働きながら短期間で
即戦力データアナリスト・データサイエンティストになる
働きながら短期間で
即戦力データアナリスト・
データサイエンティストになる
データサイエンス学科
プロフェッショナルを目指す
Tokyo iXは見習いではなく、独り立ちしたデータの専門家を目指す
社会人向けのスクールです。同じ高い志を持った仲間と
最高の空間で学び、働きながら短期間で、高度な学術的知識と
実践能力を身につける最高の機会がここにあります。
講座概要
「理論・マインドセットに重きを置いた学術的インプット」
「受講生一人ひとりに個別最適化された実践的アウトプット」
「広く深い学習を支援する手厚いサポート体制」
プロフェッショナルになるために必要なすべてが含まれています。
データサイエンス学科
データアナリスト
コース
受講期間：6週間
未経験からデータ分析・データ解析のスペシャリストを目指す
+
データサイエンティスト
コース
受講期間：4.5ヵ月
データ分析のその先にある新たな価値の創造者を目指す
講座の特徴
個別化
入学前のヒアリング、受講中毎週行われるカウンセリングと学習履歴データを活用して
不足しているスキルセットを総合的に判断し、
一人ひとりの目標に合わせたサポートおよび実践内容の個別化を実現しています。
データサイエンティストに必要な3つの力
ビジネス力
データ
サイエンス力
サイエンス力
データ
エンジニアリング力
エンジニアリング力
学習カルテと個人の目標を把握し、苦手を克服し
得意を増やす
カウンセリング・
ヒアリング
学習履歴
課題の評価
マインドセットの醸成
データサイエンティストマインド。それはデータサイエンティストとして世界を見る力を身につけ、データの本当の価値を見出すことです。AIと違い人が主体のデータサイエンスにおいて、機械にはできない洞察やひらめき、判断力を身につけます。
身につくソフトスキル
主体性
責任感
クリティカル
シンキング
働きながら学ぶ
データサイエンスにはドメイン(事業領域)の
知識が必須。
だからこそ、働きながら学ぶことを前提にカリキュラムを設計しました。
ビジネス力
データ
サイエンス力
サイエンス力
データ
エンジニアリング力
エンジニアリング力
ドメインの知識
分析対象となる業界や事業についての
知識・知見・経験・トレンド等の
情報
ドメイン知識のキャッチアップを止めることなく、学んだことをすぐに業務に還元できる
一週間の好きな時間で
学習10時間
2週に1回の
授業2時間
受講の流れ
受講の流れ
こんな方におすすめ
- これからデータ分析をしていきたい
- データを自身の業務に活かしたい
- 外注先とのやり取りにおける視座を上げたい
できるようになること
- データに対し適切なアプローチを選択し実行する
- Pythonを用いた高度な分析・可視化手法を使いこなせる
- 分析結果からビジネスに役立つインサイトを得る
STEP
01
カウンセリング・ヒアリング
お申し込み前の段階で受講者・企業担当者の方からカウンセリング、ヒアリングを開始。受講生一人ひとり別々の目標・現状のスキルセットの確認をします。
一人ひとりに合わせた目標を確認！
STEP02
お申し込み
STEP
03
事前学習の開始
カウンセリングの情報から、受講にあたって必要な前提知識の不足を確認。一人ひとり「何を、どこで、どこまで」学習すればいいのか無料サポート。個別の事前学習スケジュールも作成します。
事前学習から個別サポート！
STEP04
入学式
STEP
05
データアナリストコース
データ分析・データ解析に必要な知識とスキルの獲得を目指します。
毎週カウンセリング！
学習カリキュラム
SQL★／データサイエンティストマインド★／クリティカルシンキング★／データ理解／環境構築／データサイエンティスト体験／実戦のための代表的ライブラリ／データの前処理／データの可視化
★データサイエンティストコースと共通科目
STEP
06
実践演習（LIVEレッスン）
データ分析・データ解析に必要な実践能力の獲得を目指します。
チームで取り組む！
データ分析実践
仮想企業のデータと企業情報をもとにチームで分析実践。企業の抱える課題や新たな価値の発見能力を身につけます。
STEP07
修了式
STEP08
卒業者コミュニティで学習の継続
卒業者はチャットルームで継続コミュニケーションが可能。基礎学習・応用学習コンテンツも受講開始から1年間アクセス可能なため、本業に戻った後も、仲間と学習の継続や情報共有が可能です。
＼ データアナリストコースが修了したら… ／
