■ データサイエンスの社会的背景
▶2010年代
ビッグデータ、機械学習、人工知能(AI)への注目が高まる
▶2012年
アメリカのマネジメント誌でデータサイエンティストが21世紀で最も重要な職種の一つであるという記事が発表され、世界中でデータサイエンティストへの注目が高まる
▶2019年
政府が「AI戦略 ～人・産業・地域・政府、すべてにAI～」を発表
—–以下「AI戦略 2019 ～人・産業・地域・政府全てにAI～」より抜粋—–
デジタル社会の基礎知識（いわゆる「読み・書き・そろばん」的な素養）である「数理・データサ
イエンス・AI」に関する知識・技能、新たな社会の在り方や製品・サービスをデザインするために
必要な基礎力など、持続可能な社会の創り手として必要な力を全ての国民が育み、社会のあらゆる
分野で人材が活躍することを目指し、2025年の実現を念頭に今後の教育に以下の目標を設定。
・全ての高等学校卒業生が「数理・データサイエンス・AI」に関する基礎的なリテラシーを習得
・新たな社会の在り方や製品・サービスのデザイン等に向けた問題発見・解決学習の 体験等を通じ
た創造性の涵養
・データサイエンス・AIを理解し、各専門分野で応用できる人材を育成（約25万人/年）
・データサイエンス・AIを駆使してイノベーションを創出し、世界で活躍できるレベルの人材の発
掘・育成（約2,000人/年、そのうちトップクラス約100人/年）
・数理・データサイエンス・AIを育むリカレント教育を多くの社会人（約100万人/年）に実施
（女性の社会参加を促進するリカレント教育を含む）
・留学生がデータサイエンス・AIなどを学ぶ機会を促進
———————————————————————————————–
▶2021年
AI時代の人材育成のために…
・大学でデータサイエンス学部を新設する動き
・大学が企業と連携することで実践的な教育に取り組む動き
・データサイエンスに関連した求人数が増加
データサイエンスやAIへの注目の高さの一方で、企業によるDX推進、AI導入、ビッグデータ利活用が進まない大きな要因として「深刻な人材不足」が挙げられ、学生へのデータサイエンス教育の普及、そして社会人が社会の変化に適応するための “学び直し” （リカレント教育、リスキリング）が重要になり、データサイエンス分野への注目は今後も高まっていく。
※ ITニーズの拡大による市場・人材需要に対し、2030年には約45万人の人材不足が予想されている。
▶2017年〜2022年 – データミックス
2017年の創業以来、データサイエンスの教育事業の需要は高く、今では年間2,200名以上が受講する日本屈指のビジネススクールへと成長。DXやAIへの注目の高まりを背景に、個人向けのスクールの他、法人研修・人材紹介・コンサルティング・EdTechといった事業、地方自治体・教育機関向けの取り組みを多角的に展開。
■ プロダクト
▶個人向け
社会人向けのデータサイエンスのスクール
データサイエンスに特化した転職支援
▶法人向け
データサイエンスの法人研修
データサイエンスに特化した人材紹介
コンサルティング
▶その他プロダクトの特徴
・データサイエンスの老舗ビジネススクールとして業界をリード
・年間2,200名以上のビジネスパーソンが受講
・あらゆる業種・職種・役職の人が受講
・法人向けサービスでは、大手上場企業のクライアント多数
■ スクールの特徴
▶データサイエンス × 個性
データサイエンスのスキルだけでは人材としての希少価値は高まらない。
今後、データサイエンスの普及が進めば人材として “当たり前” の知識という位置付けになる。
今のフィールド(業種・職種・経験・知識)とデータサイエンスを掛け合わせることで生まれる付加価値。
▶すべてのビジネスパーソンのためのスクール
エンジニアになりたい、またはエンジニアがより高度なエンジニアリングを学びたいといった層に向けたスクールではなく、今のフィールド(業種・職種)やスキルにさらなる付加価値を生むためのデータサイエンスを学びたいすべてのビジネスパーソンが学べるスクール。
▶多様なキャリア
エンジニア向けのスクール、リテラシー向上を目的としたスクールが多い中、すべてのビジネスパーソン向けに開かれたスクールであり、転職・キャリアアップ・キャリアチェンジ、DX推進室への異動、起業やフリーランスといった多様なキャリアの形成・構築に繋がるスクール。
▶スキルだけではなく、思考を学ぶ
過度なAIやDXのブームによりスキルばかりが注目されているが、スキルをただ身につけるだけではなく、スキルを用いて社会課題やビジネス課題の解決に必要とされる”思考”、即ち課題発見力や課題解決力を身につけることができる。
▶活躍する卒業生
卒業後、データサイエンスのプロとして、転職や異動、起業・フリーランスになった卒業生が数多く存在。
例：気象データアナリストとして起業
通信系企業の企画職からデータ分析のフリーランス
コンサルティング会社から外資系EC企業のBIアナリスト etc.
