受講生の声

Voice

スキルアップにはとにかく手を動かすこと
学んだデータサイエンスのスキルを活かしてビジネスを生み出したい

【受講生の声】データサイエンティスト育成コース:柳澤完

2018.04.01

金融業界で株式トレーダーとして働く。27歳。

データサイエンスを学ぼうと思ったきっかけは何でしょうか?
仕事面からお話しますと、現在トレーディングの世界ではアルゴリズムの活用が非常に進んでおり、最近では機械学習・AIを搭載したと謳うものも登場しています。トレードの成否を左右しかねない技術であるため、触りだけでも理解したいと思っていました。 また、データを用いた意思決定はトレードに限らずあらゆる世界で必須でしょうし、それより何より、最もセクシーな職業と呼ばれるデータ・サイエンティストとは何なのかに純粋に興味がありました。
データミックスを選ばれたのは?
「顔が見える」という点が大きなポイントでした。HP上で講師や1期卒業生の方が実名で顔写真まで乗せていらっしゃったのが印象的でした。上場企業では、経営陣の顔写真がIRにしっかり載っている企業はパフォーマンスも相対的に良いと言われていることもあり、信頼感を持ちやすかったと思います。また、説明会で出会った他の参加者も、モチベーションが高く刺激を受ける人々だったことが最後の決め手になりました。 余談ではありますが、データミックスさんは説明会当時で設立1年未満というベンチャー企業で、スタートアップの事業展開を目の前で見る絶好のチャンスという点にも実は惹かれていました。
オンラインや書籍などで学ぼうとは思わなかったのですか?
実はオンラインでも一時期学んでいたのですが、自分は根がぐうたらなのです。自分のタイミングで、まわりに人がいない環境で、というオンライン講座のメリットが私にとってはデメリットとなり、更には無料なのでコスト意識も働かず、次第にフェードアウトしてしまいました。 スクールだと、講師も受講生も顔なじみになりますし、「恥ずかしい思いはできない」「負けていられない」という強制力が働くのが、結果的にとても良かったです。
授業の印象は?
インプットだけでなく、課題発表等できちんとアウトプットを求められる点は素晴らしかったと思います。基本的に毎回宿題があり、次回のクラスで全員を前に各自課題発表を行うのですが、それがプレッシャーでありつつも、大きなモチベーションになっていました。課題発表はアットホームな雰囲気ながら、講師の方はしっかりとフィードバックをして下さいますし、他のメンバーからの学びも多い貴重な場でした。 また、講義、宿題問わずサンプルコードが常に準備されている点も非常に助かりました。コードがどう動くのかを手元で見つつ講義を聞くスタイルは、プログラミング×データサイエンスという不慣れな世界への理解を深める上で、とても効果的だったと思います。 更に、「質問はどんどんして」という雰囲気があったので、非常に初歩的な質問でも迷わずしていました。そうすることで結果的に自分に返ってくるものも多くなったと思います。
いつスキルアップを実感しましたか?
ベーシックステップの終わり頃からでしょうか。授業で習っていないアルゴリズムを課題発表の回で試してきた人がいたのに刺激を受け、自分も次の回で挑戦したのを覚えています。インプットに+αしてアウトプットできたのはその後の自信になりました。 逆に言えば、最初のブートキャンプステップまでは、与えられた課題に対して教科書通りの発表をするだけというか、統計、Python、Rなどの新しい知識を理解し吸収するだけで精一杯でした。ベーシックステップの中頃に、ふと全体を見渡せるというか、落ち着いたタイミングがあったんですよね。Aha!モーメントというか。それ以降、新しい知識もこれまでの学習内容と関連付けて捉えられるようになり、更には講義で学習していない世界へと広がっていけたのかなと思います。 講師の堅田さんが良く仰っていたフレーズに「データ分析では様々な予測•分類モデルを作るけど、結局は予測と正解の誤差を縮めるための数学的処理方法がいろいろあるだけ」「考え方は全て同じ。誤差を減らすこと」というのがあります。正直当初は「字面は分かるけど、何が言いたいのかいまいち腹落ちしない。。」という感じでした。それがやっと腑に落ちはじめたのが丁度そのころです。 最終的に卒業発表では、全く講義で習っていないDeep Learningを用いた課題にチャレンジし無事発表まで漕ぎ着け、「やってやった!」感に浸ることができましたし、スキルアップは間違いなく体感しています。笑
授業外ではどのくらい自習をしていらっしゃいましたか?
最初の頃は2、3時間くらいですね。講義が土曜午後からだったので、復習は帰って30分程度。宿題は翌週の講義当日に起きてから取り組む程度でした。 ただ、ステップが進むにつれ増えていきましたね。新しい知識を過去の講義と紐付けようとすると、どうしても過去分を遡って調べる時間が必要でした。ステップが進めば当然遡る範囲も広くなるので、嬉しくもありつつ、負担は重くなっていった様に思います。最初から体系立てて理解していればよかったのでしょうが、私は当初最低限でやっていたのが仇となりました(笑)。 また、インテグレーションステップでは非常に長い時間がかかりましたね。講義で習っていない内容でしたし、関連資料もほとんど英語だったこともあり、平日2-3時間にプラスして土日は半日くらい費やしていました。最後の課題発表で妥協するのは嫌だったし、結果的にある程度納得感のあるプレゼンができたので、いい投資になったかなと思っています。
スクールで役に立ったところは?
業務上直結するものは現状ありませんが、金融業界はそもそもデータがあってナンボであり、カルチャー的にも非常にフィットする世界です。更に近年はAIや機械学習がホットトピックとなっており、これからの5年-10年を考える上で武器にしていきたいと思っています。 また、当社は例えば専門書の翻訳等をされている方等もいて副業が完全禁止というわけではないので、私もデータミックスで得たスキルを使ったビジネス企画を考えたり、他業種と組み合わせた事業を社内外問わず考えていけたらと思います。 堅田さんの経歴に刺激された面もありますが、関連分野を勉強しに留学というのも是非してみたいですね。
これから学びたいという人にアドバイスをお願いします。
とにかく手を動かすことが一番大事です。それはコードを書くというだけではなく、スクールに来るという行動も含め、一番基本的な最初の一歩をケチらないということ。私は土曜午後のクラスということで、サボりたくなることはもちろんありましたが、スクールに来れば他メンバーに刺激を受けつつしっかり勉強できる環境です。クラスを受講するところまで来れば、その先は半ば自然と進むことができる。ただ、スクールに来ないと受講料は勿体無いし、何より次へのハードルがとても高くなる。最初の一歩を億劫がらないことがとても大切です。 コードを書いたりアルゴリズムを動かすのも同じで、まずは1回コピペでもいいのでやってみる。それでもう50%はクリアしているようなものだと思います。 「1→100より0→1が難しい」と言いますが、データミックスのクラスについていけば「0→5」までは引っ張ってくれます。その先を進めるのは自分ですが、最初の一歩として踏み出し、手を動かし続ける環境という意味では、データミックスはとても素敵な環境ではないかと思います。