こんな方におすすめ
- これからデータ分析をしていきたい
- データを自身の業務に活かしたい
- 外注先とのやり取りにおける視座を上げたい
できるようになること
- データに対し適切なアプローチを選択し実行する
- Pythonを用いた高度な分析・可視化手法を使いこなせる
- 分析結果からビジネスに役立つインサイトを得る
一人ひとりに合わせた目標を確認！
-
STEP01カウンセリング・ヒアリング
-
お申し込み前の段階で受講者・企業担当者の方からカウンセリング、ヒアリングを開始。受講生一人ひとり別々の目標・現状のスキルセットの確認をします。
STEP02
お申し込み
事前学習から個別
サポート！
サポート！
-
STEP03事前学習の開始
-
カウンセリングの情報から、受講にあたって必要な前提知識の不足を確認。一人ひとり「何を、どこで、どこまで」学習すればいいのか無料サポート。個別の事前学習スケジュールも作成します。
STEP04
入学式
毎週
カウンセリング！
カウンセリング！
-
STEP05データアナリストコース
-
データ分析・データ解析に必要な知識とスキルの獲得を目指します。
学習カリキュラム
SQL★／データサイエンティストマインド★／クリティカルシンキング★／データ理解／環境構築／データサイエンティスト体験／実戦のための代表的ライブラリ／データの前処理／データの可視化
★データサイエンティストコースと共通科目
チームで取り組む！
-
STEP06実践演習（LIVEレッスン）
-
データ分析・データ解析に必要な実践能力の獲得を目指します。
データ分析実践
仮想企業のデータと企業情報をもとにチームで分析実践。企業の抱える課題や新たな価値の発見能力を身につけます。
STEP07
修了式
-
STEP08卒業者コミュニティで学習の継続
-
卒業者はチャットルームで継続コミュニケーションが可能。基礎学習・応用学習コンテンツも受講開始から1年間アクセス可能なため、本業に戻った後も、仲間と学習の継続や情報共有が可能です。
＼ データアナリストコースが修了したら… ／
こんな方におすすめ
- 分析・解析能力を伸ばしビジネス課題を解決したい
- AI・機械学習等のモデル作成から新しい価値を生み出したい
- 知識だけではなく現場での実践能力や牽引力を身につけたい
できるようになること
- データサイエンスプロジェクトを立ち上げから報告まで行える
- 深い基礎知識から新技術や新分野への対応が容易になる
- 専門人材として自信と責任をもって関係者に意見できる
STEP01
カウンセリング・ヒアリング
お申し込み前の段階で受講者・企業担当者の方からカウンセリング、ヒアリングを開始。受講生一人ひとり別々の目標・現状のスキルセットの確認をします。
一人ひとりに合わせた目標を確認！
STEP02
お申し込み
STEP03
事前学習の開始
カウンセリングの情報から、受講にあたって必要な前提知識の不足を確認。一人ひとり「何を、どこで、どこまで」学習すればいいのか無料サポート。個別の事前学習スケジュールも作成します。
事前学習から個別サポート！
STEP04
入学式
STEP05
データサイエンティストコース
データから新たな価値を生み出すために必要な知識・スキルの獲得を目指します。
毎週カウンセリング！
学習カリキュラム
SQL★／データサイエンティストマインド★／クリティカルシンキング★／Kaggle入門／機械学習入門／時系列分析入門／深層学習入門／画像処理入門／自然言語処理入門
★データアナリストコースと共通科目
STEP06
実践演習
データサイエンティストとして独り立ちするための実践力獲得を目指します。
個別のプロジェクト！
Kaggle実践演習（10日間）
Kaggleのコンペに挑戦し、学習したことを復習。自身の得意不得意の早期把握と、モデル作成の流れをつかみます。
分析プロジェクト（25日間）
データサイエンスプロジェクトを計画の立案から報告まで実践。テーマ設定やデータ取得も含めてすべてを自身で実行するため、相当な実践能力を身につけられます。
STEP07
修了式
STEP08
卒業者コミュニティで学習の継続
卒業者はチャットルームで継続コミュニケーションが可能。基礎学習・応用学習コンテンツも受講開始から1年間アクセス可能なため、本業に戻った後も、仲間と学習の継続や情報共有が可能です。
＼ データサイエンティストコースはデータアナリストコースの受講が前提です ／
こんな方におすすめ
- 分析・解析能力を伸ばしビジネス課題を解決したい
