こんにちは、株式会社D4cプレミアムのデータサイエンティスト、キャリア入社2年目の銭です。2025年に開催されたKaggle（カグル）のコンペで、新卒1年目の社員4名がチームを組み、世界中のデータサイエンティストが競う中で銀メダルを獲得しました！

そこで今回は、銀メダルを獲得した社員4名（逢坂さん、池田さん、梅田さん、原田さん）にメダル獲得の秘訣や今後の抱負をインタビューしました。

Kaggleとは

Kaggleはデータサイエンティストや機械学習エンジニアが集う、世界最大級のオンラインプラットフォームです。企業や研究機関が現実世界の課題とデータセットを提示し、世界中の参加者がその予測精度を競い合います。画像認識・自然言語処理・時系列予測・不正検知など、多岐にわたる分野の課題が扱われ、自分の知識を試し、実践的なスキルを磨くことができます。

参加したコンペについて

今回4名の方が参加したコンペは「Child Mind Institute — Problematic Internet Use」です。

このコンペでは、5歳から22歳の子どもたちの姿勢や運動量といった身体活動データを用いて、インターネット利用における問題の早期兆候を検出する予測モデルの構築を目的としています。

具体的には、子どもたちの身長や体重、体力テストの結果を表形式にまとめたテーブルデータと、ウェアラブル端末を装着して取得した加速度センサーデータが説明変数として提供されています。

また、目的変数であるインターネット依存度は、保護者が回答したアンケート結果に基づき、4段階で評価されています。よって「子どもAはインターネット依存度が3、子どもBはインターネット依存度が1、…」と予測するモデルを構築していくことになります。

チームメンバー

— 皆さんの学生時代の専攻、また、プログラミングやデータ分析の経験やKaggleの参加経験の有無について教えてもらえますか。

逢坂さん：情報系の専攻で大学院を修了しました。プログラミングはある程度学習していましたが、Kaggleの参加経験はありませんでした。

池田さん：情報系の専攻で学部を卒業しました。学生時代にKaggleへの参加経験がありました。

梅田さん：言語学系の専攻で大学院を修了しました。プログラミングや分析経験としては、研究でRを使用した回帰分析を学んだ程度でした。

原田さん：農学系の専攻で大学院を修了しました。プログラミングは未経験でD4cプレミアムに入社しました。もちろんKaggleは参加したことがなかったです。

Kaggleに挑戦した理由

— 新卒1年目で大きなコンペに挑戦するというのはすごいことですね。挑戦したきっかけや想いなどを教えてください。

逢坂さん：技術力の向上のため以前から興味を持っていたものの、何回も一人で挑戦してはすぐ辞めることを繰り返していました。今回、同期たちと挑戦することでモチベーションを保つことができると思ったので挑戦しました。

池田さん：学生の頃から興味を持ち、個人で大会に参加していました。当時は一度挫折して期間が空いたのですが、会社でKaggleの褒賞制度※があることもあり、再び挑戦してみたいと思ったのがきっかけです。

※Kaggleにチャレンジし、高成績を収めたメンバーに対する給与・賞与の支給、および人事評価点の付与を行う制度。

梅田さん：私は、実務ではデータエンジニアリングを主に行っていますが、将来的に分析業務の幅を広げたいという目標がありました。Kaggleでの実績は社内外における「分析スキル」の客観的な証明になりますし、何よりメダル獲得が評価に直結する制度があることから、これを「業務に繋がるキャリア形成の一環」と捉え、参加を決めました。

原田さん：新卒1年目という今の時期だからこそ、まずは自身の技術力向上にしっかりと注力したいという強い思いがありました。また、同期に声をかけてもらったことも大きなきっかけです。一人でいきなりコンペに参加するのはハードルが高く感じられますが、仲間と一緒だったことでその心理的なハードルも下がり、思い切って挑戦することができました。

コンペの進め方や情報共有

— チームでの進め方や情報共有は、どのようにされていたのでしょうか。代表して梅田さんに伺いました。

梅田さん：まずは個人でコンペに取り組み、締め切りの1か月半前くらいにチームを組む形をとりました。 早くから合流しなかった一番の理由は、提出回数の制限です。この大会では、個人、もしくは、チームで1日5回までしか予測結果を提出できませんでした。そのため、チームを組む前なら各自が5回ずつ試行錯誤できるので、まずはその枠をフルに使って、個々人で自由に実験する時間を優先しました。

