テクノロジーの進化で多くの企業がビッグデータを保有するようになった昨今では、収集したビッグデータを適切に活用できる能力が個人および組織レベルで求められています。また、大学などのアカデミック界隈がその要請に応えるべくあらゆる教育コンテンツを整備し始めています。
私自身も、データ分析からビジネスKPIに貢献するインサイトを出すために普段から分析を行なっているのですが、このデータサイエンス学位に興味が湧いて、本気で取得を検討するようになりました。

本記事では、文系私大出身の私が本気でデータサイエンス学位取得を目指すために、実現可能性の高い方法について記載します。これからデータサイエンスを学ばれる方には特に有益なコンテンツであると思います。


データサイエンスがめちゃくちゃ注目されている


企業がデータベースに溜め込んでいる大量のデータをマーケティングに活かそうとする流れが続いています。今は、マーケティング、スポーツ、医療などあらゆる分野でのデータ活用が実践されています。

Google Trendにおいても「データサイエンティスト」のキーワード検索数が2012年後半から一気に増加していることがわかります。これは、ハーバードビジネスレビューが2012年にデータサイエンティストが最もセクシーな職業になると明言したことが起因しています。

データサイエンスの修士号取得を目指す理由

文系私大を卒業後に、ITコンサルティングファームに入社し、エンジニア、ITコンサルタントを経験し、現在ではWebマーケティングに強みをもつWebディレクターをしています。Webディレクターをしつつも、私の関心はグロースハックにあります。そのため、特定のプロダクトをグロースさせるために、流入からCVまでのデータ分析と施策実行までをディレクションしています。そういう意味では、プロダクトマネージャーという方がいいかもしれません。

私の詳しいプロフィールは以下を見ていただけると助かります。

本サイトについて

私がこのタイミングでデータサイエンスを体系的に学びたい理由として、主に以下の理由があります。

データ分析は体系的な知識が必要である

データ分析に携わっている人なら当たり前にご存知かと思いますが、一般的にデータサイエンティストやデータアナリストが持つべきスキルは3領域あると言われています。それが、ビジネス、エンジニアリング、サイエンスの3領域なのですが、これらを全て併せ持つデータアナリストは国内でもかなり少数派でして、大抵はエンジニアリングに特化した人かサイエンスに特化した人のどちらかな気がします。

私自身のスペックはこの前3領域の全てをある程度理解しているだけで、深い知識は持っていません。そのため、これらを包括的に学んで、改めてデータ分析に特化したプレイヤーになりたいと考えています。

海外のスタートアップで挑戦したい

また、現在国内の事業会社にてWebディレクターをしながらも2年以内に海外にでることを考えています。私の場合はほぼバイリンガルなので、英語には問題ありませんが、データ分析の経験がまだ弱いです。

データアナリスト(SEO分野)という海外の職種の募集要項を見ると、このレベルでもコンピュータサイエンス関連の学位がプラスなどの記載があります。また、カナダを主に見ているのですが、カナダのSkilled Worker’s Visaの応募条件として、この理工分野の学位取得も条件として記載があります(diploma以上の学位なので、難易度は低いですが)。

海外スタートアップに挑戦する上でも結構有利に進められそうな気がするのですww

MOOCで海外学位取得が簡単になってきている

従来では、海外の学位取得で一番の懸念として、「学費の高さ」があげられたかと思います。しかし近年では、CourseraやEDxなどのMOOCの台頭により、時間や場所にとらわれず米国の有名大学の学位取得が可能になりました。

そもそも大学卒業後に海外の大学院進学をしたかった私にとっては、憧れの海外大学の入学が実現しやすくなったのですww

MOOCを活用し自習ベースで修士号が取得できる

先述しましたが、MOOCを活用して修士号取得が可能になりました。MOOCの中でも数多くのデータサイエンスのコースが展開されています。その中でも私が注目しているコースを以下に記します。

Master of Applied Data Science – School of Information, University of Michigan

ミシガン大学が提供するデータサイエンスの修士号です。ミシガン大学はパブリックアイビーの1つであり、THE(Times Higher Education)の世界ランキングでも20位となっています。Courseraで受講可能です。

