![](https://lwfiles.mycourse.app/01camp-public/12c2aca52240791c72108d5422bb6aa9.png)
![](https://lwfiles.mycourse.app/01camp-public/610c104251490b341d9905da7f1791cd.png)
現場で活躍できるデータサイエンティストを
育てることが目的です。
「現場で活躍できる」となぜ言えるのか?
カリキュラムを作った本人からの指導が受けられます。
学びの効果は誰から教わるかで決まります。
だからこそ、外部講師は一切使っていません。
グループセッションから個別面談まで、一気通貫であなたの成長をサポートします。
お客様からのご感想を参考にして下さい。
![](https://lwfiles.mycourse.app/01camp-public/5b64114418d2281ac6c1668a9c4841fd.png)
![](https://lwfiles.mycourse.app/01camp-public/892373ed80d301faea4f6bd9294c5d7f.png)
DataScienceBootcampでは、
この2名が専属で授業を行います。一切の外注は行いません。
DataScience Bootcampでは、
以下の2名の講師が全ての授業を受け持ちます。
外注などは一切行いません。
DataScience Bootcampでは、
以下の2名の講師が全ての授業を受け持ちます。
外注などは一切行いません。
大橋 亮太
三井物産株式会社入社。船舶・航空本部/戦略企画室に所属し、
本部の事業計画策定、やデータを使った業務効率化用無に従事。
2015年株式会社CODOR設立。ビジネスとITを融合させたコンサルティングを行う。
2019年にオンライン学習サイトのUdemyにてデータサイエンスの講座の提供を開始。同プラットホームでの受講数第一位。
大橋が過去に行ったセミナーの感想はこちら
![](https://lwfiles.mycourse.app/01camp-public/0eda049f0eb9fc248acdfd6bf0befd3a.png)
高橋 哲哉
その後、Panasonic(株) (*現Panasonic Holdings) R&D本部に入社。
在職時には革新的デバイスの開発、アルゴリズムの開発を手掛け、
自身がチームリーダーとして務めたプロジェクトでは
フルスクラッチから3次元の数値流体解析が可能なソフトウェアを開発。
在職時の主要実績
・査読付き論文への投稿(First Author)
・社内シンポジウム発表3件
・社内ホワイトペーパーへの掲載1件
・学会発表2件/招待講演1件
・社内カンパニーからの委託研究 3件(400万円以上)
・特許出願数(国内/海外) 計20件以上
そのほか、
・パナソニックグループ室長賞
・若手知財奨励賞
を受賞。
また在職時の経験からベンチャー企業から深層学習アルゴリズム受託開発も行った。
現在はLead DataScientist。
PM(Project Manager)として複数のデータサイエンティストを纏めながら、
自身でもデータ分析に携わっている。
これまでに小売企業やデジタルマーケティング分野におけるDXプロジェクトを経験。
デジタルマーケティング分野では数億レコードのビッグデータ分析を行っている。
また、自身もMakuakeなどでクラウドファンディングプロジェクトをローンチし、
2商品を1200万円以上売り上げる等、起業家としての側面も持つ。
2名の講師で多くの受講生の
面倒を見ることができるの?
見れません。ある人数を超えると質が一気に下がると考えています。
ですので、DataScience Bootcampでは
同時受講される生徒の数を10名に限定しています。
面倒を見ることができるの?