また、Kaggleの分析にはかなり時間がかかるので、最初から無理に全員の足並みを揃えるのではなく、各自の業務の状況に合わせて自分のペースで進めたかったという理由もあります。

— チーム結成後のコミュニケーションはどのように使い分けていましたか？

梅田さん：基本はSlackでのやり取りでしたが、情報の種類によってチャットとミーティングを使い分けていました。

・チャット：簡単な進捗報告
「ベストスコアを更新した」「この手法を試してみた」といった、日々の簡単な進捗や速報はSlackで行いました。チャットでリアルタイムに状況を共有しておくことで、お互いの動きをなんとなく把握している状態を作っていました。

・ミーティング：詳しい手法の共有
週に1〜2回のミーティングでは、チャットでは伝えきれない具体的な分析手法の中身や、今どんな課題があるかといった細かい進捗をじっくり報告し合いました。

それぞれが自分のペースで進めていたことで、自然と使っているモデルやアプローチに個性が分かれました。最終的には、それらを持ち寄って合わせる（アンサンブルする）ことで、結果として精度を大きく伸ばすことができたと感じています。

分析手法

— 最終的なモデルの構築に向けて、どのような方針をとったのでしょうか。

梅田さん：最終的な精度を最大化するため、私たちは「4人それぞれの試行錯誤から生まれた成果を最大限に活かし、最後にそれらを統合する（アンサンブル学習）」という手法をとりました。あえてバラバラの手法に挑戦することで、モデルに多様性を持たせ、お互いの弱点を補い合うことを狙いました。

— 皆さんは、具体的にどのような手法で分析を進めたのでしょうか。

逢坂さん：前処理としてk近傍法による欠損値補完、標準化、変数同士の組み合わせによる特徴量作成を行いました。その後は変数同士で相関が高いものをグループ化して、各グループから一つずつモデルに使用する変数を選び、順序ロジスティック回帰で予測しました。

池田さん：前処理として欠損値補完、標準化、センサーデータからの日次データ作成などを行いました。その後はLSTM（Long Short-Term Memory）で30日分の日次データから特徴量を作成し、MLP（MultiLayer Perceptron）に時系列データと非時系列データを入力して予測しました。

梅田さん：前処理としてテーブルデータは変数同士を組み合わせてから、LightGBMで目的変数に対する重要度が高い上位100個の特徴量を選択しました。目的変数の欠損値は疑似ラベリングで補完しました。センサーデータは公開ノートブックのAutoencoderをそのまま使用し、最終的にLightGBM・XGBoost・CatBoostを使用して予測しました。

原田さん：前処理として欠損値の平均値補完、変数同士の組み合わせによる特徴量作成をしました。その後は目的変数との相関係数に基づいて特徴量を選択し、SVR（Support Vector Regression）を使用して予測しました。

【各メンバーの分析手法】

コンペ振り返り

— コンペを振り返ってみて、いかがですか？

逢坂さん：素直に嬉しかったです！ただし反省点もあります。実務でロジスティック回帰を使用したこともあり、理解をより深めたいという思いもありこの手法を選択したのですが、なかなか精度が上がりませんでした。精度を求める目的であれば、より適した手法があるのだということを実感しました。コンペ終了後に上位の解法を見ると、ドメイン知識も考慮したうえでの欠損値補完や異常値補完が重要だったので、特徴量エンジニアリングやドメイン知識も身につける必要があると感じました。

池田さん：CV（Cross Validation）とLeaderboardの相関があまりとれていない大会だったため、最終的な順位変動に備えて、より頑健なモデルの作成を念頭に置いておく必要があったように感じました。

梅田さん：メダルが取れるとは思っていなかったので、とても嬉しかったです！機械学習は研修以外で触れたことがなかったので、分析フローを学ぶ良い機会となりました。特に特徴量作成とアンサンブル学習についての知見を得ることができ、モデルの精度を上げるための基礎力が身についたと思います。また、チームで意見を交換しながら分析に取り組むことで、様々なアプローチを知ることができましたし、楽しく取り組むことができました。

