Tech Frontier(テクフロ)の受講生で、人口推計のデータを扱う仕事をしていた40代のRさんは、Pythonのpandasを1ヶ月ほど独学で触った状態から、1ヶ月で基礎学習を終え、2ヶ月半でKaggleの初心者向けコンペ上位6%台に入りました。
40代からデータサイエンスを学んで、結果は出せるのか。Python未経験のまま、異業種への転職に間に合うのか。結論から言うと、出せます。40代のRさんは、仕事で人口推計のデータを扱ううちにExcelの計算に限界を感じ、Pythonのpandasを1ヶ月ほど独学で触った状態でテクフロに入会しました。1ヶ月で基礎学習を終え、2ヶ月半でKaggleの初心者向けコンペの上位6%台に入り、3ヶ月目には一般のコンペでニューラルネットワークまで実装しています。異業種のITベンチャー企業へ企画・プロジェクト管理の担当として移る準備として学び、学習中の身分でもSIGNATEの人材紹介サービスから案件を2件紹介されました。
はやたす本記事では、朝4時半に起きて1日2時間を確保し、Python未経験から2ヶ月半でKaggleの初心者向けコンペ上位6%台に入った40代のRさんにインタビューしました!
上位6%台は、過去の受講生の中でも高いスコアです。Rさんがどんな配分でインプットとアウトプットを進め、上位20%の壁をどう越えたのかを、対談の内容をもとにまとめました。
- 40代・未経験からデータサイエンスを学んで、結果を出せるのか知りたい
- Excelの計算が重くなってきて、Pythonに移りたいと考えている
- 独学だと教材選びと学ぶ順番に自信が持てず、同じ本を何冊も買ってしまう
- 異業種への転職を控えていて、転職先で話が通じるスキルを身につけたい
上のような疑問や悩みを抱えている方にピッタリな内容です。
40代から、限られた時間でデータ分析のスキルを身につけてキャリアを変えたい方は、ぜひ最後まで記事をご覧ください!


40代・データサイエンス未経験からKaggle上位6%へ|人口推計の仕事からITベンチャーに移るRさん





「40代・未経験からデータサイエンスを学んでも、間に合いますか?」との相談をよくいただきます。
答えは、間に合います。
Rさんは機械学習を学んだ経験がない状態から入会し、2ヶ月半でKaggleの初心者向けコンペ上位6%台に入りました。
対談の時点で入会から3ヶ月半ほど、一般のコンペにも挑戦しています。
| 年代・性別 | 40代・男性 |
| 前職 | 仕事で人口推計のデータ(国立社会保障・人口問題研究所が公表するデータ)を扱い、独自の計算を担当 |
| 受講前のスキル | Pythonのpandasを1ヶ月ほど独学で触った程度。若い頃にオフコンとVBA(Excelのマクロ)を数年かじった経験はあるが、データサイエンス・機械学習は未経験 |
| 学び始めた理由 | Excelでは人口推計の計算量が大きすぎた。ITベンチャー企業への転職が決まり、転職先で共通言語として話せるスキルが欲しかった |
| 学習時間の作り方 | 朝5時起きの1.5時間から始め、のちに朝4時半起きで2時間。隙間時間とあわせて1日3時間ほど |
| 入会1ヶ月 | Pythonとデータ分析の基礎学習を終える |
| 入会2ヶ月半 | Kaggleの初心者向けコンペで上位6%台 |
| 入会3ヶ月 | 一般のコンペに参加し、アンサンブルやニューラルネットワークを実装 |
| キャリアの変化 | ITベンチャー企業へ企画・プロジェクト管理の担当として転職が決まっている。学習中にSIGNATEの人材紹介サービスで案件を2件紹介された |



こんにちは、はやたすです!
今回はテクフロ受講生のRさんに、成果報告として来ていただきました。
簡単に自己紹介をお願いできますか?