- AI・機械学習等のモデル作成から新しい価値を生み出したい
- 知識だけではなく現場での実践能力や牽引力を身につけたい
できるようになること
- データサイエンスプロジェクトを立ち上げから報告まで行える
- 深い基礎知識から新技術や新分野への対応が容易になる
- 専門人材として自信と責任をもって関係者に意見できる
一人ひとりに合わせた目標を確認！
-
STEP01カウンセリング・ヒアリング
-
お申し込み前の段階で受講者・企業担当者の方からカウンセリング、ヒアリングを開始。受講生一人ひとり別々の目標・現状のスキルセットの確認をします。
STEP02
お申し込み
事前学習から個別
サポート！
サポート！
-
STEP03事前学習の開始
-
カウンセリングの情報から、受講にあたって必要な前提知識の不足を確認。一人ひとり「何を、どこで、どこまで」学習すればいいのか無料サポート。個別の事前学習スケジュールも作成します。
STEP04
入学式
毎週
カウンセリング！
カウンセリング！
-
STEP05データサイエンティストコース
-
データから新たな価値を生み出すために必要な知識・スキルの獲得を目指します。
学習カリキュラム
SQL★／データサイエンティストマインド★／クリティカルシンキング★／Kaggle入門／機械学習入門／時系列分析入門／深層学習入門／画像処理入門／自然言語処理入門
★データアナリストコースと共通科目
個別のプロジェクト！
-
STEP06実践演習
-
データサイエンティストとして独り立ちするための実践力獲得を目指します。
Kaggle実践演習（10日間）
Kaggleのコンペに挑戦し、学習したことを復習。自身の得意不得意の早期把握と、モデル作成の流れをつかみます。
分析プロジェクト（25日間）
データサイエンスプロジェクトを計画の立案から報告まで実践。テーマ設定やデータ取得も含めてすべてを自身で実行するため、相当な実践能力を身につけられます。
STEP07
修了式
-
STEP08卒業者コミュニティで学習の継続
-
卒業者はチャットルームで継続コミュニケーションが可能。基礎学習・応用学習コンテンツも受講開始から1年間アクセス可能なため、本業に戻った後も、仲間と学習の継続や情報共有が可能です。
＼ データサイエンティストコースは
データアナリストコースの受講が前提です ／
実際のコースを見てみる
定義する力１
ヒストグラムの基礎 － 描画例
充実のサポート
- チーム / クラスチャット
通学がなくオンラインで学ぶため孤独になりがち。だからこそ、クラス単位で入学し、チームで協力しながら卒業できるように設計されています。
- メンターに質問し放題
質問に回数制限はありません。経験豊富なメンターが答へ導き「自ら考え抜く力」を身につけられるようサポートします。
- 週1回のカウンセリング
学習に関する悩みから日常生活との兼ね合いまで、不安なことをご相談いただけるように週1回のカウンセリングをご用意いたしました。
- 事前学習のサポート
前提知識がない方でも開講前に学習できるよう、申込時点からカウンセリングを実施し、不足知識をどこで、どうやって、どれくらい学習すればいいかサポートします。
- 個別スケジュール作成
今日どこからどこまで学習すればいいかが一目でわかる、あなただけの学習計画表をカウンセリングを基に作成します。進捗管理はお任せください。
募集要項
データアナリストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2023 年 5 月 | 2023 年 3 月 31 日（金） |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2023 年 5 月 |
| お申込み・ご入金期日 | 2023 年 3 月 31 日（金） |
データアナリストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2023 年 7 月 | 2023 年 5 月末 |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2023 年 7 月 |
| お申込み・ご入金期日 | 2023 年 5 月末 |
データアナリストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2023 年 9 月 | 2023 年 7 月末 |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2023 年 9 月 |