原田さん：ほかのメンバーが決定木系のモデルや深層学習モデルを使うなかで、モデルに多角性を持たせることを意識しSVRを採用しましたが、モデルの精度はイマイチでした。アンサンブル学習や特徴量エンジニアリングの部分など、精度向上のために工夫できる点はあったので次回以降は作業スピードを上げて様々なアプローチに取り組みたいと思います。

今後に向け

— 今後の抱負について教えてください。

逢坂さん：Kaggleは今回のように実務で経験したことをアウトプットできる良い機会だと思っているので引き続き取り組みながら知識を蓄えていきたいです。

池田さん：引き続きKaggleに取り組み、データ加工の技術や、深層学習のスキル向上に努めたいです。

梅田さん：実務ではデータエンジニアリングを主に行っていますが、今回の経験を活かして分析業務にも取り組んでいきたいです。

原田さん：引き続きKaggleには積極的に参加しつつ、そこで学んだことを実務に活かしていきたいです。

最後に

今回はKaggleで銀メダルを獲得した新卒1年目の4名にインタビューしました。「Kaggleは実践的なデータを扱えるため、知識の定着を図る良い機会だった」とのお話が印象的でした。また、順位が高ければメダルを獲得できるので、ゲーム感覚で学ぶことができることもKaggleの魅力の一つかもしれません。

メダルを獲得した皆様おめでとうございます。今後の活躍を期待しています！

D4cプレミアムはKaggleへの挑戦を推進するため、定期的に、過去に提供されたKaggleのデータを使用し分析会を行っています。また、Kaggle MasterやKaggleメダル獲得者には、メダルの種類に応じて報奨金が支給されるKaggle褒賞制度もあります。データサイエンティストにとってノウハウの共有や社外コンペへの参加は、自己成長に直結します。D4cプレミアムには、自身のスキルを磨いて高みを目指したい方にとっての環境が整っていますので、ぜひご応募をお待ちしています！

（書き手：銭）

D4cプレミアムには、数学・経済学・生物学など多様な専攻分野と、マーケティング・金融・教育などさまざまな業界での実務経験を持つメンバーが在籍しています。こうした多種多様なバックグラウンドを活かし、幅広い分野でデータ活用の支援を行っています。

今回は第一線で働く3名のデータサイエンティストが集まり、日々の仕事ややりがい、スキルの活かし方について語り合いました。「どんな経験が活かせるの？」「実際にどんな技術を使っているの？」など、当事者の声を通して、データサイエンティストとして働くリアルをお届けします。

データサイエンティストに興味のある方にとって、自分の経験やスキルをどう活かせるのか、未来の働き方を想像するヒントになればと思います。

ー参加者プロフィール

※2025年6月記事作成時の情報です

ーこの記事のターゲット
・データサイエンティストがどのような仕事か知りたいという方
・データサイエンティストになりたいが現状のスキルに不安を抱えている方
・D4cプレミアムでの働き方を知りたいという方

入社前の経験がキャリアにどう活きているか

皆さんそれぞれ異なるバックグラウンドをお持ちですが、学生時代や前職のどんな経験がデータサイエンティストとしての仕事に活きていると感じますか。

佐藤さん：私は大学で理学部数学科で学んだ経験があり、そのときに培った数学的な思考と論理的なアプローチは役立っていると感じます。また、教員時代に生徒のつまずきや理解しにくい点を考えながら授業をしていた経験があり、現在の業務の中でプレゼン資料を作成する際にこの経験が活きていると感じています。

萩原さん：修士課程でオーストラリア近海の台風発生予測モデルの作成に取り組んでいたので、その際に得たモデリングや分析の知識が現在の業務にも活きています。現在は、Webアクセスログを用いた購買確度予測や自然言語処理による顧客の行動分析など、幅広いタスクを担当しています。モデルの構築方法など大学時代に学んだことを活かせるのは嬉しいです。

上甲：博士課程で毛髪の再生メカニズムを研究し、マウスや細胞を使ったウェットな実験をメインに行っていました。学生時代は仮説を立てて実験をして結果に対する考察をすることを繰り返していたので、その中で培った論理的な思考方法がデータサイエンティストの仕事に役立っています。

