1.IT業界未経験で、データサイエンティストやAIエンジニアになりたい人
⇒Python初心者でもデータサイエンティストにはなれます。僕も最初はプログラミングなんてやったことなかったです。
2.プログラミングすら未経験だけど、データサイエンスに興味がある人
⇒データサイエンスの本質はプログラミングじゃないです。心配ありません。
3.やる気はあるけどどうやって勉強を進めていけば良いか分からない人
⇒やる気があれば十分です。勉強の進め方は僕が教えます。
どうも、ワタシナガタです。
この記事を書いている僕自身、未経験からデータサイエンティストなりました。
それでも、学習開始から3ヶ月で50万円の案件を獲得したり、今はプログラミングで自作した仕組みからの不労所得だけで暮らせるほどのスキルを手に入れました。実績はこちら→ワタシナガタの実績
本記事は「データサイエンティストになりたいけど、どこから手をつけて良いか分からないよ」という方に向けて書いています。
この記事を読むことで、「データサイエンス学習の目標設定、具体的な始め方、その後のキャリア」までをイメージできるようになると思います。
僕自身も全くの未経験からデータサイエンティストになったので、「勉強を始める前にこんな記事が読みたかったなぁ」と当時の僕が思うような記事にしました。
それでは早速ロードマップを見ていきましょう。
データサイエンティスト初心者の学習ロードマップ①目標設定をする
データサイエンスの勉強を始める前に、データサイエンティストに転職する気があるのか現状の仕事に活かすために趣味としてデータサイエンスを学ぶのかを明確にしておく必要があります。
僕のおすすめの目標は、AIを自力で開発できるようになるですが、データサイエンティストに転職を前提として勉強するのも悪くありません。
データサイエンティストはかなり高給
データサイエンティストの給料が高いと聞いてもいまいちピンとこないですよね。ですから実際の求人を見てみましょう。
僕がデータサイエンスを学んでから2年ほどしか立っていませんが、上記の案件の条件なら確実に応募できます。
この案件はリモートワーク可能で、月に100万。IT業界以外ではなかなか見られない好条件です。
こんな感じで、データサイエンティストの給与はかなり高いです。
今回紹介した案件も、給与の高い物を選んで載せているのではなく。BIG DATA NAVI(ビッグデータナビ)に掲載されていた案件を上から適当に持ってきただけです。いかに業界全体の給与水準が高いかわかりますね。
未経験からデータサイエンティストになるのは難しくない
僕がデータサイエンティストを目指し始めた2018年には、未経験からデータサイエンティストになるための情報が少なく、とても苦労したのを覚えています。
この記事のロードマップでは、未経験から1年半で海外で通用するデータサイエンティストになった僕が、実際に未経験からデータサイエンティストになるために本当に必要なものだけを厳選した8つのステップを包み隠さず紹介します。
未経験から実際にデータサイエンティストになった経験を持っている人は少ないので、僕の経験が少しでもあなたの力になればいいなと思い、今この記事を書いています。
あなたは楽して稼げるようになりたいですか？
サイトを読んでも時間の無駄になってしまうので、全く努力せず楽にデータサイエンティストになりたいのなら、今すぐこのサイトを閉じてください。
ただ、逆に今から、
「ちゃんとデータサイエンスの本質を学んで長期的に稼げるデータサイエンティストになってやる！」
「正しいスキルを身に着けて、データサイエンティストになるんだ」
という気持ちがあるのであれば、どんな他のサイトよりも有益で詳細な情報を提供し、あなたと一緒にこのサイトも進化できればいいなと考えています。
未経験からデータサインエンティストになる人が増えている？
近年、未経験からデータサイエンティストになり、年収が上がる人が増えいています。
未経験からデータサイエンティストになる事例は多くあります。
むしろ僕自身が証明です。僕自身が、全くのプログラミング未経験から一年半で、論文まで提出するレベルのデータサイエンティストになってます。
僕自身、データサイエンスを学ぶことで人生が報われました。