| お申込み・ご入金期日 | 2023 年 7 月末 |
データアナリストコース
| 定員 | 修了予定 | お申し込み・ご入金期日 |
|---|---|---|
| 20名 | 2023 年 11 月 | 2023 年 9 月末 |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2023 年 11 月 |
| お申込み・ご入金期日 | 2023 年 9 月末 |
データサイエンティストコース
| 定員 | 修了予定 | お申し込み・ご入金期日 |
|---|---|---|
| 20名 | 2023 年 9 月 | 2023 年 5 月 5 日（金） |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2023 年 9 月 |
| お申込み・ご入金期日 | 2023 年 5 月 5 日（金） |
データサイエンティストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2024 年 3 月 | 2023 年 11 月 3 日（金） |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2024 年 3 月 |
| お申込み・ご入金期日 | 2023 年 11 月 3 日（金） |
データサイエンティストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2024 年 9 月 | 2024 年 5 月初頭 |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2024 年 9 月 |
| お申込み・ご入金期日 | 2024 年 5 月初頭 |
データサイエンティストコース
| 定員 | 修了予定 | お申込み・ご入金期日 |
|---|---|---|
| 20名 | 2025 年 3 月 | 2024 年 11 月初頭 |
| 定員 | 20名 |
|---|---|
| 修了予定 | 2025 年 3 月 |
| お申込み・ご入金期日 | 2024 年 11 月初頭 |
料金
データアナリストコース
受講料
￥547,800
入学金
￥19,800
合計
￥567,600
データサイエンティストコース
受講料
￥1,207,800
入学金
￥19,800
合計
￥1,227,600
￥217,800 OFF!!
一括でお申し込みの場合
受講料
￥1,537,800
入学金
￥19,800
合計
￥1,557,600
※表示価格は消費税込の価格です。
※お支払いは銀行振込（一括）となります。
※入学金は初回のみいただいており、追加でご受講いただく際は不要となります。
無料相談受付中！
まずはお気軽にご相談ください。
法人価格については以下よりお問い合わせください。
マイクロクレデンシャルと修了証書
Tokyo iXでは、当財団が規定する修了条件を満たした方に、紙の修了証書に加え、
オープンバッジの修了証書・カリキュラムごとの履修証明書を発行いたします。
法人では社員のスキル可視化や人的資本管理等に、個人ではSNSで共有する、電子履歴書に貼り付ける、
会社に提出するなど、様々なシーンで有効的に活用いただけます。
修了基準について
データサイエンス学科 - 修了規定
以下をすべて満たした受講生を修了とみなす。
以下をすべて満たした受講生を修了とみなす。
- 受講コースのカリキュラムを全行程受講していること
- GPAが3以上であり、不合格がないこと
オープンバッジとは
オープンバッジは、1EdTech（旧IMS Global）が設定した国際技術標準規格です。近年国内外で普及が進み、国内標準規格のため、様々な機関からバッジを統一して管理することで、生涯学習履歴を構築することができます。企業における人的資本管理、転職活動における証明内容の客観性／信頼性担保、自身のキャリアパスの見直しなど、多種多様な活用がすでにされています。
活用方法
【個人で活用する】
【法人で活用する】
- 自身の学びの成果をSNSでシェアする。LinkedInで公開する
- メールの署名に貼り、権威性を高める
- 履歴書に貼り、転職や就活でアピールする
【法人で活用する】
- 社員のスキルを見える化する
- 特定のスキルを持った人材を全社員から容易に発掘できる
