Tech Frontier(テクフロ)の受講生で、化学・バイオ系の技術職として働く30代女性のふるーとさんは、Pythonの簡単な構文が分かる程度の状態から学び、1.5ヶ月でSIGNATEのBeginnerコンペ8位に入りました。
統計検定を取ったのに、データサイエンティストの面接でうまく説明できなかった。実験の仕事でパソコンをほとんど使わない技術職でも、データ分析の実力はつくのか。結論から言うと、つきます。30代女性で化学・バイオ系の技術職として働くふるーとさんは、Pythonの簡単な構文と関数が分かる程度の状態からテクフロで学び始め、1.5ヶ月でSIGNATEのBeginnerコンペ8位(参加者は100名近く)に入りました。コンペに出ていた期間は実質2週間です。
はやたす本記事では、統計検定を取得したのに転職の面接で説明できず落ちた経験から、往復3時間の通勤を学習に変えて、1.5ヶ月でSIGNATEのBeginnerコンペ8位に入ったふるーとさん(30代女性)にインタビューしました!
資格の知識と実践がつながらなかった理由と、学び方をどう変えたのか。職場が変わり、データ活用がこれから始まる環境で、次に何を目指しているのかを伺いました。
- 30代・未経験からデータサイエンティストやデータ分析の仕事を目指せるか知りたい
- 統計検定を取ったのに、面接や実務で知識を説明できない
- Pythonの基礎を独学で終えても、分析の実践につながらない
- 職場の実験データを、データ分析で業務に活用したい
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。
資格の勉強は進んだのに手応えがない方、技術職の経験をデータ分析に活かしたい方は、ぜひ最後まで記事をご覧ください!


30代・化学系の技術職がデータ分析を学び、1.5ヶ月でSIGNATEコンペ8位に


ふるーとさんは、実験が中心の化学・バイオ系の技術職です。データサイエンティストへの転職を目指した時期があり、Pythonを独学して統計検定も取得しましたが、面接で統計を説明できずに落ちています。テクフロに入会して1.5ヶ月で、SIGNATEのBeginnerコンペ8位に入りました。
| 年代・性別 | 30代・女性 |
| 職種 | 化学・バイオ系の技術職(実験がメインで、仕事でパソコンはほとんど使わない) |
| 学習前のスキル | はやたすのYouTubeでPythonを独学し、簡単な構文と関数が分かる程度。統計検定は取得済みだが、知識と理解が結びついていなかった |
| 受講前のつまずき | データサイエンティストへの転職の面接で、統計検定の内容を説明できず不採用 |
| 成果 | 入会1.5ヶ月でSIGNATEのBeginnerコンペ8位(参加者100名近く)。コンペへの参加は途中からで、実質2週間 |
| 学習時間の作り方 | 往復約3時間の通勤電車でiPadを開き、1日2時間を確保 |
| 業務での変化 | 職場が変わり、大量に集めたデータをこれから活用していく環境に入った。業務でのデータ活用はこれから |



こんにちは、はやたすです!
今回は成果報告者として、ふるーとさんに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?



年代は30代で、化学やバイオ系の技術職をしています。
技術職といっても実験が中心の仕事です。
仕事でパソコンは、ほとんど扱っていません。
統計検定は取ったのに面接で説明できない|30代の技術職が抱えていた悩み


ふるーとさんの悩みは、勉強量ではなく、学んだ知識が実践につながらない点にありました。Pythonの基礎も統計検定も一通り終えたのに、現場のデータ分析でどう使うのかが見えない状態です。
実験データが大量にあるのに、誰も活用できていなかった



Pythonやデータサイエンスを学ぼうと思ったきっかけは、何だったんですか?