もし、この記事を読んでいるあなたの役に少しでも立ちたいと僕は考えています。
・・・2017年12月。
「君たちの仕事はAIに奪われる」
そんな言葉をSNSでよく見る時代でした。
当時、遊んでばかりで、なんのスキルもなかった大学3年生の僕は、
「やばい、AIなんて全くわからないし、プログラミングなんてまったくできない僕はどうなってしまうんだろう…」
という漠然な不安を抱えながら、ぼんやりと学生生活と就職活動を過ごしていました。
「プログラミングをやったことがない」
「AIについて全く知らない」
というのが当時の僕のコンプレックス。
そんなあるとき、ふとネットで見かけた広告で「未経験からデータサイエンティストになった人」の記事を見かけたんです。
その記事をきっかけに、
「AIに仕事を奪われるくらいなら、自分がAIを作る側になればいいじゃね？」
「未経験からデータサイエンティストになった人がいるなら、僕にもできるんじゃね？」
と、僕の中でなにかの情熱が湧き上がってきました。
そして、その瞬間からデータサイエンティストになるための勉強を続ける日々が始まりました。
当時、未経験からデータサイエンティストになるための情報が少なく、ましてや周りにデータサイエンティストの知り合いなんか一人もおらず、非常に苦労しました。
それでもなんとか、せっせとAIや機械学習、ディープラーニングを学ぶ日々が続きます。
そして、データサイエンティストになるための勉強を始めてから3ヶ月後後…
データサイエンティストとして、月50万円のフリーの案件を受注することができるようになりました。
現在では、、、
海外の学会で、データサイエンスの研究について発表し、海外のジャーナルに論文投稿するレベルのデータサイエンティストになることができました。
AIやプログラミングについてなにも知らなかった僕が、ふとしたきっかけで、データサイエンティストとして活動できるようになったんです。
そんなつらい過去から、この記事で叶えたいことは、「データサイエンティストを目指す全ての人の夢を叶えるお手伝いをする」ことです。
そのためにまずは、ゴールまでの最短経路に必要な情報を、できる限り無料で超有益な情報を提供していきたいと思ってます。
データサイエンティスト初心者の学習ロードマップ②パソコンを用意する
「なんのためにデータサイエンスの勉強をするのか」が明確になったら、早速勉強を始めましょう。
データサイエンティストを目指すなら、どうしてもパソコンは必須です。ミニマリストである僕ですらパソコンだけは持ってるくらいです。動くパソコンが用意できれば、機種やスペックはなんでも良いですが、余裕があればM1 MacBookAirの購入をお勧めします。
詳しくはすでに「【結論Mac】プログラミング初心者がパソコンを選ぶ際のアドバイス【AI研究者より】」にまとめました。
Macbookは一番低いスペックのモデルで十分なので、11万くらいで買えます。ちなみに僕もM1 MacBookAirを使ってデータ分析を行っています。
しかも使わなくなったら売れば良いので、5年くらい使うとしても7万くらいでは売れます。Mac製品は全然値崩れしないですからね。差額の4万円で、5年間最新のMacBookAir が買えると考えたらかなり良い自己投資ですね。
データサイエンティスト初心者の学習ロードマップ③「Progate」でPythonへの抵抗感を無くす
パソコンが用意できたら、プログラミングの勉強を始めていきましょう。
もしあなたが全くプログラミングをやった経験がないなら、まずプログラミングに対する先入観を取り除くことが重要です。
- プログラミングって数学ができないとやれなそう・・・
- プログラミングは頭の良い人しかできない
プログラミングを経験したことがない人は、上記みたいな思い込みが激しいです。実際僕もそうでした。実際は全くそんなことありません。
まぁ習うより慣れろってことで、実際に「Progate」というサイトでPythonに慣れていくことをおすすめします。
「Progate」はプログラミング未経験者のために特化した学習サイトで、無料で利用できます。
時間も2時間ほどで終えれるので、初めはこれを進めていきます。2時間でプログラミングについて実際に手を動かして理解できるサイトはなかなかありません。
