未経験から6か月間でデータサイエンティストを目指す

データサイエンティスト育成コース

データサイエンティストとは

What is Data scientist?

データサイエンティストとは、高度なデータ分析技術を用いてビジネス課題を解決する専門職です。しかし、一言でデータサイエンティストと言っても業界・企業によって仕事内容は大きく変わります。

ECサイトや
ウェブサービス業界

レコメンデーションアルゴリズムを
開発や広告最適化

金融業界

貸し出し審査に用いる与信モデルの構築や
ダイレクトマーケティングのROI最適化

物流業界

商品配置や最適化や
リソース・スケジューリングの最適化

こんな方におすすめ

Program

データサイエンティスト育成プログラム

データサイエンスをエッジにしてキャリアを本気で切り拓こうとする
社会人の方に向けたプログラムです。

データサイエンティストはビジネス課題を解決できてこそ、その存在価値があります。業界や機能に関係なくデータサイエンティストとして仕事をすることはもちろん、これまで経験した仕事との組み合わせにより、あなたらしいキャリアの可能性があります。

マーケティング
の経験
+
データ
サイエンス
スキル
=
データ分析を
強みとした
マーケティング
コンサルタント
営業の経験
+
データ
サイエンス
スキル
=
ビッグデータ
ビジネスの
事業開発
経理•会計
の経験
+
データ
サイエンス
スキル
=
監査法人や
会計事務所での
分析
コンサルタント
SE•エンジニア
の経験
+
データ
サイエンス
スキル
=
データ
エンジニア
コンサルティング
の経験
+
データ
サイエンス
スキル
=
データ分析
コンサルタント

プログラムの特徴

Features

このプログラムは、未経験の方であってもデータサイエンティストのエントリー職として仕事に就けるレベルにまで引き上げることを目的としています。そのため広範囲な分野を効率的かつ体系的に身につけられるよう工夫しています。

カリキュラムは実務で求められる分野をバランスよく体系的にまとめています

データサイエンティストにはビジネス知識、統計学、機械学習、人工知能、データベース、プログラミングと広範囲な分野のスキルが求められます。それぞれの分野をバランスよく、しかも実務で使える必要十分なスキルを身につけられるようにカリキュラムを設計してあるので体系的かつ効率的に学習できます。

1クラス最大15人までの少人数制で質問しやすい環境です

講師が受講生全員のスキルアップ達成のために伴走するためには受講生1人1人の理解度や強み・弱みを把握している必要があります。そのため1クラス最大でも15人と少人数制クラスとしています。少人数制なので講師への質問がしやすく疑問点をその場で解消できます。

データサイエンティストとして経験豊富な講師が実務視点でレクチャーします

学習する中で「これは実務ではどうしているんですか?」という疑問を数多く持つはずです。そんな疑問は講師に全力でぶつけてください。講師と質問についてディスカッションし疑問が解決するたびにあなた自身の実務での対応力が上がっていくはずです。

隔週で出題されるミニプロジェクトでデータ分析のためのコーディングスキルを身につけます

「理解した」と「実際にできる」は大きく違います。データ分析では試行錯誤をいかに手早く行えるかは成果に直結してきます。そのため隔週でミニプロジェクトを出題し、実際にコードを書いて課題の解決をしていきます。また、最終プロジェクトとして企業の持つビジネス課題を解決することを通じて、データを使った課題解決能力を養います。

最終プロジェクトでデータ分析を使った問題解決のリアルを体験します

データサイエンスの力でビジネス課題を解決することにデータサイエンティストとしての喜びや存在価値があると考えます。最終プロジェクトでは、それまで学習したスキルを使ってビジネス課題を解決することを通じて総合力を身につけます。

スクール紹介(動画)

講師紹介

Instructor

  • 堅田 洋資
    Yosuke Katada

    ブートキャンプステップ、ベーシックステップ、アドバンスステップ「レコメンデーション」クラス

    日本では数少ない米国大学のデータサイエンス修士号を保有。
    機械学習を用いたレコメンデーションやプッシュ通知の最適化、アプリユーザーの行動分析や、交通系IoTのデータ分析、数理最適化など社内外のデータ分析を支援するコンサルタントとして活躍。