実験で、たくさんのデータが取れている状態でした。
なのに、誰も活用できていないのが、すごくもったいないと感じていたんです。
データを分析に活かせないかと思ったのが始まりです。
Pythonの構文と関数は分かっても、分析にどうつながるか見えなかった



Pythonは、はやたすさんの動画で一通り独学しました。
ただ、分かるのは簡単な構文や関数ぐらいです。
悩みは、学んだ内容が現場のデータ分析にどうつながるのか、イメージが全くわかない点でした。



関数やクラスは難しいうえに、どこで使うのかが分からないんですよね。
つまらなくなってやめてしまうのは、基礎学習でよくあるパターンです。
統計検定を説明できず、転職の面接で落とされた



ふるーとさんは一時期、データサイエンティストへの転職を目指していました。
Pythonを独学しても、Kaggleなどのコンペにはなかなか参加できなかったんですよね。
統計検定はなんとか取得したのに、知識と理解が結びついていない。
そんな状態で、転職の面接で統計検定の内容を説明できず、落とされてしまったと伺っています。



取得はしたけれど、あまり理解できていないなと感じていました。



資格は、知識を持っている証明にはなります。
ただ面接では、知識を自分の言葉で説明し、データで使えるかまで見られるんです。
独学の限界を感じた30代がスクールを選んだ決め手


ふるーとさんが入会を決めた理由は、独学の限界です。動画で流れはつかめても、実践の力にはつながりませんでした。決め手になったのは、ほかの受講生の成果報告と、日報への返信の速さです。
不安は講座より「自分にデータサイエンティストの資質があるか」だった



参加するにあたって、不安はありませんでしたか?



不安がなかったわけではありません。
ただ、講座への不安よりも、自分にデータサイエンティストの資質があるのか、本当に身につけられるのかが不安でした。
ほかの受講生の成果報告と、半日以内に返ってくる日報の返信



データ分析について検索すると、いろいろ出てきますが、抽象的な内容が多くて全体の流れが分かりませんでした。
はやたすさんの動画は、イメージがすごくつきやすかったんです。
もう1つは、ほかの受講生の成果報告の動画です。
日報で質問すると、半日以内には返信が返ってくると知って、サポートや環境に魅力を感じました。



ほかのスクールも見ていましたが、動画と課題を渡されて「自分でやってみてね」のスタイルが多く、講師との交流がなさそうでした。
Python基礎レベルから、実質2週間でSIGNATEコンペ8位に入れた3つの理由


ふるーとさんがBeginnerコンペに参加したのは、開催期間の半分ほどが過ぎてからでした。Kaggleの入門コンペと並行しながら、実質2週間で100名近くの中から8位に入っています。結果につながった理由は、次の3つです。
- 分からないところは飛ばし、アウトプット中心で前に進んだ
- 往復3時間の通勤電車で、iPadを開いて1日2時間を確保した
- 疑問を先回りして解決する動画で、自分で調べる力がついた
分からないところは飛ばし、アウトプット中心で前に進んだ



勉強の方法は、入会の前と後で変わりましたか?



以前は本を読んでいても、分からないところがあると、理解できるまでずっと立ち止まっていました。
テクフロでは、アウトプットを中心に、分からないところはどんどん飛ばして、とにかくやってみるやり方です。
最初は半信半疑で、今までのやり方と違うので、うまくできない部分もありました。
でも信じてやっていったら、やっているうちにだんだん分かるようになってきたんです。



もし受講していなかったら、どうなっていたと思いますか?



分からないところを分かるまで繰り返して、結局全然先に進まない状況になっていたと思います。
往復3時間の通勤電車で、iPadを開いて1日2時間を確保した



参加前の学習時間は「できるだけ」でした。
入会してからは、日報を出すので毎日やる習慣がつきました。
通勤時間が往復3時間ぐらいあったので、3時間のうち1日2時間はきちんと取れるようにしていました。
電車ではiPadを開いています。



電車の中だと中途半端なところで終わるので、続きをやりたくなるんです。
帰ってから、結局何時間かプラスで勉強できる日もありました。



Google ColabならiPadでも動かせますもんね。
アニメも途中で終わると続きを見たくなるのと同じで、学習時間がしっかり増えましたね!
疑問を先回りして解決する動画で、自分で調べる力がついた



「どうやるんだったっけ」「今すぐ知りたい」と思った疑問に、ピンポイントで答える動画がそろっていました。
なんで分かるんだろうと思うぐらいです。
質問できる環境もありましたが、ほとんどの疑問は動画で解決できました。



学習を進めると、解決できない部分も出てきます。
ただ基礎ができてくると、こう調べればいい、前にも同じエラーが出たな、と自分で調べて考えられるようになりました。
自走力がついたのが、すごく良かったです。
仕事が忙しく1ヶ月離れても、データ分析の学習に戻れた環境