Master of Computer Science in Data Science(MCS-DS) – University of Illinois

イリノイ大学が提供するデータサイエンスの修士号です。イリノイ大学はパブリックアイビーの1つであり、THE(Times Higher Education)の世界ランキングでも50位となっています。Courseraで受講可能です。

授業料は約200万円となり、最短12ヶ月で修了可能のコースとなります。

データサイエンス修士号取得までに必要なこと


では、データサイエンスのオンライン修士号の魅力がわかったところで、文系出身の私がどのように入学できるのかというのが肝かと思います。各スクールが定める条件と今必要なものを考えます。何個かあるのですが、もっとも壁が高く必要なものは以下になると思います。

コンピュータサイエンスの基礎コースの修了証

データサイエンスのコースは、基本的には、コンピュータサイエンスの学士号を持つ候補者が対象となるのですが、それ以外の学部を卒用した学生に対しても、門戸を開いています。ただし、その場合には高度な「数学(線型代数学、離散数学、確率論、統計学)」、「アルゴリズム」、「プログラミング」の基礎的な素養を保持する必要があります。学部時代に以下の科目を履修していない学生は、学部レベルで学んだことを証明することができれば、出願可能だということです。

多くのスクールが志願者に求める知識領域は以下となります。

データ構造とアルゴリズム (Data Structures & Algorithms)

データ処理の際に必要な知識です。データサイエンティストはデータを処理する最適なコンピュータリソースについて理解する必要があります。データ構造とは、キュー、リストなどデータをどのような形で保持するかという話です。また、アルゴリズムとは、プログラムの処理の手順を表したものです。これは、データサイエンスはもちろんコンピュータサイエンス の基本となる論点です。

オブジェクト指向設計 (Object-Oriented Design)

プログラミング言語は通常、オブジェクトという固まりを定義して、コードを書いていくのですが、この基本的なオブジェクト指向設計を事前に理解していることが求められます。オブジェクト指向言語には、Java、php、Pythonなどがあります。

私は、大学生の時にOracle Certified Java Programmerの資格をとったのですが、その後インフラのチームでLinuxを触っていた人なので、少し忘れているので、ここの修了証の獲得はマストでしょう。

線型代数学/離散数学 (Linear Algebra / Discrete Mathematics)

線型代数学は、ベクトルや行列などの演算ができるレベルを想定しています。これに関しては、経済学部生の時にかなり応用的な線型代数学を受講していたので、最悪学部時代の成績証明書を利用しようと思います。

離散数学は、コンピュータのデータ処理が2進法をベースに行われていることから、コンピュータの処理の原理を理解するのに役立つものです。ここは、全く体型的に学んだことが無いので、学び直す必要がありそうです。

基礎的な統計学と確率論 (Basic statistics/probability)

データサイエンスのサイエンスに当たる領域です。統計学の中でも代表値の理解と、仮説検定まで理解できればここでの知識としては問題ないと思っています。これも、経済学部時代に運良くがっつり学んでいた分野のためクリアしていると感じています。

推薦状3通

米国の大学院の場合は、推薦状がネックになる人はとても多いのではないかと思います。しかもデータサイエンスの場合は、プログラミング言語の利用経験などを推薦者に証明してもらうための補足資料となるようです。

ただし、この推薦状がOptional(任意提出)のスクールも多く、上記の例で言えば、イリノイ大学のコースはOptionalの提出です。

私自身は、オブジェクト指向言語の業務経験がないので、都内大学の理工学部の通信制コースで単位取得を考えています。これで、実力証明できる場合は、推薦状の提出は不要とのことです。

最後に

ここまで、データサイエンス学位取得の方法などを記載しました。実は、多くの人が知らないだけで、自身の市場価値を上げる画期的な方法はたくさんあるのです。

私自身は10月以降で国内で単位をとって来年出願を検討しています。この領域で学位取得を検討されている方々がいらっしゃいましたら、相互に情報交換できると嬉しいです。