  • 牟田 博和
    Hirokazu Muta

    アドバンスステップ 「統計的因果推論と実験デザイン」クラス

    LINE株式会社で、サービスのグロース、マーケティング最適化など、社内のデータ活用に関わる様々なプロジェクトの推進およびデータ分析を担当。

  • George Serban Radescu
    ジョージ・シェルバン・ラデスク

    アドバンスステップ 「Big Data (Spark)」クラス

    米国のデータサイエンティスト養成スクールであるThe Data Incubatorで学んだ後、機械学習アルゴリズムを載せた分散処理システムの設計に携わる。現在、医療系のStartupでデータエンジニアとして活躍。

  • 角田 孝昭
    Takaaki Tsunoda

    アドバンスステップ 「自然言語処理とAPI」クラス

    サイバーエージェント 技術本部 秋葉原ラボにて、国内最大級のブログサービス「アメブロ」を主な対象とした、テキスト解析・ユーザ行動分析及び付随するシステム開発を担当。

  • 大西 佑紀
    Yuki Onishi

    アドバンスステップ 「組み合わせ最適化と動的計画法」、「ベイズモデリング」クラス

    株式会社ビズリーチに参画後、レコメンデーションシステムの開発やユーザ行動分析、マーケティング活動最適化支援等、機械学習や統計解析を用いたプロジェクトの企画から開発まで幅広く担当。

  • 乗松 潤矢
    Junya Noriamatsu

    アドバンスステップ 「ディープラーニング」クラス

    SIerにてインフラSEとして勤務ののち、大学院博士後期課程に入学。
    自然言語処理を専門とし、統計的機械翻訳システムの高速化に貢献。大学院での研究と並行して起業し、ディープラーニング等専門性を活かしたプロダクト開発に携わる。

  • 三村 健太郎
    Kentaro Mimura

    アドバンスステップ 「マーケティングミックスモデリング」クラス

    リサーチ会社 (広告統計、視聴計測)、インターネットメディアなどにおいて、マーケティング・コミュニケーションの効果検証やトラッキングサーベイとソーシャルリスニング調査、パネルデータ、オムニチャネル会員データのマネジメントなど幅広く携わる。

データサイエンティスト育成コースのカリキュラム

Curriculum

データサイエンティスト育成コース「パートタイム」プログラムは、初歩からデータサイエンティストに必要な知識やスキル、考え方を実践的に学ぶことができる約6か月間のプログラムです。
全体は、「ブートキャンプ」、「ベーシック」、「アドバンス」、「インテグレーション」の4段階のステップで構成され、「ブートキャンプ」と「ベーシック」でデータサイエンスの基礎力を養い、「アドバンス」以降はご自身が学びたい業界にあわせた専門的な知識やスキルを学ぶことができます。最後のステップであるインテグレーションでは、その業界の課題に合わせた最終プロジェクトを通じて分析課題に取り組むことで,身に着けたスキルを実務で使えるように統合していきます。

データサイエンティスト
WEB業界
物流業界
デジタル
マーケティング
金融業界
ブートキャンプ
Pythonによる線形代数
Pythonを使った機械学習ベーシック
Rによる統計学基礎
SQL・データ可視化
ロジカルシンキング
ベーシック
Rによる回帰分析と時系列分析
機械学習プロジェクト
アドバンス
Web・アプリ
選択科目
LogiTech
選択科目
デジタル
マーケティング
選択科目
FinTech
選択科目
インテ
グレーション
Web・アプリ
プロジェクト
LogiTech
プロジェクト
デジタル
マーケティング
プロジェクト
FinTech
プロジェクト

準備中

※物流業界向けのカリキュラムはGROUND株式会社のサポートを受けて開発されています。

Bootcamp

ブートキャンプ

ブートキャンプでは、データ分析職に求められるスキルを身につけるためのベースとなる線形代数や統計学、プログラミングなどの基礎知識及び、ビジネスを進めていく上で最低限必要なロジカルシンキングについて学びます。週1回のクラスにおけるレクチャーと毎回課される宿題を通して学んでいただきます。全5回、5週間のステップになります。

1週目
Pythonによる
線形代数
2週目
Pythonを使った
機械学習ベーシック
3週目
SQL・可視化
4週目
Rによる統計学
5週目
ロジカル
シンキング
Basic

ベーシック

ベーシックでは、「Rによる回帰分析と時系列分析」と「Pythonを使った機械学習」の2つのテーマを、3週間1テーマ、全6週間かけて学びます。1週目はクラスでのレクチャー、2週目は個人でミニプロジェクトに取り組んでいただき、3週目でその成果をクラスで発表していただきます。