コンペのあと、ふるーとさんは仕事が忙しくなり、1ヶ月ほど学習から離れています。再び学習に戻れたのは、レベルとモチベーションの高い仲間がいて、戻ったときに歓迎してくれる環境があったからです。
同じコンペに、自分より上位のテクフロ生がたくさんいた



一緒に参加している皆さんのレベルもモチベーションも、すごく高いんです。
私が参加したコンペにもテクフロの方がたくさん出ていて、私より上位の方が結構いました。
私が成果報告をしていいのかなと疑うぐらい、ハイレベルな環境でした。
離れても「また戻りたい」と思え、戻ると歓迎してもらえた



コンペのあと、仕事が忙しくなって勉強から離れた時期がありました。
離れていてもまた戻りたいと思える環境で、戻ったときに皆さんが歓迎してくれたのが、すごく良かったです。
毎週金曜日の勉強会にも参加していて、新しい視点をもらえて勉強が進みます。



忙しい時期をはさんで戻ってきてくれたのは、僕としても本当に嬉しかったです。
働きながら学ぶ30代は、仕事の繁忙期で必ず手が止まります。
止まっても戻れる場所があるかどうかで、続くかどうかが決まるんです。
データ分析の業務活用はこれから|職場が変わり、大量のデータを活かすフェーズへ


ふるーとさんの次の目標は、データ分析の業務活用です。最近職場が変わり、データを大量に集めた状態から、活用を始めていく環境に入りました。新しい職場では、まだPythonは使われていません。業務での活用はこれからの段階です。
新しい職場は、集めたデータの活用をこれから始める段階



今後の目標を教えてください。



今目指しているのは、業務での活用です。
最近職場が変わったんですが、データをたくさん集めた状態で、これから活用していきたいフェーズに入っています。
職場でPythonが使われているわけではありませんが、データの活用も視野に入れている環境なので、挑戦していけると思っています。
振動データのコンペで、扱ったことのない分野に挑戦している



今取り組んでいるコンペも、テーブルデータではあります。
ただ今までは、性別や年齢のように特徴量が分かりやすいデータでした。
今回は振動のデータから動きを当てる、全く違う分野です。
理系の実験では、取ってきたデータを分析する場面が多いので、役に立つと思っています。



実験系の仕事は、カテゴリのデータより、測った数値のデータが中心ですよね。
実務に近い形のデータに、コンペで先に触れておけるのは大きいです。
ぜひ実務に活かしていけるように、一緒に頑張っていきましょう!
30代の技術職がデータ分析の業務活用を目指すときに最初にやる5ステップ


30代の技術職が、職場のデータ活用を見すえてデータ分析を学ぶなら、最初にやる手順は決まっています。ふるーとさんの経験から整理すると、次の5ステップです。
- 職場で眠っているデータを、学ぶ目的として書き出す
- 資格の知識を、自分の言葉で説明できるか確かめる
- 通勤など毎日必ずある時間を、学習用に押さえる
- 基礎は止まらずに進め、早めにコンペへ出る
- 職場のデータに近い種類のデータで、分析の練習を重ねる
ステップ1:職場で眠っているデータを、学ぶ目的として書き出す
最初に、何のために学ぶのかを決めます。ふるーとさんの出発点は、実験で取れた大量のデータを誰も活用していない状況でした。職場のどのデータを使いたいかが決まっていると、学習の途中で目的を見失いません。
ステップ2:資格の知識を、自分の言葉で説明できるか確かめる
統計検定などの資格は、取得しただけでは面接や実務で使えません。ふるーとさんは統計検定を取っても、面接で説明できずに落ちています。学んだ用語を、実際のデータに当てはめて説明できるかを確かめてください。
ステップ3:通勤など毎日必ずある時間を、学習用に押さえる
働きながら学ぶなら、毎日必ずある時間に学習を置きます。ふるーとさんは往復約3時間の通勤電車でiPadを開き、1日2時間を確保しました。日報を毎日出す仕組みも、学習を習慣にする助けです。
ステップ4:基礎は止まらずに進め、早めにコンペへ出る
分からない箇所で立ち止まると、基礎学習のループから抜け出せません。分からない箇所は飛ばしてアウトプットを優先し、SIGNATEやKaggleの初心者向けコンペに出るほうが、理解は後から追いつきます。ふるーとさんは途中参加の実質2週間で8位に入りました。
ステップ5:職場のデータに近い種類のデータで、分析の練習を重ねる
業務活用を見すえるなら、練習に使うデータの種類も選びます。実験系の職場は測定した数値のデータが中心なので、ふるーとさんは振動データを扱うコンペに挑戦しています。
30代・未経験からデータサイエンティストを目指す道のりは、次の記事が詳しいです。


