仕事しながら、データサイエンスを学ぶAI入門講座 #GCI2024Summer を修了しました

東京大学 松尾・岩澤研究室が主催するデータサイエンスの基礎講座「GCI 2024 Summer」について、7月末をもって完走しました！この記事では、申し込みから完走までを振り返ります。

最初に書いておきますが、会社員と大学院生をやりながらGCIを受講したので、「寝る時間以外は全てGCIに使いました！」スタイルではないです。

それでも受けてよかったなと思っているので、「そこまでGCIに時間を投下できないけれど、受けるか迷うな……」と思っている、特に社会人の方の参考になれば嬉しいです。

データサイエンスの基礎を学ぶGCI

GCIは、データサイエンスの基礎と、機械学習スキル習得のための講座です。

内容は「データから関係性を可視化し、その結果をビジネスにどう活かすか？」を主軸に展開されています。

• データ分析に用いるPythonおよび各種ライブラリの使い方

• 機械学習モデルの作成から検証まで

• ビジネスの場でどのようにデータを活用しているか

学び方

以下の4ステップを回していくスタイルです。

• 毎週のオンライン講座でインプット

• （途中までは）毎週出る宿題で、インプットした技術をトライ

• コンペで、学んできたデータ分析の手法をフル活用

• 最終課題でビジネス領域まで広げ、学んだことを総動員

なぜGCIを受けようと思ったのか

1つ目は、データを眺めることには以前から興味がありましたが、データをビジネスに活かす方法を知りたかったから。

2つ目は、研究で機械学習を使ってデータを分析予定だから。研究に必要なインプットは少しでも進めておきたいと思い、受講を決めました。

GCIの乗り越え方

前提：GCI受講前の知識

受講前の筆者の状態を書いておきます。

• Webエンジニア2年目

• G検定に2024年3月に合格

• Pythonはかすかに使用経験あり

• データ分析経験なし

講座の難易度

GCIで取り組んだトピックは初めて触るものばかりでしたが、ちょうどいい背伸びができる講座だったと感じています。

必要に応じてLLMを使いながらも、「どうやって手を動かしていいのか全くわからない」と立ち往生する瞬間はありませんでした。

ただこれは、技術を学ぶ前提として「技術の全てを覚える必要はない」というスタンスでいたからかもしれません。

講義で取り上げられたトピックを全て完全に理解しようとするのではなく、頭の中に引き出しを増やすイメージで、まずは手を動かすことを優先するようにしていました。

時間の使い方

私は3ヶ月間の講義で、合計100時間をGCIに投下する結果になりました。配分は以下のとおりです。

以下のスタイルで毎週のルーティーンを組んでいました。

• 講義（火曜夜）はリアルタイムで聞く

• 宿題（水曜〜金曜）は週末に持ち越さない

• コンペと最終課題は上限の時間（20時間）を設定して、やりたいことの優先順位を決めてから取りかかる

• 宿題とコンペを通じて復習する。予習はしない

平均すると、講義を含めて一週間に7時間程度をGCIに使っていたことになりますが、少ない週では講義のみだったので週によってまちまちです。

自分のペースを守る

主観ですが、トータルで「100時間」という数字は、わりとコンパクトなのかなと思います。

特にコンペと最終課題にはいくらでも時間を投下できるので、トータルの時間はいくらでも伸ばせるはず。

でも大前提として、GCIにどれだけ時間を割けるかは、人によってかなり違います。私の場合は、GCIがあった時期に自分が抱えていたトピックのうち、単位にもお金にもならないのはGCIだけ。

ということで申し込みの時点で、スケジュールが難しくなったら最初に切るのはGCIにしよう、と決めていました。そして日々の時間割も、その優先順位を守る形で組んでいました。

特に社会人の方は、自分の決めた目標に向かってマイペースに進み続けるスタイルがいいのかなと思います。

一番大変だったこと

4月から7月まで受講して一番きつかったのは、最終課題の時期です。

事前にわかっていたことですが、最終課題の締め切りが大学院の期末試験の時期と重なっていて、テストが終わってから最終課題を追い込むスケジュールにしていたので、課題が終わる前に燃え尽きそうになりました。

最終課題とテストの重なりは、大学生からも同じ声を聞いたので、Summerに参加される学生さんには今後も起こりうるかもしれません😇

最終課題は修了条件に含まれているので、最後に燃え尽きないように、あらかじめ予定をブロックしておくのをおすすめします！

モチベーション維持

私の目標は、GCIに含まれていたトピックはGCIの時期に学んでおきたかったので、「とにかく完走すること」でした。

燃え尽きそうな瞬間もありましたが、そんなときに目標達成を助けてくれたのは、同じ時期にGCIを受講していた同期の皆さんです。

GCIについてときどきポストしていたら同期の方がつながってくれて、皆さんの頑張りを見かけたり、時には声を掛け合えたりして、とても心強かったです（特に、最終課題の時期！）。

GCIでは講義とは別に開催される自由参加の情報交換の場があり、そちらもモチベーション維持に役立ちそうだったのですが、私の場合は参加が難しかったので、Xでのつながりにひたすら助けられていました☻

GCIで得られたもの

データ分析から事業提案（の模擬）までを一通り経験できた

講義の内容が技術からビジネス領域まで内容が幅広かったことと、インプットしたことを使用してアウトプットする場が用意されていたこと。

この2点のおかげで、データを事業に活かすプロセスを最初から最後まで、まずはざっくりと体験できたことがよかったです。

データサイエンスについてインプットする場はたくさんあると思いますが、私の場合はアウトプットへのつなげ方も知りたかったので、GCIが合っていたように思います。

データサイエンスを学んでいる同期

これが結局のところ、GCIを受けて一番よかったなと思っていることです。

GCIを受けた後に取り組むことは人それぞれですが、同じ時期にGCIを走り切った同期が頑張っていると刺激をもらえたり、興味があるテーマの情報を知れたりと、ありがたいつながりだなと感じています。

私が参加したSummerでは、社会人参加者のコミュニティを立ち上げてくださる方もいたりして、声をかけあえる仲間が多くて心強いです。

GCIでの学びをどう活かすか

学業に役立てる

まずは何より、自分が研究で使う技術のイメージを持てたので、ここからは手を動かしながら研究に使うデータの分析を始めていきたいです。

GCIのおかげで「あとは手を動かしながら学んでいこう」というマインドになれたので、ここから学びを深めていこうと思います。

事業に役立てる

せっかく社会人としてGCIで学んだので、データ分析で人の役に立てるよう、ここからアクションを起こしていきたいと考えています。

データであれば企業の規模に問わず蓄積されていることが多いと思うので、GCIでできるようになったことを言語化し、みなさんの意見を聞きながら、どのような事業提案ができるのかを考え中です。

データ分析と自分の持っているスキルを組み合わせて事業の役に立てるイメージを持てたので、データサイエンティストやデータエンジニアとはまた違う場所・違うやり方で、GCIでの学びを実践していきたいです。

以上、GCIを駆け抜けた4ヶ月のことを振り返ってみました。

記事の公開時点では、次の冬期参加者を募集中のようです。この記事が、GCIを受けようか考えている方の参考になれば嬉しいです☻

【2024/9/19追記】無事に修了の連絡が届きました🎉