「Progate」を進めていくと有料部分が出てきますが、これはやってもやらなくてもどちらでも構いません。目的は「プログラミングに対する偏見をなくす」ことであって、「Pythonを学ぶ」ことではないので。
「もっとProgateで勉強したいな」と思ったら課金する感じで大丈夫です。（ちなみに僕は初心者の頃Progateに課金しました。）
データサイエンティストへの完全ロードマップ ④「 データサイエンスのためのPython講座 」でデータサイエンスで必要なPythonの操作を覚える
Pythonを利用することに抵抗が無くなったら次は、実際にデータサイエンスに必要なPythonの使い方を勉強していきましょう。
世の中には「Pythonを学べる」と謳っているいろんな無料プログラミング学習サイトがありますが、データサイエンティストに本当に必要なPythonについて勉強できるサイトはそんなに多くありません。
僕がおすすめするのは、Twitterで活動されているかめさんという方が書いた「データサイエンティストのためのPython講座」を一通り終えること。
この一連の記事に出会った時、僕はPythonの書き方について記事にすることを諦めました。
それくらいハイクオリティな講座です。しかもこのクオリティで無料。僕が初学者だった頃にこんな講座に出会いたかった。
かめさんの「データサイエンティストのためのPython講座」を終えれば、データサイエンティストが実際に何をやっているかを一通り理解できると思います。
データサイエンティストへの完全ロードマップ ⑤「KIKAGAKU」で機械学習やディープラーニングの基礎を身につける
「データサイエンティストのためのPython講座」が終われば、データサイエンティストとしての準備はかなり終わっています。自信を持ってください。
データサイエンティストとしてのPythonの使い方を学んだら、次は機械学習について学びましょう。データサイエンティストと機械学習は切ってもきれない関係にあります。データサイエンティストは機械学習を用いてデータを解析していきます。
未経験時に身につけるべき知識は、「KIKAGAKU」という無料学習サイトで全て網羅されています。
このサイトかなりお勧め。
僕が「機械学習を学びたいんだけど、何から始めればいい？」と聞かれたら、必ずこのサイトを進めます。
この学習サイトは、キカガクというAIベンチャーが公開しているサイトで無料で利用できます。
僕が初学者だった頃、実はキカガクのAIスクールに通ってました。当時の感想は別の記事にまとめてあるので、データサイエンスの学習に興味があるなら一度目を通しておいてください→【辛口】キカガクの評判を現役DSの僕が徹底的に解説しようと思う
その時の内容と比較して、このサイトの教材が保どんど遜色ないレベル。むしろ数年たった現在のサイトの方が内容がアップデートされている感すらある。
当時、確か25万くらいのスクールだった気がするので、その教材が無料で利用できるだけでも頭おかしいですね。キカガクの本気を感じます。
「KIKAGAKU」を一通りやれば、機械学習やディープラーニングに関する知識がつきます。これだけでそこらへんの自称IT系の奴らに勝てるくらいの知識はついているはずです。
データサイエンティストへの完全ロードマップ ⑥「Qiita」で実践的なコードをパクって簡単なモデルを実装する
ここまでやってこれたら、データサイエンティストjr. としての知識はかなり十分です。あとあなたに足りないのは、実際に自分で機能を実装する実戦形式です。
独学でプログラミングを学ぶ人が陥りがちなのが「自力では0からコードを実装できない」という状況。
「データサイエンティストのためのPython講座」や「KIKAGAKU」では言われた通りにやればコードが実行できていましたが、それでは不十分です。
データサイエンティストとして名乗るためには、自分が作りたいものを作れるようになる事こそ重要です。ただ、この段階では0からアイデアを出して実装する必要はありません。アイデアと設計図があれば、それを実装できる能力は身に付けましょう。
そのアイデアと設計図は「Qiita」というサイトで見つけられます。「Qiita」では、IT業界の人たちが日々面白い記事を投稿しています。