Rと申します。
年代は40代です。
2年くらい前に、仕事で人口推計のデータに触れる機会がありました。
国立社会保障・人口問題研究所が出しているデータに、少し手を加えて独自に値を計算してみたい状況が出てきたんです。
Excelの計算に限界を感じた40代が、Pythonとデータサイエンスを学び始めた理由





Rさんが学び始めたきっかけは、人口推計の計算でした。
Excelでは計算量が大きく、条件を変えるたびに作り直しが必要です。
さらに、異業種のITベンチャー企業への転職も決まり、転職先で通じるスキルを短期間で身につける必要がありました。
人口推計の計算をExcelで作り込んだら、データも計算量も大きすぎた



最初はExcelで計算しようと頑張っていました。
ある程度作り込んでみたら、やはりデータと計算量が大きいんです。
同じような計算を何回も繰り返す必要があり、作るのにも計算にも時間がかかると分かってきました。



若い頃に数年、オフコンと呼ばれる黒と緑の画面のコンピューターや、ExcelのVBAを少しかじっていました。
プログラミングで処理すれば、計算の根拠になるパラメーターを変えても、計算をやり直すのが楽です。
どうせやるならモダンな言語でと考えて、ライブラリが充実しているPythonを独学で始めました。
VBAの経験はあっても、新しい言語と学び方には抵抗があった



VBAのご経験があると、プログラミングには抵抗がなかったのでは?
受講前の悩みを教えてください。



プログラミング自体には触った経験があります。
ただ、言語ごとの違いを1から覚えるのはしんどそうだと感じていました。
どう学びを進めたらいいのかにも、少し抵抗がありました。
ITベンチャーの企画・プロジェクト管理に移る前に、共通言語が欲しかった



縁があって、ITのベンチャー企業に転職が決まりました。
ポジションは、企画やプロジェクト管理の担当です。
少数精鋭の会社なので、縦割りで仕事をするわけにはいきません。
エンジニアの方と共通言語で話せる素養があったほうがいいと感じました。
異業種からの転職でもあり、不安もありました。
使える時間の中で、転職先でも活きるスキルを強化しなければと思っていたんです。



独学だと、ダラダラしてしまいそうな不安もあったんですよね。



はい。
独学の場合の教材選びや学習の進め方に、自信が持てなかったのが悩みです。
年齢も立場も少数派の40代が、メンター付きのデータサイエンススクールを選んだ決め手





社会人の勉強時間は限られています。
Rさんが求めたのは、限られた時間の使い方を見てくれるメンターでした。
不安はサポートの量と質、そして自分がついていけるか



参加するにあたって、不安はありませんでしたか?



手に入る情報は、YouTubeの体験談やLINE・メールの内容が主でした。
なので、サポート体制の量と質が見えなかったのが1つです。
もう1つは、自分がついていけるのか、自分の時間を確保できるのか。
整理してみると、カリキュラムへの不安と自分自身への不安が半々でした。
日報へのコメントと2週間ごとの面談で、学習をコントロールできると考えた



参加の決め手は何だったんですか?



受講生の体験談で「自分に必要なのはメンターだった」と話している方がいて、まさにメンターが必要だと思いました。
時間の確保をコントロールするには、メンターの立場の方がいたほうがうまくいくと感じたんです。
受講前の面談では、受講生ごとに合ったカリキュラムを提案していると聞きました。
毎日の日報にはやたすさんがコメントをくれて、2週間に1回はオンラインで顔を見ながら相談できる。
進み方の確認や不安の解消が担保されていると、腑に落ちたのが大きかったです。



あとは、自分がどれだけ食らいついていけるか。
最後に残ったのは、やるかやらないかでした。
大勢と横並びのカリキュラムでは、40代の目的とずれると感じた



ほかのスクールは検討しましたか?