【まとめ】30代・化学系の技術職でも、データ分析は短期間で実践レベルに届く


30代で、実験中心の化学・バイオ系の技術職でも、データ分析は短期間で実践のレベルまで届きます。ふるーとさんの事例を整理すると、次のとおりです。
- 経歴:30代女性、化学・バイオ系の技術職。仕事でパソコンはほとんど使わない
- 受講前:Pythonは簡単な構文と関数が分かる程度。統計検定は取得したが、転職の面接で説明できず不採用
- 学習法:分からない箇所は飛ばしてアウトプット中心。往復3時間の通勤でiPadを使い1日2時間
- 成果:入会1.5ヶ月でSIGNATEのBeginnerコンペ8位(参加者100名近く、実質2週間)
- 今後:職場が変わり、集めたデータをこれから活用する環境で、データ分析の業務活用を目指す



最後に、学習で挫折しそうな方や、基礎学習のループにはまっている方へメッセージをいただけますか?



独学だとモチベーションが続かなかったり、自分でも何につまずいているのか分からなかったりすると思います。
挫折しそうなときや学習が続かないときは、一緒に学んでくれる人や、先生と呼べる人がいる環境がすごく大きいです。



一緒に頑張る仲間は本当に大事ですよね。
職場のデータを活かす次の挑戦も、応援しています。
ふるーとさん、本日はありがとうございました!
ふるーとさんとの対談の全編は、下の動画でご覧いただけます。
ふるーとさんのように「資格の知識を実践の力に」変えたい方へ



統計検定を持っていても、面接で説明できなければ評価にはつながりません。
ふるーとさんが変えたのは、知識を増やす順番ではなく、手を動かす順番でした。
コンペで使った経験があれば、知識は自分の言葉で語れます。



「資格は取ったのに、次に何をすればいいか分からない」方へ。
公式LINEでは、Pythonとデータサイエンスを実践中心で学ぶ順番を、1時間の限定動画(無料)で解説しています。
通勤の電車で、まず1本見てみてください。
30代・未経験からのデータ分析でよくある質問


30代・未経験からデータサイエンティストやデータ分析を目指せる?
30代・未経験からでもデータ分析の実力はつけられます。化学・バイオ系の技術職で、仕事でパソコンをほとんど使わない30代のふるーとさんは、入会1.5ヶ月でSIGNATEのBeginnerコンペ8位に入りました。基礎で止まらず、早めにコンペで手を動かした点が結果につながっています。
統計検定を取ればデータサイエンティストに転職できる?
統計検定だけでは、転職の決め手になりにくいのが実情です。ふるーとさんは統計検定を取得していましたが、面接で内容を説明できず不採用になりました。資格の知識を、コンペや分析の経験と結びつけて説明できる状態を目指してください。
実験系の技術職でもPythonのデータ分析は身につく?
実験系の技術職でも、Pythonのデータ分析は身につきます。ふるーとさんは実験が中心で、仕事でパソコンをほとんど使わない状態から学び始めました。実験で取れる大量のデータは、データ分析を学ぶ動機にも、業務で活かす対象にもなります。
働きながらデータ分析を学ぶ時間はどう作る?
通勤時間のような、毎日必ずある時間を使うのが確実です。ふるーとさんは往復約3時間の通勤電車でiPadを開き、1日2時間の学習時間を確保しました。電車で途中まで進めると続きが気になり、帰宅後に学習を足せる日もあったそうです。
Pythonの基礎学習から抜け出せないときはどうする?
分からない箇所は飛ばして、アウトプットを先にしてください。ふるーとさんも以前は理解できるまで立ち止まっていましたが、分からなくても前に進むやり方に変えてから、やっているうちに分かるようになりました。
ふるーとさんが学んだスクールはどこ?
ふるーと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。ふるーとさんの成果は、1.5ヶ月でのSIGNATE Beginnerコンペ8位です。