ここで一つおすすめの記事を紹介します。
→【Python】🍜ラーメンガチ勢によるガチ勢のための食べログスクレイピング🍜
この記事の通りにコードをかけば、あなたの住んでいる地域の人気ラーメン店のリストを一瞬で作成することができます。（ちなみに僕もやってみました。）
こんな感じで、実際の生活に役立つコードを自力で実装できることがとても重要です。
実生活で役立つコードが実装できると、一気にプログラミングが楽しくなりますよ。この段階では、データサイエンスや機械学習のコードを書く必要はありません。
重要なのは、実際に動くコードを自力で完成させるということ。
ただし「Qiita」の記事は、他人が同じように実装することを想定されて書かれていることはそこまで多くないので、同じようにコードを書いてもエラーが出てしまうことがあります。
そんな時にエラーを自力で解決できる能力こそ重要です。自力でエラーを解決できる能力を身につければ、他の独学者との差になりますよ。
データサイエンティストへの完全ロードマップ ⑦転職支援付きのAI・機械学習専門のプログラミングスクールに通う
ここまでやってこれたら、データサイエンティストとしての能力はほとんど備わっているはずです。趣味でデータサイエンスを行うならすでに知識は十分です。次は実践に活かす方法を学んでいきましょう。データサイエンティストとして転職するつもりなら、もう一段階ステップが必要。
プログラミングスクールに通うのはアリ
ここまで無料の教材の有用さを押してきた僕ですが、実はプログラミングスクール肯定派です。データサイエンティストへの転職を考えると、「有料のプログラミングスクールに通う必要はあるのか？」と聞かれたら大いにアリと答えるしかありません。
というか、僕自身は有料のプログラミングスクールに通ってデータサイエンティストの基礎を身に着けました。そのときの体験は『【辛口】キカガクの評判を現役DSの僕が徹底的に解説しようと思う』にまとめたので参考にしてください。
「プログラミングスクールがなくても無料の教材を使えば独学で行ける！」という人たちがいますが、そのような教材の質しかみていない人たちはプログラミングスクールの本当の価値をわかってないです。
プログラミングスクールの本当の価値は、
- 「プログラミング初心者」から「プログラミング経験者」にマインドが変わる
- 対面で会えるからモチベーションが維持しやすい
- 転職支援がかなり手厚い
- 転職すればスクール費が無料になるところが多い
ここらへんです。特に「プログラミング初心者」から「プログラミング経験者」にマインドが変わる、というのが重要です。
セルフイメージというのはとても重要で、些細な気持ちの違いで、成果が変わってきます。
実際、僕もスクールに通うまでは上部だけの知識しかついていませんでしたが、スクールで対面で実践的な体験をしてからの方が、有用な知識がついたと思っています。
より詳しい説明は未経験からAI・機械学習の研究者になった勉強法にまとめました。
僕自身は、データサインエンティストになる前に、実際にプログラミングスクールに通いました。
ぼくが通ったのは「キカガク」さんのAI人材育成講座です。
データサイエンティストへの転職を目指すには、スクールに通うことが現状一番効率がいいです。というかこれ以外がかなりハードルが高いです。
データサイエンティストへの完全ロードマップ ⑧Kaggleに挑戦し続けながら、転職活動を行う
ここまできたら転職活動を行いましょう。ポイントは「Kaggleに挑戦しながら」転職活動を行う、という点です。
データサイエンティストへ転職するためのおすすめのサイトはいくつかありますが、一番良いのは「リクナビ」ですね。
未経験からデータサイエンティストへの転職の案件が多く、意外と穴場です。
Kaggleの実績を見せながら転職活動を行えば、スムーズにいけるかと思います。
今僕が未経験からデータサイエンスを勉強するなら、この手順で勉強していくでしょうね。
データサイエンティストにならないにしても、AIを作るスキルはどの業界の仕事でも必ず役に立つので、今のうちに勉強しておくことをおすすめします。
データサイエンティストに大学数学は必要なのか?