自分の置かれた状況は、年齢的にも立場的にも少数派だと感じていました。
大勢の皆さんと同じカリキュラムで横並びに進めると、学んだ先にどうなりたいかの目的とずれそうだったんです。
Udemyのセールでつい講座を買ってしまう時期もありました。
今は、学びたい内容があれば、どの書籍に手を出すべきかをはやたすさんにDMで聞いて指導してもらう形に落ち着いています。



転職したい人、次の会社で活かしたい人、今の会社で活かしたい人で、目的はバラバラです。
業界によって、扱うデータも変わります。
全員が同じカリキュラムで進むのは難しいので、評価していただけて嬉しいです。
Python未経験の40代が、2ヶ月半でKaggle上位6%台を取れた3つの理由





40代のPython未経験でも、2ヶ月半でKaggleの上位6%台まで届きます。
Rさんの上位6%台は、過去の受講生の中でも高いスコアです。
結果につながった理由は、次の3つです。
- 基礎は1ヶ月で切り上げ、2ヶ月目からKaggleでアウトプットに移った
- 上位20%までは、他人の情報を見ずに特徴量だけで試行錯誤した
- 20%を越えてから、海外の上級者のチュートリアルを翻訳して足りない点を補った
1ヶ月で基礎、2ヶ月目にKaggle、3ヶ月目に実践のコンペへ



何ヶ月で、どれくらいの成果が出たか教えていただけますか?



プログラミング未経験の方なら、おそらく2ヶ月目くらいの内容が、私の1ヶ月目にあたっていたと思います。
最初の1ヶ月は、はやたすさんのYouTubeの教材を数日で回し終えて、あとは指定された書籍で基礎を学びました。
パソコンの環境が必要だと思う方もいるかもしれませんが、適当なノートパソコンが1台あれば、クラウドの環境で勉強も開発もできます。



1ヶ月目はインプットが多いフェーズです。
2ヶ月目はKaggleに入ってアウトプット中心の学習をして、3ヶ月目に実践のコンペへ移りました。
1ヶ月単位でフェーズが進んでいった感覚です。
上位20%までは、他人の情報を見ずに特徴量だけで悩み抜いた



上位6%台まで、どうやってスコアを伸ばしたんですか?



まず、上位20%に1つ目の壁があります。
20%までは、Kaggleの中にあるほかの方の情報は使わずに進めるルールになっていました。
20%に届くまでは、結構苦しみました。
モデルはいちばん使いやすい定番のモデルのままで、特徴量の作り方だけで試行錯誤していたんです。



悩んで悩んで作っていくと、そもそも特徴量エンジニアリングとは何かを知りたくなってきました。
新しいコンペでは、特徴量エンジニアリングの考え方のパターンを増やしたいと思っています。



特徴量は、予測のためにデータから作る材料です。
初心者向けのコンペで悩み抜いた経験は、あとのコンペや実践の場で必ず活きます。
20%を越えてから、海外の上級者のチュートリアルを翻訳して読んだ



20%を抜けたあとは、ほかのプロの方の情報も読みました。
初心者向けのコンペでも、本業でデータを扱っている方がチュートリアルを公開しています。
英語ではありますが、翻訳をかけながら読んでいくと、「なるほど」と思える気づきがいっぱい転がっているんです。
良質なチュートリアルを見つけて、自分に足りていない部分をどんどん取り入れ、スコアを上げられました。
3ヶ月目の一般コンペでは、ニューラルネットワークまで実装した



直近の一般のコンペでも、Rさんはアンサンブルやニューラルネットワークの実装、エラーが出たときの対処まで、しっかりできていました。
時系列に対応した形で、検証の仕組みも組めています。
まだ3ヶ月なのに、なぜ対応できたんですか?



プログラムは上から順番に流れていくので、分岐の位置を意識して書いています。
話しながら気づいたんですが、今何をやるべきかは常に意識していました。
おかしな動きが起きたら、前と変わった箇所はどこかを考えます。
目先の細かい部分に囚われすぎず、一歩引いて全体を見る。
深くなりすぎたら、抽象的に捉え直すように巻き戻しています。



何を目的に分析しているのかに立ち返る視点は、ビジネスでデータサイエンスを使うときにも欠かせません。
仕事で身につけた考え方が、分析でもそのまま活きていますね。
朝4時半起きで1日2時間|40代の学習法はアウトプット8割





受講前の面談で、Rさんが確保できると答えた学習時間は1日1〜1.5時間でした。
入会後は朝の固定時間と隙間時間を組み合わせ、1日3時間ほどをデータサイエンスに使っています。
インプット2・アウトプット8。フェーズによっては1対9



どんな勉強方法で進めていましたか?



