonコースとは
以上です。
とにかく内容を確認するにしても、対策を講じるにしてもまずは無料の説明会での情報収集が一番効率が良いです。
私は情報がなかったので短期で準備して万全を期しましたが、自信がある人や時間がある人は自主勉強でトライするのもアリです。
まとめ
上記を活用する際に、理解しておくべきポイントは以下４点でした。
- データミックスとは
▷社会人におススメしたいデータサイエンスのスクール - データミックスの学習内容・カリキュラム
▷実務を想定した網羅的かつ実践的な学習内容 - データミックスのメリット・デメリット
▷働きながら学習できかつ制度利用でコスパも破格 - データミックスの試験対策について
▷e-ラーニング教材を起点に対策をするのが得策
以上です。
誰でも最初は初心者ですので、今後なりたい自分の姿を妄想しながら、まずは最初の一歩を踏み出しましょう。
この手の話は、機を逃すと急にやらなくなるので、思い立ったが吉日です！
まずは、無料説明会で情報収集から動いて、最初の一歩を刻んでいきましょー！(‘ω’)ノ
ご精読頂きありがとうございました！
m(_ _)m