▶万全のフォロー体制
オンラインチャットツールによる質問対応や現役データサイエンティストとの面談(オフィスアワー)を通じて、学習・授業の悩みからキャリアの悩みまで全面的に受講生をサポートします。
・利益や利害関係ではなく、顧客ファーストであることを最優先
・卒業式というデータミックスにとっての存在意義
受講生はただ受講して終わりではなくデータミックスで学んだことを総動員し、
受講生自らが選んだテーマ「データサイエンス × 個性」でプロジェクトの実施・発表する
・データサイエンスを通した人(受講生とデータミックス)と社会の繋がり（ラボ）
・現役データサイエンティストとしての経験豊富な講師陣
・文系、数学苦手、プログラミング未経験でも学べるカリキュラム
・実在企業のケーススタディによる実践的なカリキュラム
・さまざまな業種・職種・役職の社会人が受講（例えば競合はエンジニア向けが多い等）
・卒業後も勉強会やイベントを通して交流できるコミュニティがある
■ 備考欄
▶競合となるスクールが増加し、露出強化と差別化が重要
▶競合となるスクールが増加し、広告入札額が高騰
▶データサイエンス教育の需要は、アーリーアダプター＆マジョリティから裾野が広がりはじめている
■ 集客ターゲット
・データサイエンスのスキルを身につけキャリアチェンジしたいと思っているビジネスパーソン
・ビッグデータを活用したビジネスを展開したいと考えているビジネスパーソン
・Employability(雇用され得る能力)の獲得に関心が高く、自分らしく働きたいと考えているビジネスパーソン
■ターゲットの状況・心境
・このままではキャリアアップできないという不安を感じている
・会社のDX推進室やAI推進室に異動したいが、知識がない
・会社のDX推進しなければならないが推進できる人材がいない、自分がリードできる人材になりたい
・会社はこのままでは衰退してしまうので、データサイエンスを学び、事業を変革したい
・会社は時代の変化に合わせて変化しなければいけないが、何を変えていかなければいけないかが分からない
・起業したい、またはフリーランスとして活動したいが、そのためのスキルがほしい
■ プロダクトの種類
「データサイエンス基礎講座」
▶特徴
文系出身者、プログラミング未経験者、数学が苦手な人でも安心して学べる
データサイエンスの基礎を「広く」「浅く」体系的に学ぶことができる
ビジネスにおけるデータ活用をリードする実践的な知識・スキルを身につける
ビジネスにおけるAI推進、DX推進、データ活用をリードする知識・スキルを身につける
▶受講後のキャリア
AI推進、DX推進、データ活用推進のプロジェクトマネージャー
AI推進、DX推進、データ活用推進のプロダクトマネージャー
▶学習ゴール
統計学・機械学習の主な手法について、メリット・デメリット、使い所を理解できる
SQL、Python、Rを使ったデータ抽出や前処理、探索的分析・モデリングを実施できる
「データサイエンティスト育成コース本講座」
▶特徴
文系出身者、プログラミング未経験者、数学が苦手な人向けの対策講座がある
データサイエンスの専門家(データ分析のプロ)としてのキャリアを目指す
スキルだけではなく、スキルを応用する実践的な思考を身につける
課題発見・課題設定・データ分析・提案・レポーティングといった知識・スキルを統合する
▶受講後のキャリア
データサイエンティスト、データアナリスト、AIエンジニア、データエンジニア、
データアーキテクト、起業・フリーランス、転職・キャリアチェンジ・キャリアアップ
▶学習ゴール
「自分で答えを作り出す姿勢」「データを見て考え抜く姿勢」を身につける
各手法の仮定を理解し、アンチパターンや制約事項を理解する
自ら課題設定から分析、レポーティングまでを実施することができる
▶備考欄
経済産業省「第4次産業革命人材スキル講座(Reスキル)」認定講座
厚生労働省「専門実践教育訓練給付制度」認定講座
※ 受講料の最大70%還付
「気象データアナリスト養成講座」
▶特徴
前述「データサイエンティスト育成コース本講座」のカリキュラムをベースに、気象データを
テーマにした専門コース。SDGs、カーボンニュートラル、地球温暖化や気候変動を背景に、ビジネスにおける気象データの活用、世界が抱える社会問題の解決のための気象データの活用が今まで以上に求められる時代。