基本はアウトプット中心です。
短期間で成果を出している人は、みんなそうだと思います。
今はアウトプットが8、インプットが2くらいで、フェーズによっては9対1です。
最初はインプットから始めないと共通言語で話せないので、5対5くらいでした。



インプットがある程度たまると、今は要らないインプットが感覚的に分かってきます。
必要なときに、必要な教材をはやたすさんに聞いて「今は要る」「要らない」と教えてもらっていました。



全体像が見えないうちに基礎学習をやり込むと、何が必要で何が不要なのか分からなくなります。
アウトプットを中心に、必要になったタイミングで必要な分だけ学ぶのが近道です。
朝5時起きの1.5時間から、4時半起きの2時間へ。残りは隙間時間で積む



学習時間は、どう作っていましたか?



生活の関係で、夜遅くまで起きているスタイルではありません。
最初は5時くらいに起きて1.5時間でしたが、今は4時半開始で2時間を確保しています。
集中できる時間をびたっと決めて、あとは隙間時間で積んでいく形です。
何かしらの形で、1日3時間くらいはデータサイエンスに触れていると思います。



最初のインプットの時期は、まとまった時間が欲しいので辛いかもしれません。
週4回を2ヶ月続ければ習慣化するとも言われますし、2時間集中できなければポモドーロ法なども取り入れられます。
2ヶ月頑張れば、なんとかなると思います。
楽ではない。だからChatGPTで自分用のGPTを作って進めた



講座で良かった点を教えてください。



やる内容が決まっている点です。
迷わない、ぶれないのはすごく大きいと思います。
ただ、正直に言って楽ではありません。
量も多く、同じ内容の反復ではなく常に新しい内容が入ってくる講座です。
分からなければ回答をもらえますし、今はChatGPTも使えます。
私はChatGPTで、データサイエンスとKaggle用の自分専用のGPTを作って使っています。
プロンプトの書き方もうまくなるので、ほかの方との差をつけられるはずです。



楽ではないけれど、ちゃんとやれば結果は出ます。
しっかり結果が欲しい方には向いていて、ゆるく進めたい方には向かないかもしれません。
同じ時期に入った受講生の日報が、最初の習慣化を支えた



ほかの受講生の日報は、モチベーションの維持につながりましたか?



最初のころは特につながります。
最初がいちばん習慣化しにくいので、私は同じ時期に入った方の日報を見ていました。
ほかの方の日報を見て思ったのは、多少かじった経験があっても、アドバンテージは1ヶ月分くらいしかない点です。
差はすぐに詰められるので、自分が進まないとアドバンテージは活きないと感じていました。



自分の日報は、詰まっていても毎日少しずつ出したほうがいいと思います。
本当に困っていれば、質問を投げれば答えてもらえます。
学習中でも案件を2件紹介|40代の学び直しは転職先でどう評価されたか





Rさんの転職先は、データサイエンティストの職ではなく、ITベンチャー企業の企画・プロジェクト管理です。
実務でデータ分析をした経験はまだありませんが、Kaggleで学んできた中身は、外部の人材紹介サービスや転職先の上司から評価されています。
SIGNATEの人材紹介サービスで「やっている内容は最先端」と言われた



SIGNATEで最近始まった人材紹介のサービスに登録して、Web面談も受けたんですよね。
担当者からは、どう評価されましたか?



勉強している内容は、結構最先端の部分をやっていますねと言われました。
実務の実績はまだないので、実績づくりはこれからです。
実績がなくても「紹介できる案件はないですね」とは言われませんでした。
AIやデータサイエンスの分野は人材不足で、企業や自治体・行政も取り組み方を探っている段階だと思います。
学習中の身分でも、案件を2件紹介していただきました。



まだ実務に触れていない段階で2件の紹介は、かなりすごいです。
今後は副業にも挑戦できそうですね。



許されるのであれば、経験値としてやってみたいですね。
転職先の上司に「Kaggleを取りまくればいい」と背中を押された



次の職場の上司にも、勉強している内容を話していたんですよね。



入社までに何を準備しておけばいいかを聞いたら、「Kaggleとか取りまくればいいんじゃない」と言われました。
取り組んでいる内容を何回か伝えても「いいんじゃない」と返ってきました。
同じ業界の方なので、業界の中の成長の仕方としても間違っていないと評価していただけたのかなと感じています。



