工場の生産管理から7ヶ月でデータアナリストに転職！29歳の挑戦

本記事では、工場の生産管理から、2ヶ月でKaggleの上位2%に入り、約7ヶ月でデータアナリストに転職したYさん（29歳）にインタビューしました！

「工場勤務からでも、データアナリストになれますか？」と聞かれる機会がよくあります。答えは、なれます。

Yさんは工場で生産管理の仕事を続けながらPythonとデータ分析を学び、入会から約7ヶ月でデータアナリストへの転職を決めました。

こんにちは、はやたすです！

今回はテクフロ受講生のYさんに、成果報告として来ていただきました。
自己紹介をお願いできますか？

データアナリストへの転職、おめでとうございます！

Excelでの分析もされていましたが、専門でやっていたわけではなく、オフィスより現場に出る時間のほうが長い働き方でしたよね。

「工場で働いていて、データ分析は未経験です。今からでも学べますか？」との相談もよく届きます。

工場勤務でデータ分析未経験でも、学べます。Yさんも学び始める前は、数学への不安と、現場仕事のあとに勉強時間を取れるかの不安を抱えていました。

数学、時間、続け方の3つの悩みを、1つずつ伺っていきます。

文系で数学が苦手でも、データ分析は学べます。
入会前のスキルは、どれくらいでしたか？

学生時代も文系で、プログラミングも数学もほぼ手つかずの状態からのスタートでした。

統計検定は独学だと苦戦する方が多い試験です。落ちた経験は、能力が足りない証拠ではありません。

現場仕事で疲れていても、勉強時間は取れます。
ただ入会前は、Yさんもかなり苦労していましたよね。参加前の悩みを教えてください。

2日に1回のペースで2〜3時間なので、現場仕事と並行しながら十分に頑張っていました。

独学が止まる原因は、教材の良し悪しより、疲れた日に手を止めても誰にも気づかれない環境にあります。

もともとは転職ではなく、今の仕事で使うために学び始めたと伺いました。
参加を決めた理由は何でしたか？

僕がいちばん推しているポイントを選んでいただけて、うれしいです。

数学に不安がある方ほど、基礎を全部固めてから進む学び方より、手を動かしながら必要な知識を足していく学び方が合っています。

「Python未経験から始めて、どれくらいで結果が出ますか？」も、よくいただく質問です。

Python未経験からでも、2ヶ月あればKaggleで結果を出せます。Yさんは入会1ヶ月でKaggleの入門コンペ上位10%、2ヶ月目に初心者向けコンペで上位2%に入りました。

入会してから、何ヶ月でどんな成果が出ましたか？

最初の1ヶ月でカリキュラム7章までの課題を終えて、2ヶ月目に上位2%です。学び始めて2ヶ月で届く方は、なかなかいません。

上位の方のディスカッションを読んで自分の分析に落とし込む進め方は、Kaggleで伸びる受講生に共通しています。

現場仕事をしながらでも、毎日勉強できます。
Yさんの場合、成果を出すうえで何がいちばん役に立ちましたか？

参加してから、学習時間は変わりましたか？

2日に1回だった勉強が毎日になり、単純計算で学習時間が倍ほどに増えています。

疲れて帰る日が続く方ほど、気合いより先に、進捗を毎日人に見せる仕組みを用意してください。

学習は、実践中心で進めていったんですよね。

入会前は高校数学から積み上げようとしていたYさんが、実践から入る進め方に切り替えられたのは大きな転機です。

基礎を完璧にしてから使う順番では、文法と機械学習のつながりが見えないまま時間だけが過ぎます。

「生産管理の経験は、データ分析で活きますか？」と聞かれたら、活きますと答えます。

Yさんの場合、工場の業務でデータを使ってきた経験が学び始める理由になり、学んだ分析を工場のセンサーデータにそのまま使えました。

生産管理の仕事の中で、データを使った経験はありましたか？

現場の仕事の中でExcelの分析を続け、成果を認められていたから、学ぶ目的がはっきりしていました。Excelで工場の数字を扱ってきた方は、Pythonを学ぶと同じ数字をもっと深く掘り下げられます。