見れません。ある人数を超えると質が一気に下がると考えています。
ですので、DataScience Bootcampでは
同時受講される生徒の数を10名に限定しています。
![](https://lwfiles.mycourse.app/01camp-public/90541e1ebe944165106f3a016c6fcd24.png)
DataScienceBootcampを
受講した後の達成目標
DataScienceBootcampを受講して頂くことで、
データサイエンティストとして
活躍するためのスキルを
身につけることができますが、
より具体的な達成目標は以下の通りです。
受講した後の達成目標
DataScienceBootcampを受講して頂くことで、
データサイエンティストとして
活躍するためのスキルを
身につけることができますが、
より具体的な達成目標は以下の通りです。
![](https://lwfiles.mycourse.app/01camp-public/921df945dd686d400bbea15c6773e391.png)
カリキュラムのご紹介
本講座の目的はデータサイエンティストとして仕事を進める上で必要な知識とスキルセットを身につけることです。
そのため、現役で活躍しているデータサイエンティストが本講座のコンテンツの監修を行っています。
より具体的には、本講座を修了することで、ジュニアデータサイエンティストとして活躍する上で必要な能力を身につけることができます。
なお、DataScienceBootcampでは修了要件を定めています。詳しい要件につきましてはこちらを参照下さい。
また、DataScienceBootcampにおける総学習時間は約98時間となります。
そのため、現役で活躍しているデータサイエンティストが本講座のコンテンツの監修を行っています。
より具体的には、本講座を修了することで、ジュニアデータサイエンティストとして活躍する上で必要な能力を身につけることができます。
なお、DataScienceBootcampでは修了要件を定めています。詳しい要件につきましてはこちらを参照下さい。
また、DataScienceBootcampにおける総学習時間は約98時間となります。
講座のテーマ
スキル・マインドセットを習得する
実務において必要なポイントは書籍などからは得ることはできません。
本当に使えるスキルを身につけるための課題と、一連のスキルの習得を通じてデータサイエンティストとして活躍するためのスキル・マインドセットをみにつけて頂くことが本講座のテーマです。
01
Week(2)
全体像と学習戦略
~データサイエンティストの仕事/スキルセットの全体像を俯瞰する~
- データサイエンティスト / 機械学習エンジニアの仕事、必要なスキルセットがどのように異なるのか説明できる
- データサイエンティストになる為に必要な広大なスキルを効率良く身につけるために必要な学習戦略を理解できる
01
Week(2)
ビジネス基礎
~特定の業界を例にドメイン知識の説明を行う~
- PI/KGIなどのビジネス用語が理解できる
- 小売業界の専門用語・ドメイン知識を身に付ける
- 分析とドメイン知識との関連性が理解できる
02
Week
GCP / Shell / Git
~クラウド環境の構築およびshellの基本的なコマンドについて理解する~
- GCPのアカウントを開設し、使用できる状態になる
- 講座で使用するGCPの主要サービスを理解する
- データエンジニアリングの最も基礎となるshellの基本的な使い方を理解する
- Gitの使い方を理解する
03
Week
統計
~データ分析で最低限必要となる統計学の考え方・各種指標を学ぶ~
- 統計学の基本的な専門用語を理解する
- 平均値・中央値・最頻値などを使い分けられる
- 散布図、箱ひげ図などのグラフを使い分けられる
04
Week
SQL その1
~データサイエンティストの実務に必要なレベルのSQLについてクエリを書きながら学ぶ~
- SELECT / WHERE / GROUP BYといった基本的なクエリの書き方を身に付ける
- JOINの注意点について理解しながらクエリの書き方を身に付ける
- サブクエリの書き方を身に付ける
05
Week
SQL その2
~データサイエンティストの実務に必要なレベルのSQLについてクエリを書きながら学ぶ~
- BigQuery特有の書き方を理解する
- 関数 / Window関数などの発展的な内容を理解する
06
Week
Python基礎
~Pythonの基本的な文法を学ぶ~
- Pythonの基本的な文法(変数、リスト、for / ifなど)を理解する
07
Week
Python応用 / 可視化
~データサイエンスで中心的役割を果たすPandasや、matplotlib, seaborn, plotlyなど可視化ライブラリの使い方・グラフの使い分けを理解する~
- Pandas/DataFrameに対する理解
- データ分析で必要な細かいテクニックについて理解する
- matplotlibにおける基本的な作図と(scatter, plot, histogram, etc..)と図の設定(label, legend, ticks)について理解する
- seabornにおける発展的な作図(boxplot, violinplot, facetgrid)について理解する
- plotly expressにおけるインタラクティブな作図について理解する
08
Week
ドキュメンテーション
~部署内あるいはクライアントへの分析結果の報告のための資料作成方法を学ぶ~
- 資料作成の手順を理解する
- 分かりやすい資料の構成要素を理解する
09
Week
Mini Project I: kickstarter
~実際のデータを使ってデータサイエンティストの実務を体験する~