データサイエンティスト。給与も高く、魅力的な職業です。ただ、未経験から転職しようとした時に一番不安なのが「大学数学は必要なのか」という問題。今回は僕の経験からその問いに答えます。
結論：データサイエンティストなら大学数学は必要
結論からいいますと、データサイエンティストとして活動するなら大学数学の知識は必要です。
ただし、そこまで悲観しなくでもいいです。データサイエンティストに必要な数学はそんなに多くないです。高校の文系数学が理解できていれば多分大丈夫です。
文系でも大学を卒業できるくらいの学歴があるなら問題なく理解できます。
データサイエンティストに必要な大学数学の勉強法
正直、実践に入る前に数学の勉強をする必要はないかと思います。機械学習の理論を勉強して行き詰まった時に初めて、数学の参考書に手を出すくらいでいいと思います。
勉強するなら、本がおすすめです。プログラミングならネットで勉強するのもいいのですが、大学数学は学問なので、自分の手で紙に書いて理解する必要があります。
後で、各分野おすすめの参考書も紹介します。
データサイエンティストに必要な大学数学の種類
ここから先は、データサイエンティストに必要な数学の分野別に紹介してきます。
線形代数
一度も触ったことのない人が多いかもしれない分野が、線形代数です。線形代数は、機械学習をする上では割と必須な分野です。
ただ、本当に基礎の基礎くらいの理解度で十分。マセマっている有名な問題集に載っている問題が理解できれば大丈夫なレベル感です。
線形代数は、高校でやったベクトルの続きみたいなものなので、ベクトルの基本がわかっていれば大丈夫です。
微分積分学
これは高校レベルの微積さえできれば大丈夫です。まじで高校レベルで十分です。
微積もマセマが解ければかなり十分です。
統計
データサイエンティスト統計はかなり大事です。統計がわかってないと、機械学習で得られた結果を誤って解釈してしまいます。
統計は理系出身でもあまり理解していない人も多いです。最も時間をかけて勉強するべきです。
統計は少し難しいので、自身がない人にはこっちの本がおすすめです。
データサイエンティストに大学数学は必要だが、別に難しくない
研究者としてデータサイエンスを学ぶなら別ですが、実戦で必要な理論を理解するくらいなら、そこまでの数学は必要ありません。Pythonが書けるレベルの知能がある人なら理解できます。
【ロードマップ】未経験からデータサイエンティスト転職に必要な8ステップ
未経験からデータサイエンティストになるために必要な最短ロードマップを8ステップに分けてみました。
さっと読むだけなら、全部読んでも一時間もかからないので、本気でデータサインエンスに興味がある人は、このサイトの記事全体に一度目を通してください。
【ステップ1】なぜデータサイエンティストは稼げるのか把握する！
まず、勉強を継続させるためには、モチベーションが必要です。
なぜ動画編集でもなく、アフィリエイトでもなく、データサイエンティストになる必要があるのか、しっかりと理解しましょう。
このステップで読むべき記事はこちら→未経験からもでデータサイエンティスト転職をめざすべき3つの理由
【ステップ2】データサイエンスの勉強に必要なアイテムを知る
未経験からデータサイエンティストの勉強を始めるために必要なのは、パソコン一台だけです。
もし、いま何かしらのパソコンを持っているなら、今すぐにでも勉強を始めることができます。
パソコンは一台10万円なので、どんな状態の人でも10万円あればデータサイエンティストとして活動を初められます。
このステップで読むべき記事はこちら→【結論Mac】現役データサイエンティストの開発環境とパソコンを赤裸々に公開する
初期費用10万は高いのか
正直言って、10万円でだけでスキルを身につけられるのはめちゃめちゃコスパ良いです。デーサイエンティスト以外のスキルを身につけるために必要なアイテムを比較しましょう。
せどりを始める場合、月10万円の利益を出すだけでも50万円くらいは用意しないといけません。
僕も昔せどりをしていた経験があるので、「労力の割に儲からないな…」と感じたのを覚えてます。
動画編集もパソコン一台でできるイメージがありますが、データサイエンス用のパソコン以上に高スペックなものを用意する必要があるので、パソコン用のお金だけで2３万くらいかかります。
しかも編集用のソフトも契約する必要があるので、そのソフトの契約だけでも月1万くらいはかかります。