専門も経験も異なる3名が、それぞれの背景を活かしてキャリアを築いている姿からは、データサイエンティストに求められるのは「特定の学歴」よりも「思考力や応用力」であることが伝わってきます。

普段の業務

当社ではマーケティング・金融・ライフサイエンスなど、さまざまな分野でデータ分析支援を行っています。皆さんも、それぞれ異なる業界でご活躍中だと思いますが、日頃どのような業務に取り組んでいますか。

佐藤さん：現在はSASを用いたデータの集計や可視化を行い、資料の作成などを担当しています。数千万〜数億レコードに及ぶ大規模データを扱うこともあり、集計・加工処理を自動化・効率化することに注力しています。また、資料作成に関しては、単にデータを集計するだけでなく一目で本質が伝わるよう視覚的にデザインすることも意識しています。

萩原さん：PythonとSQLを使い、Webサイトのアクセスログを分析しています。また、自然言語処理の技術を使ってアンケートのフリーアンサー項目を分析し、売上に影響を与える要因を抽出するなど、多岐にわたるプロジェクトに携わっています。また、クラウドサービスを活用してデータマートの構築やダッシュボードの作成にも取り組んでいます。

上甲：以前の案件では特定の取引に関する動向や、特定のアクションの発生有無を予測する機械学習モデルの構築・運用を行っておりました。現在はリアルワールドデータを用いた集計・分析を行っています。どちらも機械学習や数理最適化の技術を活用し、クライアントの業務改善をサポートすることが主な業務です。

活躍する業界や使う技術はさまざまですが、共通しているのは「課題解決に向き合う姿勢」と「技術を手段として活かす力」。D4cプレミアムでは、一人ひとりが専門性を武器に、現場で実践的な価値を提供しています。

技術や知識の獲得方法

データサイエンティストとして業務を遂行する中で、新しい技術やツールの導入が求められることがあると思います。みなさんはスキルや技術を習得する際にどのように情報を収集しているのでしょうか。

佐藤さん：資格試験用のテキストを使用して自己学習を進めており、具体的な業務に必要なスキルをその都度身に付けています。今後はAWSやGCPなど、クラウド技術の知識も習得したいと考えています。

萩原さん：Udemyや書籍を活用した自己学習に加え、社内の定例ミーティングで他のメンバーと情報共有を行っています。幅広い案件に携わるため、その都度必要な知識を調査し、身に付けていくことが求められます。

上甲：技術ブログや社内アーカイブを活用しながら、自分で調査して知識を深めています。特に、Qiitaなどのブログで最新の技術トレンドを追いかけながら今自分が直面している課題に適応できないか考えることが多いです。
急速に変化する技術トレンドに対応するには、日々の学びが欠かせません。社内外のリソースを活用しながら、自らのスキルを磨いていく姿勢が、3名に共通しています。

やりがいと今後の展望

D4cプレミアムでデータサイエンティストとして働くことへのやりがい、今後取り組んでみたいことを教えてください。

佐藤さん：日々新しいスキルを学び、それが自分の成長や仕事の成果につながることに大きなやりがいを感じています。プログラミングスキルが上がることで、業務の幅が広がるなど、自らのスキル向上が日々の業務のやりがいにつながっています。自分の成長がダイレクトに結果に現れるところがこの仕事の魅力です。今後はクラウド技術の知識を深め、さらなるスキルアップを目指しています。

萩原さん：データ基盤の構築から、Webログや自然言語処理を用いた分析まで、幅広い業務に取り組める点にやりがいを感じています。特に、次々と出てくる新しい課題を『どうやって解決しようか』と考えるプロセスそのものが、この仕事の面白さだと感じます。将来的にはこの経験を活かし、金融やマーケティング分野のデータ分析にも挑戦して、自身の分析の引き出しを増やしていきたいです。

上甲：常に新しい技術に触れながら、お客様の業務改善を支援できるところが魅力です。現在はリアルワールドデータを用いた分析業務に携わっていますが、今後はこういったデータの活用戦略そのものを立案・実行し、データに基づいたお客様の事業成長を主導できる人材を目指したいです。
日々の成長実感や、挑戦の幅が広がることにやりがいを感じているメンバーたち。D4cプレミアムでは、一人ひとりが自分らしいキャリアを描きながら、データの力で社会やビジネスに貢献しています。