生産管理の方は、自分の工場のどの数字を分析したいかを、学ぶ前から持っています。

テクフロに入ってから、学んだ内容を業務で使えましたか？

コンペで身につけた力を、転職の前に自分の工場のデータで試していたわけですね。

働いている現場のデータで分析した経験は、Kaggleの順位と並んで面接で話せる材料です。

同じく製造業から、7ヶ月でデータサイエンティストに転職した自動車業界の開発エンジニアのHさんの記事もあわせてご覧ください。

「製造業の現場から、データアナリストに転職できますか？」との質問も届きます。

製造業の現場からでも、データアナリストに転職できます。Yさんは約2ヶ月の転職活動で内定を得ました。

学習のペースが一度落ちた時期があったと伺いましたが、転職はどのタイミングで決めたんですか？

今の仕事に活かすつもりで積み上げたスキルが、状況が変わったときに転職の武器になりました。

最初から転職を目指していなくても、学んでおけば選べる道が増えます。

社内でデータ分析の仕事を広げられない方も、学んだ内容と業務での活用実績があれば、社外に目を向けられます。

Slackでの転職報告では、自己研鑽してきた点も評価されたと書いてくださっていましたね。

カリキュラムを終えてKaggleで順位を取り、工場のデータでも分析を試していました。

面接で聞かれる実務の話と、働きながら学び続けた話の両方を、Yさんは自分の経験で答えられたわけです。

迷ったときは、1人で抱え込まずに誰かに話してください。
Yさんは、オフ会でほかの受講生に相談されたんですよね。

考え方がガラッと変わる瞬間は、オンラインだけだとなかなか生まれません。

同じ道を進む仲間と顔を合わせて話せる場が、Yさんの転職の後押しになりました。

20代・データ分析未経験からでも、データアナリストに転職できます。
Yさんから見て、テクフロはどんな人におすすめですか？

年齢や学生時代の専攻、今の職種より、目的を決めて手を動かし続けられるかで結果が分かれます。

工場で生産管理をしている方がデータアナリストを目指すなら、Yさんの約7ヶ月の進め方を手順として使えます。
転職までに最初にやる手順を、順番に並べました。

現場仕事のあとは、疲れて手が止まりがちです。
Yさんは日報でほかの受講生の進捗が見える環境に身を置き、平日2〜3時間・休日5時間以上の勉強を続けました。

入会前の週2〜3回と比べると、学習時間は倍ほどです。疲れた日に1人で踏ん張るより、手を止めると周りに分かる環境を先に作るほうが確実に続きます。

Yさんは入会前、算数や高校数学から積み上げようとしていました。
入会後は1ヶ月でカリキュラム7章までの課題を終え、足りない知識は実践の中で補っています。

数学を全部やり直してからPythonに進む順番だと、Kaggleに届く前に時間も気力も尽きてしまいます。分からない箇所は生成AIに聞きながら、先に進んでください。

「勉強していました」だけでは、どれだけ力がついたか相手に伝わりません。
Yさんは入門コンペで上位10%、初心者向けコンペで上位2%と、数字で示せる実績を2ヶ月で作りました。

上位の方が書いたディスカッションを読み、自分の分析に取り入れる進め方もあわせて真似してください。

工場で働いている方は、分析に使える現場のデータがすぐ近くにあります。
Yさんは時系列データの分析を学んだあと、センサーデータで異常検知に取り組みました。

Kaggleの課題は正解のあるデータですが、工場のデータは自分で問いを立てて分析します。現場を知っている生産管理の方にとって、工場のデータは面接で語れる実務の経験に直結します。

面接で主に聞かれたのは、実務の部分でした。
工場のデータで分析した経験と、働きながら学んできた過程を自分の言葉で説明できる状態にしてから応募すると、約2ヶ月の転職活動でも内定まで進めます。

30代後半に製造業の技術職から、約1年でデータアナリストに転職したはっしーさんの記事もあわせてご覧ください。

工場の生産管理で現場仕事が中心でも、文系で数学が苦手でも、約7ヶ月でデータアナリストに転職できます。
Yさんの事例を整理します。

最後に、今後の目標を教えてください。

プログラミングやデータ分析の習得に、学歴や能力は関係ない、が僕の考えです。差がつくのは学習法だけです。

Yさん、転職おめでとうございました。データアナリストとしてのご活躍を応援しています！

Yさんは入会前、現場仕事の疲れで週2〜3回の勉強がやっとでした。

進捗を毎日見せ合う環境に移ってからは、2ヶ月でKaggleの上位2%に入り、約7ヶ月で転職しています。変わったのは体力ではなく、疲れた日にも手を止めない仕組みです。

公式LINEでは、「Pythonデータサイエンス完全ロードマップ」の限定動画（約1時間）を無料で配信しています。数学やPythonの基礎から、コンペ、業務での活用まで、進む順番を1本で確認できます。

仕事から帰って机に向かったとき、今日どこから手をつけるかで迷わないための道しるべとして受け取ってください。

工場勤務からでも、データアナリストになれます。Yさんはリサイクル関係の工場で、仕事の6割が現場の生産管理をしながら学び、入会から約7ヶ月でデータアナリストに転職しました。

生産管理の経験は、データ分析で活きます。Yさんは工場の業務でデータを使い、役員から評価された経験をきっかけに学び始めました。学んだ時系列データの分析は、工場のセンサーデータの異常検知に使っています。

製造業の現場からデータアナリストに転職するには、コンペの順位と、業務でデータを分析した経験の2つを用意してください。YさんはKaggleの上位2%と、工場のデータでの分析をそろえて、約2ヶ月の転職活動で内定を得ました。

20代・データ分析未経験からでも、データアナリストに転職できます。29歳のYさんはPythonもプログラミングも未経験の状態から学び、2ヶ月でKaggleの初心者向けコンペ上位2%に入り、約7ヶ月で転職しました。

現場仕事をしながらでも、勉強時間は取れます。Yさんは入会前は週2〜3回が限界でしたが、日報で進捗を見せ合う環境に移ってから、毎日2〜3時間、休日は5時間以上勉強するようになりました。

文系で数学が苦手でも、データ分析は学べます。Yさんは算数から学び直し、独学の統計検定にも落ちていましたが、実践中心の学び方に切り替えて基礎文法と機械学習のつながりを体感しながら力をつけました。