▶受講後のキャリア
データサイエンティスト、データアナリスト、AIエンジニア、データエンジニア、データアーキテクト、起業・フリーランス、転職・キャリアチェンジ・キャリアアップ
▶備考欄
気象庁により日本で初めて認可された教育プログラム
経済産業省「第4次産業革命人材スキル講座(Reスキル)」認定講座
厚生労働省「専門実践教育訓練給付制度」認定講座
※ 受講料の最大70%還付
「ゼロから学ぶExcelデータ分析・統計学講座」
▶特徴
Excelの関数や便利なショートカットなど明日からすぐ使えるテクニックを学べる
ピボットテーブルやグラフ作成に留まらない統計学の基礎的な分析手法も学習できる
▶学習ゴール
手法の使い方ではなく、統計学や各手法の基本的な考え方を数式なしで理解する。
仮説検定、回帰分析といった実務でもよく使う分析手法について、使い所の判断やExcelでの実施方法を理解できる
■ データサイエンスとは
「知りたいこと」つまり「良い問い」を得るという哲学的な姿勢と、統計学や機械学習といったデータ分析の技術の絶妙なバランスを取りながら、答えのない問題に取り組むこと。
■ データサイエンティストとは
・統計学や機械学習を駆使しながらビッグデータを分析・モデリングして、ビジネスインパクトにつなげるプロフェッショナル
・データで顧客やサービスに関する仮説探索・検証を繰り返す参謀役
■ ビジネストランスレーターとは
ビジネス側（事業側）が抱えているビジネス課題を、分析課題へと翻訳し、分析結果を意思決定・アクションへと昇華させる役割。データサイエンティストとともに分析プロジェクトをリードする。（ビジネス側とデータ専門家との橋渡し役）
■ そのほかのキーワード
Python、SQL、R、機械学習、AI(人工知能)、統計学、ディープラーニング、業務効率化、生産性向上、DX(デジタルトランスフォーメーション)、データドリブン
■ 受講生による卒業発表の例
データサイエンティスト育成コース本講座の受講生は、受講期間の最後の1ヶ月間に、自らテーマを設定して取り組む研究プロジェクトがあります。
・ECサイト：レコメンデーションアルゴリズムの開発や最適化
・金融：貸し出し審査に用いる与信モデルの構築
ダイレクトマーケティングのROI最適化
Deep Learningの金融時系列データ予測への活用
・物流：商品配置の最適化
リソース・スケジューリングの最適化
・ヘルスケア：糖尿病患者の通院ログを用いた再入院リスクの予測モデル
・HR：退職理由のクチコミ情報を用いた自然言語処理による解釈
・製造：製造業の調達業務における価格推定モデルの構築
■ 代表プロフィール
堅田 洋資 | Yosuke Katada
(代表取締役社長 / データサイエンティスト)
米国大学のデータサイエンス修士号を保有。
前職の白ヤギコーポレーションにて、社内のデータはもちろんクライアントのデータ分析を支援する分析コンサルタントとして活躍。主に人工知能・機械学習を用いたレコメンデーション、アプリユーザーの行動分析や機械学習を用いたプッシュ通知の最適化、交通系IoTのデータ分析、物流倉庫の数理最適化などを担当。
白ヤギコーポレーション参画前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティングなど幅広い経験を持つ。
学歴
University of San Francisco, M.S. in Analytics修了
一橋大学商学部卒業（統計学・データサイエンス専攻）
■ 著書
・フリーライブラリで学ぶ機械学習入門（秀和システム）
・統計学の基礎から学ぶExcelデータ分析の全知識（できるビジネス） できるビジネスシリーズ（インプレス）
・直感でわかる！ Excelで機械学習（インプレス）
■ メディア露出
・日経ビッグデータWeb版パートナーレポート「成功するアナリティクス案件の選択とは
・SELECK 「数値からユーザー行動を読み解く！データ可視化のカギは、TableauとRの使い分け」
・SELECK 「ビッグデータ分析を競い合え！世界中のデータサイエンティストが集う「Kaggle」とは」
・日経クロステック「実務で使えるデータ分析スキル」
・日本経済新聞社、Forbes Career等
