アジェンダ
はじめに
データサイエンスや機械学習という言葉がバズワードになって久しいですが、未経験からデータサイエンティストを目指されている方はまだまだ多い印象です。
実務未経験からデータサイエンティストに転職した人間が、その際にどんな事をやったかを書いていきます。
自己紹介
約8ヶ月前に実務未経験から受託でデータ分析を専門にやっている企業へ転職した人間です。
正直、私のレベルでデータサイエンティストを名乗るのはおこがましく感じますが、今の職場ではPh.D.持ちやら数学者やら最強エンジニアやら億万長者やらベネズエラ人やらに囲まれながらも、業務において一定の評価を頂けているためデータサイエンティストということで話を進めていきます。
いままでの経歴はこんな感じです。
< 経歴 >
- 美容師
- アパレル
- ニート
- フロントエンドエンジニア
- ニート
- データサイエンティスト(現在)
ニートを2回はさんでいるあたりに、ヤバさを感じて頂けるかと思います。
現在37歳ですが、フロントエンド開発の仕事に就いたのが34歳のときです。
それまではタッチタイピングもできませんでした。
OSってなに？？みたいなレベルです。
こんなヤツでもデータサイエンティストになれるんだ、と思って頂ければ幸いです。
モチベーションを保つ方法
私は怠け者です。
せめてもの救いは、自分が怠け者であることを知っていることです。
勉強したいことは無限にあるので、あらゆる手段でおのれのケツに火をつけます。
例えばこんなこととか。
- 仕事を辞める
- 機械学習スクールの受講
- 勉強会の主催
- コミュニティ活動
仕事を辞める
転職することを決意してから、まずは仕事をやめました。
これで後戻りはできません。
非推奨ではありますが、挫折防止には効果的です。
がんばる or DIEです。
結果的に私は10ヶ月ほど無職をやりながら機械学習やらデータ分析やらの勉強をしました。
もし仕事を続けていたら、転職までにもっと時間がかかっていたかなとは思います。
機械学習スクールの受講
オフラインのスクールを受講しました。
1.5ヶ月ほどの期間で、何回か対面での授業を受ける感じのやつです。
10万円です。
今は書籍や動画教材など優秀なコンテンツがたくさんあるので独学でも勉強は可能だと思いますが、お金を払って対面で受講するということに意味があったと思います。
10万払ったんだから頑張ろうと思えれば勝ち。
ただ私の場合スクールを修了した段階では、まだまだ転職して通用するレベルではなかったので独学で勉強を続けることになります。
勉強会の主催
コロナが流行る前は、オフラインでKaggleの勉強会の運営などを行っていました。
過去コンペをみんなでわいわい議論したり、一人でもくもくと現行コンペをやったりしていました。
いろいろな方のお話しが伺えるのは、勉強にも、モチベーションにもなります。
今はオンラインで"もくもく会"を主催しています。
成果報告の時間をつくっているので、それが程よいプレッシャーになり作業がはかどります。
(土日や祝日などにゆるーくやってますので、もし気が向いたらご参加ください。)
主催をするハードルが高ければ、定期的にどこかの勉強会に参加するみたいなことでもモチベーション維持には良と思います。
connpassやtech playなどで探せばいろいろと見つかります。
コミュニティ活動
データラーニングギルドというオンラインサロン型のコミュニティに参加しています。
データ分析や機械学習に関わる人、目指す人などがあつまるコミュニティです。
いろいろな企画がありコミュニティ内でチームを組んで取り組むこともあるので、特に私のような未経験の人間の学習環境としてはとてもありがたかったです。
ちなみに今の職場はコミュニティ内でご紹介頂いた会社です。
この記事はデータラーニングギルドのアドベントカレンダーなので宣伝しているわけではありません（あります）。
転職に役立ったこと
今の会社に入る際にスキルチェック試験がありました。
与えられた課題に対して分析レポートとコードを提出するというものでした。
これをパスできたのは以下の2つで勉強できたことが大きかったかなと思います。
Kaggle
やはり実務未経験者にとってKaggleのようなコンペはとても勉強になりました。
与えられたデータから何かしらの予測結果を出すという一連のフローを学ぶには非常に有効だと思います。
モデル構築、前処理などはKaggleで勉強したところが大きいです。
Slack分析
こちらはデータラーニングギルド内で企画されたコンペで行ったものです。
コミュニティ内で使われているSlackのログデータを分析しました。
Kaggleなどとは違い、「Slackデータを使って好きに分析してレポート作ってね」という自由度の高いものでした。
課題設定から考えるので実務のフローに近い経験をすることができました。
そもそも分析レポートというものを作ったことが無かったので、その経験も入社試験に役立ちました。
この記事はデータラーニングギルドのアドベントカレンダーなので宣伝しているわけではありません（あります）。
Kaggleなどのコンペ参加はデータサイエンスの勉強をする上でとても有効だと思いますし、最もポピュラーな方法のひとつだと思います。
私もKaggleに力を入れて勉強していたのですが、モデリングができるだけでは入社試験をパスできなかっただろうなとも思っています。
分析業務において重要な論理展開能力を訓練するためには、好きなデータを探してきて分析レポートを作ってみるというのも良い勉強法かと思います。
さいごに
ニートのおじさんでもデータ分析の仕事に就けることがおわかり頂けたかと思います。
ただ相当量の勉強をしてきたとは思っていますし、今もやっています。
「誰でも簡単にデータサイエンティストになれますよ」などとは間違っても言えませんが、あなたがデータサイエンスに興味があり楽しいと感じるのであれば、経験や年齢なんぞは気にせず挑戦してみるのもいいのではないでしょうか？
もし、この記事を見てどこかの誰かの背中が1ミリでも押されれば幸いです。
データサイエンティスト募集してます
現在、弊社ではデータ分析、機械学習人材を募集しています。
フルリモートなので、地方の方でも海外の方でもご応募可能です。
非常に成長できる環境で、非常に社員ファーストな会社なので個人的にはかなり居心地良く働けています。
もしご興味がある方は下記TwitterからDM下さい。
応募するかわからんけど話だけ聞いてみたいといったことでもお気軽に。
https://twitter.com/komiya_no_tweet
固定ツイートに会社の概要など書いてますので、もしよろしければ。