僕は経験者の立場から指導しているので、未経験の状態ではありません。
未経験から始めた方の学習法が、業界の方からも評価されたのは本当に嬉しいです。
次の目標はKaggleの称号を名刺に入れる



今後の目標を教えてください。



まずは新しい職場で、会社を続けて社会に貢献したいです。
社会への貢献が、仕事をする意味だと思っています。
もう1つは、データサイエンスでの社会貢献です。
やはりKaggleの称号が欲しいですね。
Kaggleのマスターの称号も名刺に入れたいです。



データサイエンスに関わる人で、Kaggleを知らない人はいません。
メダルや称号があるだけで、一目置かれます!
40代・未経験からデータサイエンスを学ぶ人が最初にやる5ステップ





40代・未経験からデータサイエンスを学ぶなら、Rさんの3ヶ月半を手順として使えます。
最初にやる5つのステップを、順番に並べました。
- 学ぶ目的を書き出し、目的に合うカリキュラムか自分で判断する
- 朝の固定時間を決め、残りは隙間時間で積む
- 基礎は1ヶ月で切り上げ、Kaggleの初心者向けコンペに入る
- 上位20%までは自力で特徴量を工夫し、越えたら上級者のチュートリアルを読む
- 3ヶ月目からは一般のコンペで、実践の分析に挑む
ステップ1:学ぶ目的を書き出し、目的に合うカリキュラムか自分で判断する



Rさんの目的は、人口推計の計算をPythonで回す、転職先のITベンチャーで共通言語を持つ、の2つでした。
Rさんいわく、学習目的とカリキュラムが一致しているかは、自分にしか評価できません。
一致していれば、残るのはやるかやらないかの決心だけです。
ステップ2:朝の固定時間を決め、残りは隙間時間で積む



40代は、仕事と家庭の予定で夜の時間が読めない方も多いでしょう。
Rさんは朝4時半から2時間を固定し、残りを隙間時間で積み上げました。
健康や家族など大事な人と時間を守ったまま習慣を作れば、結果はついてきます。
40代から未経験でデータサイエンスを学ぶ進め方は、次の記事でも詳しく紹介しています。


ステップ3:基礎は1ヶ月で切り上げ、Kaggleの初心者向けコンペに入る



基礎学習をやり込みすぎると、同じような本を何冊も買って同じ箇所をぐるぐる回りがちです。
Rさんは1ヶ月で基礎を終え、2ヶ月目からKaggleでアウトプット中心に切り替えました。
必要なインプットは、詰まったときに足せば十分です。
ステップ4:上位20%までは自力で特徴量を工夫し、越えたら上級者のチュートリアルを読む



最初から他人の解法を見ると、自分で考える力がつきません。
Rさんは上位20%まで定番のモデルのまま特徴量で悩み抜き、越えたあとで海外の上級者のチュートリアルを翻訳して読みました。
悩んだ経験があるから、チュートリアルのどこが自分に足りないかが分かり、上位6%台まで伸ばせています。
ステップ5:3ヶ月目からは一般のコンペで、実践の分析に挑む



初心者向けのコンペで順位を取ったら、一般のコンペへ進んでください。
Rさんは3ヶ月目に、アンサンブルやニューラルネットワークの実装まで進みました。
市場調査の仕事を19年続けた40代後半の受講生が、2ヶ月でSIGNATEのコンペ1位、6ヶ月でデータサイエンティストに転職した事例もあわせてご覧ください。