おわりに

今回の座談会では、バックグラウンドもキャリアの入口も異なる3名のデータサイエンティストが、それぞれの強みを活かして業務に取り組み、日々成長し続けている様子が語られました。
データサイエンティストは、バックグラウンドに縛られず道を切り拓くことができます。実際に現場で活躍しているメンバーの言葉からも、異なる視点や専門性がチームの力になっていることが伝わってきました。

D4cプレミアムには、そんな個々の強みを尊重しながら、成長を後押しする環境が整っています。未経験からでも、挑戦を続けられる姿勢があれば、確実にスキルを身につけ、自分らしいキャリアを築いていくことができます。

「自分の経験は活かせるだろうか」「今からでも間に合うだろうか」そんな不安を感じている方にこそ、私たちの働き方や考え方に触れていただけたら嬉しいです。

（書き手：上甲）

株式会社D4cプレミアムでは、国内外の大学および大学院に在学中で、データサイエンティストに興味をお持ちの学生さんに向け「1dayインターン」を開催しています。

1dayインターンでは、「データから何が読み取れるのか」「そのデータからどんなおもしろい提案ができるか」を各自で考えるワークを通じ、データサイエンティストという職業の魅力を知ることができます。もちろんデータ分析が未経験の方も大歓迎！オンライン開催ですので、ぜひご自宅からお気軽にご参加ください。

D4cプレミアムの1dayインターンはこんな方におすすめ

・データサイエンスに興味があるが、何から始めたらいいか迷っている
・データサイエンティストという職種、業務への理解を深めたい
・就活前に「業界・職種のリアル」を知りたい
・論理的に考える力や仮説思考を試してみたい
・社員と直接話してみたい

1dayインターンの実施内容

2024年の実施内容をご紹介します。
開催時間は、休憩も含めて約2時間半を予定しております。

1.レクチャー「データサイエンスとは」

2.グループワーク

3.グループワーク発表（リーダー）

4.講師から解説・総評

5.質疑応答

6.プロジェクト紹介・会社説明

7.座談会

当日の講師は当社で活躍中のデータサイエンティストが務めます。座談会も、実際にデータサイエンティストとして働くメンバーの生の声が聞ける貴重なチャンスです。

1dayインターンの様子

2024年に実施した、1dayインターンの様子をご紹介します。

◆グループワーク

1dayインターンは、データサイエンティストの業務のうち「分析後の結果解釈から提示まで」を実際に行っていただくプログラムです。
今回はあるテーマに基づいたlooker studioの分析結果を確認し、「自身がこのお客様の担当者だった場合、どのような提案をすべきか？」というのを個人ワーク・グループディスカッションを経て、グループで一つの意見にまとめて発表していただきます。

グループディスカッションと発表：データから提案へ
グループワークでは、データサイエンティストの業務のうち「分析後の結果解釈から提示まで」を実際に行っていただきます。looker studioを使用した個人ワークを経て、グループで考えをまとめた後、最後には全体に対して発表していただきます。

（画像はイメージです）

ワーク開始後すぐは皆さん緊張した面持ちでしたが、ブレイクアウトルームに分かれディスカッションが始まると、意見が活発に飛び交い盛り上がっていきました。

限られた時間で、データから示唆を導き出すのはなかなか難しいです。このワークには、項目が何を示しているのかを理解する力、分析結果を読み取る力、そしてお客様に納得いただくにそれらをどう生かせばいいかを考える力など、様々なスキルが試されます。ですがデータサイエンティストが日々業務の中で求められる事を、実際に経験できるまたとない機会として、皆さん頭を抱えながらも楽しんで進められていました。

この回では4グループに分かれグループディスカッションをし、最後に代表としてそれぞれのリーダーに発表いただきました。どのグループもデータを深く読み込み、そこから得られた示唆をもとに具体的な提案までまとめ上げており、その分析力と提案力には目を見張るものがありました。