1週目

クラスでレクチャー

1週目

2週目

ミニプロジェクト
個人ワーク

1週目

3週目

ミニプロジェクト
成果発表

1週目
Advance

アドバンス

アドバンスは、「Web」、「物流」、「マーケティング」、「金融」など業界別にクラスが分かれており、自分のニーズにあったクラスを選択することができます。各業界で3つのテーマについて3週間1テーマ、全9週間をかけて学びます。1週目はクラスでのレクチャー、2週目は個人で課題に取り組んでいただき、3週目でその成果のクラスにおける発表と追加レクチャーが実施されます。

1週目

クラスでレクチャー

1週目

2週目

個人課題

1週目

3週目

成果発表及びレクチャー

1週目
Integration

インテグレーション

最終プロジェクトとしてIntegrationはあります。ここまでで身に着けてきたコーディングのスキルとデータ分析の知識を使い、企業が実際に抱えるビジネス課題をケースとした最終プロジェクトに取り組んでいただきます。企業の生の課題を解決することを通じて、データを使った課題解決能力を養います。

1週目
ビジネスケース選定・
分析課題の明確化
2週目
個別メンタリング
3週目
個別メンタリング
4週目
最終発表

受講までの流れ

Flow

無料説明会においてカリキュラムの説明を実施すると共に、希望者には受講にあたっての個別カウンセリングも実施します。ご自身のこれまでのお仕事の経験やデータサイエンスを学ぶ目的などを聞かせていただき、それぞれの方にあったコースやクラスをご紹介させていただきます。

Step
1
無料説明会に
参加
Step
2
受講コースの
決定
Step
3
出願資料
提出
Step
4
選抜試験
の実施
Step
5
合格発表
Step
6
入学手続き
Step
7
入学金・受講料の
お支払い
Step
8
受講開始

学費のお支払い

  • 入学を決め受講を申し込まれた方は入学金と受講料をお支払ください(データサイエンティストコースを一括で申し込まれた方は入学金が無料となります)。
  • データサイエンティストコースを全ステップ一括で申し込まれた方について、最初の「ステップ」(「ブートキャンプ」)開始後2週間以内に中止を申し出た場合は理由の如何を問わず全額返金します。また、ブートキャンプ終了時に満足いただけない場合は、理由の如何を問わずブートキャンプ以降のステップの受講料を全額返金します。

入学にあたっての注意

  • ノートPCは各自で用意してください。ノートPCのスペックはCPU2コア2GHz以上、メモリ8G以上のものを推奨します。
  • 受講者は講義への出席以外にも予習・復習、プロジェクトのための時間として1週間で10時間以上(1日1~2時間程度)が必要になる可能性があります。
  • 体力的、時間的に厳しい状況になった場合は速やかに講師や事務局に相談してください。アドバイス・サポートを行います。
  • 入学金・授業料については如何なる場合もご返金できません。

料金

Price

データサイエンティスト全コースを一括で申し込んでいただいた方は「入学金」が無料。
また、受講料の分割での支払いも可能(最大6ヶ月間)。

入学金
25,000円(税抜)
受講料
675,000円(税抜)
満足保証
(返金制度)

データサイエンティスト全コースを一括で申し込んでいただいた方のみ、
ブートキャンプ終了時にご満足いただけない場合は受講料を全額返金します。

*受講開始後2週間以内にお申し出いただいた場合は全額返金、ブートキャンプ終了時点でお申し出いただいた場合はブートキャンプ以降のステップ分を返金いたします。

ステップ単位の受講(単科受講)について

「ブートキャンプ(5講座セット)」と「ベーシック (2講座セット)」の2つのステップはステップ単位の受講(単科受講)が可能です。また、単科受講において「ブートキャンプ(5講座セット)」 及び「ベーシック」を修了した方は継続して「アドバンス」と「インテグレーション」のステップに進むことも可能です。

入学金
25,000円(税抜)
ブートキャンプ受講料
150,000円(税抜)
ベーシック受講料
150,000円(税抜)
教室に行けない、欠席した際のサポート体制

業務の都合でやむを得ず欠席せざるを得ない場合は、ブートキャンプ及びベーシックについては振り替えが可能です。

サポート企業

Supporting Companies

無料説明会を予約する

無料説明会で「自分にもできる?」「どんなことを学ぶの?」といった疑問にお答えします。
あなたの疑問をぶつけてください。

* 無理な勧誘は一切致しません。お気軽にお越し下さい。

受講を申し込む

説明会には参加せずに 受講申込書を取り寄せる場合はこちらのフォームからお申し込みください