- 分析の背景を理解し、分析設計を行える
- 実際の実務の手順に従って、データ分析業務を理解する
10
Week
Mini Project II: NYC citibike
~実際のデータを使ってデータサイエンティストの実務を体験する~
- 分析の背景を理解し、分析設計を行える
- 実際の実務の手順に従って、データ分析業務を理解する
11
Week
機械学習の基礎
~機械学習の仕組みについて理解する~
- 機械学習の原理を理解する
- scikit-learnでモデルの構築・評価を行う
12
Week
機械学習の応用
~機械学習の様々なアルゴリズムを学ぶ~
- LightGBM+ XAIなど分析モデルの改善に有用なライブラリの使い方を理解する
13
Week
Mini Project III: NYC taxi fare forecast
~実データを用いてタクシーの運賃予測のモデル作成を行う~
- Big dataの取り扱いについて理解する
- モデル作成前のEDAを回すことができる
14
Week
深層学習1
~深層学習の基礎について学ぶ~
- テンソル、PyTorchについて理解する
- 線形回帰、MLP、畳み込み、CNNなどについて理解する
15
Week
深層学習2
~実務で使う深層学習モデルを学ぶ~
- 転移学習、AEについて学ぶ
- ResNet、カスタムデータセット、LSTMについて学ぶ
具体的な進め方
開校前に面談を行い、現状の把握並びに目標の設定を行います。
また、個別面談は1週間に1回のペースで進めていきますので、全部で15回個別面談を行うことができます。
![](https://lwfiles.mycourse.app/01camp-public/90541e1ebe944165106f3a016c6fcd24.png)
カリキュラムの意図と
ねらい
DataScienceBootcampを受講することで見につくスキルは以下の通りです。
ねらい
DataScienceBootcampを受講することで見につくスキルは以下の通りです。
データエンジニアリングスキル
SQLのセクションにおいて、以下の課題を課しています。
実データセット(NOAA(アメリカ海洋大気庁)の気象データセット)に対して、特定の気候条件を満たすエリアを抽出するSQLのクエリを作成し、提出してもらいます。
まず、このデータセットは小規模なものではなく比較的大きなデータセットです。次にSQLクエリを書くにあたって、実際のデータサイエンティストとして重要なSQL構文であるWHERE, GROUP BY, HAVING, WITH, User Define Functionの活用が必要です。
従って、この課題を提出できた時点で、実際のデータサイエンスの現場でSQLによるアドホックな分析で困るという場面はかなり小さいと判断できます。
つまり、この課題を出せた時点で受講前と比べて、
1.ビッグデータのハンドリングスキル
2.SQLを用いたアドホックなデータ分析スキルおよび実用的なクエリを書くスキル
の2つが身に付いていると判断できます。
SQLのセクションにおいて、以下の課題を課しています。
実データセット(NOAA(アメリカ海洋大気庁)の気象データセット)に対して、特定の気候条件を満たすエリアを抽出するSQLのクエリを作成し、提出してもらいます。
まず、このデータセットは小規模なものではなく比較的大きなデータセットです。次にSQLクエリを書くにあたって、実際のデータサイエンティストとして重要なSQL構文であるWHERE, GROUP BY, HAVING, WITH, User Define Functionの活用が必要です。
従って、この課題を提出できた時点で、実際のデータサイエンスの現場でSQLによるアドホックな分析で困るという場面はかなり小さいと判断できます。
つまり、この課題を出せた時点で受講前と比べて、
1.ビッグデータのハンドリングスキル
2.SQLを用いたアドホックなデータ分析スキルおよび実用的なクエリを書くスキル
の2つが身に付いていると判断できます。
データサイエンススキル・ビジネススキル
Mini Project IIのセクションでは以下の課題を課しております。
実際にNYCでレンタルバイク事業を提供しているCitiBikeという会社のデータセットを用いて、
ユーザーのペルソナ分析を行い、その分析結果をパワーポイントに纏めて、提出いただきます。
ここではこれまでに積み重ねてきたデータエンジニアリングスキル(SQL)に加えて、新たにPythonによるデータ分析のスキルが求められます。
また漫然とデータ分析を行うのではなく、ビジネス課題に対して必要なデータ分析を洗い出す分析設計のスキルも併せて求められます。
これに加え、分析の為の分析ではなく、ステークホルダー(自分の上司や周囲の部署)へのコミュニケーションスキルが身に付いているかを判断する為に、分析コード(Pythonのコード)を提出いただくのではなく、それらの結果をまとめた報告資料(パワーポイント)を提出いただきます。
またペルソナ分析という課題自体も実際のデータドリブンマーケティングのプロジェクトとしては一般的な為、
実際にデータサイエンティストとして業務を行ったとして、製造業のマーケティング部門や金融業など複数の業界で似たようなプロジェクトを経験する可能性が高いです。
従って、この課題を提出できた時点で受講前と比べて、
以下のスキルが身に付いていると判断できます。
1.SQLによるデータ抽出からPythonにおけるデータ分析をシームレスにつなぐスキル
2.分析設計と探索的なデータ分析の実用的なスキル
3.分析内容をデータサイエンスを必ずしも専門としないステークホルダーに資料を使って説明できるコミュニケーションスキル
Mini Project IIのセクションでは以下の課題を課しております。