データサイエンティストからのフィードバックと専門的視点
発表後には講師を務めデータサイエンティストから、各グループへフィードバック、そして「同じ分析結果を与えられた場合、現役のデータサイエンティストはどのような示唆をするか？」といった解説を行いました。その解説を受け、学生の皆さんからさらに活発な議論が交わされました。

この体験が、学生の皆さんのデータ分析への理解を深め、今後の学習に繋がることを願っています。

◆会社説明

グループワーク後は、会社説明の時間をいただきました。

（画像はイメージです）

登壇するメンバーがどのようなプロジェクトに従事しているか、過去の事例等もお話します。実際に弊社へ入社した場合、どのようなプロジェクトに携われる可能性があるのか、またデータサイエンティストとしてのキャリアパスについてもイメージいただけると思います。

◆座談会

3~4人の学生に対し弊社メンバー1、2名がつき、ブレイクアウトルームにてグループに分かれお話しました。少人数だからこそ、大勢の前では聞きにくいような質問も続出し大変盛り上がりました！

「D4cプレミアムに入社した理由は？」「実際の業務のやりがいは？」「どんな資格を取ったのか」や、「D4cプレミアムのいいところ、反対にもっとこうなればいいと思うところは？」「福利厚生で足りないと思うことは？」など、会社の雰囲気や働き方に関する本音の質問も多く、弊社メンバーもざっくばらんに回答。学生の皆さんにとっては、普段の企業説明会ではなかなか聞けないような、とても有意義な時間になったのではないかと思います。

参加者の感想

2024年の開催分へご参加された皆様からいただいたアンケートの一部をご紹介します。

■グループワーク

・実際にデータから知見を得ることを体験できて良かった。

・限られた時間だったがデータサイエンティストという仕事のイメージが鮮明になった。

・多くのデータからどの部分に着目し対策を練るのかを話し合い、様々な視点で検討でき、大変貴重な機会になった。

・可視化された情報から知見を考えるグループワークが印象深く、時間があればもっとじっくり考えたかった。

・データ活用のワークで多くの意見を聞くことができて勉強になりました。

■座談会

・社員との座談会の際、就職活動のアドバイスをいただけたのが有益だった。

・座談会から楽しく働いている雰囲気が伝わってきて印象的でした。

・結構答えづらい質問も答えてくださったので印象深く、これからの就職活動に活かしていこうと思いました。

・今回の講師は心理学の修士号まで取った方が担当してくださり、心理学の勉強がどのように活かされているか、などのお話しを聞くことが出来、とても勉強になりました。

・データ分析に興味のある方々の話を聞くことができ、面白かったです。Kaggleに参加している方もいたため、もっと話を聞いてみたいと思いました。

・入社後の研修や一日の業務の流れ、社内の雰囲気を教えてもらったため入社後のイメージがつきやすかった。

おわりに

D4cプレミアムでは、今回ご紹介したようにオンラインで行う「1day体験」や、Python等を使用し分析から提案までの一連の業務をオフィスで体験いただく「5daysデータサイエンティスト仕事体験」を開催しております。

「データサイエンティストってどんな仕事だろう？」「自分に合っているかな？」そんな疑問を解消し、皆さんの可能性を広げるため、D4cプレミアムのインターンをぜひ積極的にご活用ください！皆さんのエントリーを心よりお待ちしています。

株式会社D4cプレミアムでは、毎年夏～秋、国内外の大学および大学院に在学中でデータサイエンティストに興味をお持ちの学生を対象に、5日間のインターンを開催しています。

D4cプレミアムの5daysインターンはこんな方におすすめ

・データサイエンスを学び始めたばかりの方
・分析だけでなく、ビジネス応用にも関心がある方
・チームで課題解決に取り組みたい方
・他の学生とスキルを高め合いたい方

応募・選考の流れ

D4cプレミアムの5daysインターンにご興味を持っていただいた方は、各種求人サイトやD4cプレミアムの採用情報ページからご案内しているGoogleフォームにご入力ください。

このフォームがエントリーシートとなっており、お名前・大学名などの基本情報に加えて「データサイエンスに対する興味・関心」についてもご記入いただきます。

ご入力内容をもとに書類選考を行い、通過された方には採用担当とのオンライン面接をご案内します。
面接を通過されますとインターンへの参加が決定します！後日、当日のスケジュールや準備事項などを詳しくご案内します。

