メイン画像メイン画像
サブ画像

働きながら短期間
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

パソコンに向かう人

実務のためのデータサイエンスを学ぶ

Tokyo iXのデータサイエンス学科は、データ分析・データ解析・
データサイエンスの基礎から応用、そしてなによりも
実践能力を身につけ、即戦力を目指す社会人向けの講座です。

講座概要

データサイエンス学科は、働きながら・短期間の学習で即戦力データ人材を目指すスクールです。
目標に合わせて以下2つのコースからご選択いただけます。

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
データ
エンジニアリング力
下向き矢印

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

    カウンセリング・ヒアリング
  • 十字十字
  • 学習履歴

    学習履歴
  • 十字十字
  • 課題の評価

    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。

画像1
画像2画像2
人の後ろ姿

身につくソフトスキル

  • 主体性

    主体性
  • 十字十字
  • 責任感

    責任感
  • 十字十字
  • クリティカル
    シンキング

    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
データ
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

下向き矢印

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

    一週間の好きな時間で学習10時間
  • 十字十字
  • 毎週土曜日に
    授業2時間

    毎週土曜日に授業2時間

受講の流れ

受講の流れ

データアナリストコース

STEP 01
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
STEP 03
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
STEP 05
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。

毎週カウンセリング!

学習カリキュラム

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/実践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
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。

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
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… /

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!
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!
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

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/実践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… /

データサイエンティストコース

STEP01
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
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
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

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
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
step07
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 /

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!
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!
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

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 お申し込み・ご入金期日
20名 2023 年 3 月 2023 年 2 月 3 日(金)
定員20名
修了予定2023 年 3 月
お申込み・ご入金期日2023 年 2 月 3 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 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

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

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 准教授

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。
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。
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
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。
<法人の方>
お問い合わせフォームよりご相談ください。

<個人の方> 無料カウンセリングよりご相談ください。
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
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

その他

Q
修了証明書等の発行はありますか?
A
はい。修了条件を満たした方に修了証書を発行しております。
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
相談・お問い合わせ 資料請求