実際にNYCでレンタルバイク事業を提供しているCitiBikeという会社のデータセットを用いて、
ユーザーのペルソナ分析を行い、その分析結果をパワーポイントに纏めて、提出いただきます。
ここではこれまでに積み重ねてきたデータエンジニアリングスキル(SQL)に加えて、新たにPythonによるデータ分析のスキルが求められます。
また漫然とデータ分析を行うのではなく、ビジネス課題に対して必要なデータ分析を洗い出す分析設計のスキルも併せて求められます。
これに加え、分析の為の分析ではなく、ステークホルダー(自分の上司や周囲の部署)へのコミュニケーションスキルが身に付いているかを判断する為に、分析コード(Pythonのコード)を提出いただくのではなく、それらの結果をまとめた報告資料(パワーポイント)を提出いただきます。
またペルソナ分析という課題自体も実際のデータドリブンマーケティングのプロジェクトとしては一般的な為、
実際にデータサイエンティストとして業務を行ったとして、製造業のマーケティング部門や金融業など複数の業界で似たようなプロジェクトを経験する可能性が高いです。
従って、この課題を提出できた時点で受講前と比べて、
以下のスキルが身に付いていると判断できます。
1.SQLによるデータ抽出からPythonにおけるデータ分析をシームレスにつなぐスキル
2.分析設計と探索的なデータ分析の実用的なスキル
3.分析内容をデータサイエンスを必ずしも専門としないステークホルダーに資料を使って説明できるコミュニケーションスキル
データサイエンススキル
Mini Project IIIのセクションでは以下の課題を課しております。
実際にNYCで走っているタクシーのログデータを使って、タクシーの利用状況および運賃に関するデータ分析と機械学習モデリングの実装を行い、分析コードを提出いただきます。
Mini Project IIまででビジネススキルはチェックしているのでデータサイエンススキルとクラウドスキルをより強化する為の課題です。
今後、多くの企業がDXを進めるにあたってクラウド基盤上での分析は切っても切り離せません。そこで、この課題ではGCPのVertex AIを利用したクラウド環境上で適切に分析を進められるかというクラウドのスキルをチェックしています。なおかつ、探索的データ分析などのフェーズがより進み、次のフェーズとして予測モデルを作成してほしいとステークホルダーから依頼された場合にも対応できるようにLightGBMを使った機械学習モデリングを実施していただきます。
従って、この課題を提出できた時点で受講前と比べて、以下のスキルが身に付いていると判断できます。
1.クラウド上でデータ分析を進められるスキル
2.機械学習モデリングを適切に設計、実装できるスキル
Mini Project IIIのセクションでは以下の課題を課しております。
実際にNYCで走っているタクシーのログデータを使って、タクシーの利用状況および運賃に関するデータ分析と機械学習モデリングの実装を行い、分析コードを提出いただきます。
Mini Project IIまででビジネススキルはチェックしているのでデータサイエンススキルとクラウドスキルをより強化する為の課題です。
今後、多くの企業がDXを進めるにあたってクラウド基盤上での分析は切っても切り離せません。そこで、この課題ではGCPのVertex AIを利用したクラウド環境上で適切に分析を進められるかというクラウドのスキルをチェックしています。なおかつ、探索的データ分析などのフェーズがより進み、次のフェーズとして予測モデルを作成してほしいとステークホルダーから依頼された場合にも対応できるようにLightGBMを使った機械学習モデリングを実施していただきます。
従って、この課題を提出できた時点で受講前と比べて、以下のスキルが身に付いていると判断できます。
1.クラウド上でデータ分析を進められるスキル
2.機械学習モデリングを適切に設計、実装できるスキル
![](https://lwfiles.mycourse.app/01camp-public/abd25c78e39056bea2552b44c9def7b7.png)
DataScienceBootcampに参加された方の
感想をご紹介します。
![](https://lwfiles.mycourse.app/01camp-public/091908492255abc227a2baeb8cfc91e6.png)
![](https://lwfiles.mycourse.app/01camp-public/0e4a0fe2855265402ac376160f6b45df.png)
Q. 事前の知識がないので不安です
Q. 他の講座との違いは何ですか?
Q. カリキュラムを終えると転職できますか?
Q. 受講後のキャンセルは可能ですか?
Q. あまり時間が取れないのですが・・・。
そういった意味では、受講開始後には学ぶことが多くて少し圧倒されてしまうかもしれません。その場合でも個別面談を通じて、あなたの現状に合ったお話ができますのでご安心下さい。
Q. 続けられるか不安なのですが?
Q. 卒業後はどうなりますか?
![](https://lwfiles.mycourse.app/01camp-public/46f61210b52cf07b294997d360c14b72.png)
スタンダードプラン
(30日間無料)
-
全てのコンテンツにアクセス可能
-
毎週開催される朝会への参加権
-
コース内容に関する質問
-
課題の添削
-
回数無制限の1on1
プロプラン
-
全てのコンテンツにアクセス可能
-
毎週開催される朝会への参加権
-
コース内容に関する質問
-
課題の添削
-
回数無制限の1on1
![](https://lwfiles.mycourse.app/01camp-public/a86f8379091bfbbc29a3a1b26b39fa75.png)