- 自部署のスキル状況から不足しているスキルは何か、どれくらい不足しているかを把握する
受領方法
【STEP1】オープンバッジウォレットの作成
初めてオープンバッジを受領する方は、オープンバッジを保管する「オープンバッジウォレット」のアカウント登録が必要になります。メールアドレスに「オープンバッジ授与のお知らせ」という件名のメールが届いたら、メールに記載された手順に沿って受領の手続きを行ってください。
【STEP2】オープンバッジの受領
数時間～1日後にオープンバッジウォレットにオープンバッジが格納されます。「オープンバッジ発行完了のお知らせ」というメールが届きますので、オープンバッジウォレットにログインして受領したオープンバッジをご確認ください。
初めてオープンバッジを受領する方は、オープンバッジを保管する「オープンバッジウォレット」のアカウント登録が必要になります。メールアドレスに「オープンバッジ授与のお知らせ」という件名のメールが届いたら、メールに記載された手順に沿って受領の手続きを行ってください。
【STEP2】オープンバッジの受領
数時間～1日後にオープンバッジウォレットにオープンバッジが格納されます。「オープンバッジ発行完了のお知らせ」というメールが届きますので、オープンバッジウォレットにログインして受領したオープンバッジをご確認ください。
執筆・監修者
執筆
加藤 貴大
（株）NP-hard代表取締役
（同）アブダクション代表
（同）アブダクション代表
理学部数学科卒業後、修士（経営学/MBA）と修士（科学/機械学習）を修了。国の研究機関を経て、現在はPOSデータから医療系データセットまで幅広い分野でのデータサイエンス業務に従事。法人研修の他、UXデザイナーやストラテジストとしてアサインされる案件も多い。
監修
佐藤 一誠
東京大学 大学院情報理工学系研究科
コンピュータ科学専攻 教授
コンピュータ科学専攻 教授
東京大学大学院情報理工学系研究科数理情報学専攻にて博士課程を修了し博士号を取得、東京大学情報基盤センター助教、東京大学大学院新領域創成科学研究科講師を経て現在に至る。
よくある質問
受講に関して
Q
実務経験も学習経験もありません。受講可能ですか？
A
可能です。
受講の前提知識として数学、統計、Pythonなどの知識が必要ですが、申込前のカウンセリングを通して一人ひとりの事前学習スケジュールを作成し、進捗管理まで無料で行います。
また事前学習に必要なコンテンツおよび講座の情報を無料で提供いたします。
また事前学習に必要なコンテンツおよび講座の情報を無料で提供いたします。
Q
学習時間はどれくらいですか？
A
1週間で10時間程度の学習とLIVEレッスンの時間（1~2週間に2時間）が必要です。
土曜日を基準に1週間単位で学習が進むので、1週間のうちの時間配分はご自身で調整可能です。
またカウンセリングを基に受講生一人ひとりの学習スケジュールを作成いたしますので、基本的には考えていただく必要もございません。
またカウンセリングを基に受講生一人ひとりの学習スケジュールを作成いたしますので、基本的には考えていただく必要もございません。
Q
推奨環境を教えてください。
A
下記のページから最新の推奨環境をご確認ください。
推奨環境
を確認する
を確認するQ
年齢制限はありますか？学生でも受講できますか？
A
年齢制限はありません。学生の方でもご応募いただけます。
熱意と覚悟がある方であればどなたでも歓迎いたします。
申し込み・支払いに関して
Q
申し込み方法を教えてください。
A
まずはお気軽にお問合せください。
Q
申し込みの締め切りはいつですか？
A
開講日の5営業日前まで受け付けておりますが、前提知識の有無によりご希望の学期に受けられない可能性がございます。
カウンセリングにて事前学習の必要の有無を判断し、無理のない事前学習スケジュールをご提案しております。
＜参考＞
理系・エンジニアの方 ：2週間程度
理系・非エンジニアの方：4週間程度
文系の方：8週間程度
＜参考＞
理系・エンジニアの方 ：2週間程度
理系・非エンジニアの方：4週間程度
文系の方：8週間程度
Q
支払い方法は何がありますか？ 支払い期限はありますか？
A
お申し込みから7日以内に、指定の口座にお振込みください。
Q
領収書の発行はできますか？
A
可能です。
事務局スタッフまでお問い合わせ下さい。
お問い合わせはこちら
お問い合わせはこちら
その他
Q
事前に準備するものはありますか？
A
PCおよびインターネット環境をご用意ください。
推奨環境を確認する
を確認する