【まとめ】40代・Python未経験でも、2ヶ月半でKaggle上位6%台に届く





40代でPython未経験でも、2ヶ月半でKaggleの初心者向けコンペ上位6%台に届き、異業種への転職に向けたスキルを身につけられます。
Rさんの事例を整理します。
- 経歴:40代・男性。仕事で人口推計のデータを扱い、Excelの計算に限界を感じていた
- 受講前:pandasを1ヶ月ほど独学。若い頃にオフコンとVBAを数年かじった程度で、データサイエンスは未経験
- 学び方:アウトプット8・インプット2。上位20%までは自力、越えたら海外のチュートリアルを翻訳して読む
- 学習時間:朝4時半から2時間+隙間時間で、1日3時間ほど
- 成果:1ヶ月で基礎学習を終え、2ヶ月半でKaggleの初心者向けコンペ上位6%台、3ヶ月目に一般のコンペでニューラルネットワークを実装
- キャリア:ITベンチャー企業へ企画・プロジェクト管理の担当として転職予定。学習中にSIGNATEの人材紹介サービスで案件を2件紹介された



最後に、挫折しそうな方や、勉強がうまくいっていない方へメッセージをいただけますか?



カリキュラムの項目を全部見ると、多いと思われるかもしれません。
でも、正直、全然できると思います。
1日2時間を確保して、止まりすぎずに次へ進めば、4ヶ月目には初心者向けのチュートリアルから実践に入れるはずです。
学習の方法が分からない点と、やるかやらないか。
大事なのは、2点だけです。
学習目的とカリキュラムが一致していると評価できるなら、あとは決心です。



受講前に1日1〜1.5時間と答えていたRさんが、今は朝4時半から机に向かっています。
Rさん、本日はありがとうございました。
新しい職場でのご活躍と、Kaggleの称号の獲得を応援しています!
Rさんのように「40代から」学ぶ時間を結果に変えたい方へ



40代の社会人が学習に使える時間は、1日2〜3時間が限度です。
Rさんは時間を増やすより先に、インプットとアウトプットの配分を変えました。
学ぶ順番と配分が決まれば、限られた時間でもKaggleの上位6%台に届きます。



公式LINEでは、Pythonの基礎からコンペ、仕事での活用までの進み方を、1時間の限定動画で無料公開しています。
同じ本を何冊も買う前に、まず全体像を1本でつかんでください。
40代・未経験からデータサイエンスを学ぶときのよくある質問


40代・未経験からデータサイエンスを学んでも間に合う?



40代・未経験からでも、データサイエンスの学習は間に合います。40代のRさんは、pandasを1ヶ月ほど独学で触った状態から学び始め、2ヶ月半でKaggleの初心者向けコンペ上位6%台に入りました。3ヶ月目には一般のコンペでニューラルネットワークまで実装しています。
40代でデータサイエンティストを目指すには、何から始めればいい?



Pythonとデータ分析の基礎を1ヶ月ほどで通し、2ヶ月目からKaggleなどのコンペで手を動かしてください。Rさんは1ヶ月目はインプット中心、2ヶ月目はアウトプット中心、3ヶ月目は実践と、1ヶ月単位でフェーズを進めました。
40代の社会人は、データサイエンスの勉強時間をどう作ればいい?



集中できる時間を1つ固定し、残りを隙間時間で積むのがおすすめです。Rさんは朝4時半から2時間を固定し、隙間時間とあわせて1日3時間ほどを学習にあてました。
Kaggleの初心者向けコンペで上位に入るには?



まずは他人の解法を見ずに、特徴量の工夫で上位20%を目指してください。Rさんは定番のモデルのまま特徴量で試行錯誤して20%を越え、続けて海外の上級者のチュートリアルを翻訳して読み、上位6%台まで伸ばしました。
実務経験がなくても、データ分析のスキルは評価される?



実務経験がなくても、学んだ内容が評価される場合はあります。Rさんは学習中の身分で、SIGNATEの人材紹介サービスから案件を2件紹介されました。転職先の上司からも、Kaggleに取り組む学び方を「いいんじゃない」と評価されています。
Rさんが学んだスクールはどこ?
Rさんが学んだスクールは、テクフロです。テクフロは6ヶ月間のオンライン完結型のデータサイエンススクールで、1ヶ月で基礎を終えて2ヶ月目からKaggle・SIGNATEの分析コンペに取り組みます。Rさんの成果は、2ヶ月半でのKaggle初心者向けコンペ上位6%台です。