僕の知る限り、稼げるスキルの中で、初期費用のコスパが最も良いのはデータサイエンスです。僕の経験からそうでした。
【ステップ3】プログラミングに対するイメージを変える
データサイエンスに必要な道具を理解したら、次はプログラミングに対するイメージを変えましょう。
プログラミングをやったことない人は
「プログラミングって数学が得意な人しかできなさそう」
みたいな偏見をなぜか持ってしまっています。（僕もそうでしたが、、、笑）
断言しますが、プログラミングは数学が苦手でも、文系でもできます。全くのプログラミング未経験の僕が言うんだから本当です。
このステップで読むべき記事はこちら→プログラミング初心者が勉強に挫折する前に知っておくべきこと
【ステップ4】実際にPythonに触れてみる
プログラミングに対するイメージが変わったら、実際にpythonを書いてみましょう。
パソコン一台あれば、今すぐにもでも Pythonを書き始めることができます。
このステップで読むべき記事はこちら→【挫折なし】Pythonをゼロから勉強する最速3ステップ！
【ステップ5】プログラミングスクールは必要なのか
エンジニアやデータサイエンティストを目指してると必ずである問題が「プログラミングスクールは必要なのか」問題。
僕自身の意見としては「スクールに行かなくてもデータサイエンティストになれることもあるけど、それってめっちゃ遠回りだよね？」って感じ。
プログラミングスクールに通わなくてもデータサイエンティストとして必要な知識は学べるかもしれないけど、当時の僕は独学に限界を感じていたので、プログラミングスクールに通うことにしました。
通った感想としては
- 挫折することなく、勉強を続けることができる
- プロのAI開発者の先生に教えてもらうことができる
- 「自分はAIについて詳しい」と自信を持って言えるようになる
特に３つ目が重要でした。独学で勉強していると、度のタイミングで自分はデータサイエンティストとしてやっていけるスキルが付いているのが実感しづらいんですよね。
「スクールのコースが終わったらフリーランスの案件に申し込もう」の目安になるのは、とても良かったです。
このステップで読むべき記事はこちら→データサイエンティストになるにはスクールは必要なのか？おすすめスクールも紹介
【ステップ6】実際にAIを開発してみる
ここまで来たら、実際に自分が作ってみたいAIを開発してみましょう。
「見せた写真が、乃木坂にいそうな顔がどうか判断する」みたいなAIとか面白そうですね。
じっさいに AIを開発する、というと「なんだか難しそう」と感じる人もいますが、ここまでのステップをしっかりと踏んでいれば、そんなに難しいことでは無いです。
イチからAIをつくるのが難しかったら、QiitaやUdemy，YouTubeで自分が作りたいAIを作ってる教材を参考にするのもいいですね。
このステップで読むべき記事はこちら→【コピペでOK】Python初心者でもできるAIの作り方
【ステップ7】案件を獲得する方法を知る
ステップ6で自作のAIを2~3こ作ったら、実際にA開発の案件を獲得しましましょう。
しっかりと勉強して、個人のポートフォリオとしてAIを見せれば、未経験でもデータサイエンスの案件を受けることは難しくありません。
実際に、僕は未経験で勉強を初めて3ヶ月目に案件を獲得することができてました。
今回は特別にその時使ったサイトと、獲得した方法を紹介します。
僕が初めて未経験で案件を獲得したサイトは「ビックデータナビ」というサービスです。
未経験から最短で案件を獲得するコツは、勉強を初めたらすぐに案件紹介サイトに登録して「どのようなスキルが求められているか」を、実際に募集されている案件の要項を見て確認することです。
このステップで読むべき記事はこちら→【初心者で50万】副業でフリーのデータサイエンス案件を獲得する方法
【ステップ8】未経験からデータサイエンティストに転職する
ここまでであなたは、新米データサイエンティストとして働くだけの十分な知識を手にしています。
データサイエンスやAIのスキルは、今市場で求められる最も価値のあるスキルの一つです。
その知識を今の職業に活かしてもいいですが、より高い年収を狙うなら、手に入れたスキルを生かして転職しましょう。
このステップで読むべき記事はこちら→未経験からデータサイエンティストに転職する方法
コメント