参加決定から当日まで、不明点がありましたら採用担当がしっかりフォローいたしますのでご安心ください。

実践型インターン実施内容

データサイエンスの事例や一般的な解析手法、どのようなプロジェクトで何を求められるのかなどのインプットを行った後、プログラミングを駆使して本番に近いデータの加工・解析といった実践を行い、作成したレポートをプレゼンしていただきます。もちろん事前レクチャーがありますので、プログラミング初心者の方もご安心ください。

参考に、昨年2024年の実施内容をご紹介します。

▽1日目
・オリエンテーション
・自己紹介
・講義（データサイエンス概論、本インターンのアウトプット説明）
・個人ワーク（研修用モデルケースのデータ確認～分析）

▽2日目
・講義（探索的データ分析の基礎）
・個人ワーク（データ分析）

▽3日目
・個人ワーク
・講義（データサイエンスによる企業の意思決定）

▽4日目
・グループワーク（3日目までの個人ワークの結果を持ち寄りグループディスカッション）
・講義（データサイエンスにおけるプレゼンテーション）

▽5日目
・グループワーク～グループ発表
・講評
・学生のみなさんからコメント発表
・会社説明等
・懇親会

D4cプレミアムのインターンシップでは、活躍中の現役データサイエンティストが講師として登壇します。講義中に疑問に思ったことはもちろん、お昼休憩時間には気軽に話せるチャンスも！ 実際のプロジェクトに携わるメンバーの生の声を聞ける、またとない機会です。

さらに、インターン最終日の懇親会には、講師陣だけでなく、若手のデータサイエンティストも参加します。キャリアのこと、仕事のやりがい、会社のことなど、気になることを直接聞ける絶好のチャンスです。

この5日間で、データサイエンティストとしてのキャリアを具体的にイメージし、あなたの未来に役立つヒントをたくさん見つけてください！ きっと、あなたのデータサイエンティストへの一歩を力強く後押ししてくれるはずです。

5daysインターンの様子

2024年に開催した5daysインターンの様子を画像でご紹介します。

◆グループワーク

インターンに参加される学生の皆さんはほぼ初対面の状態からスタートしますが、5日間みっちりコミュニケーションをとることで仲間意識が生まれます。

◆お昼休憩

ランチタイムにはお弁当をご用意しています。データサイエンティストとして活躍中のメンバーも同席しますので、進路のことやお仕事を決める上で気になっていることなどをぜひ質問してみてください。

◆最終日のプレゼン発表

5日間取り組んできた成果の集大成を、最終日には全員の前で発表していただきます。緊張した様子が伝わってきましたが、それぞれ工夫が凝らされた素晴らしいプレゼンテーションでした。

◆講師からの講評

講評ではグループごと作成いただいたプレゼンについてそれぞれ「どこが良かったか」「どのようにするとさらに良いか」という話や、それぞれのグループからの質問を受けていましたが、他グループの公表時も含めて皆さま真剣にメモを取りながら聞いていました。

プレゼンテーション後には講評として、グループごとに詳細なフィードバックを行いました。

各グループの発表に対し「どこが特に優れていたか」そして「さらに発展させるためにはどうすれば良いか」という、具体的な視点からのアドバイスを共有し、皆さんからいただいた質問にも一つひとつ丁寧にお答えしました。

この講評を行っている間、皆さんが真剣な眼差しでメモを取りながら熱心に耳を傾けていたのがとても印象的でした。自分たちグループへのフィードバックだけでなく、お互いの発表から積極的に学びを得て、次へと活かそうとする皆さんの真摯な姿勢が伺えました。

参加者の感想

2024年に5daysインターンへご参加いただいた皆様へのアンケートでは、参加者のほぼ全員が「満足した」「楽しめた」と回答してくださいました。
この結果は、5daysインターンを通し、データサイエンティストという仕事の面白さや、実践的な学びを皆様にご提供できたことを示していると大変嬉しく思います。

アンケートでいただいたコメントを紹介します。

・学術用のデータと商用データで取扱い方が異なるといったことや、対象者が誰なのかを意識したプレゼンの仕方など、学校では勉強できない実務的な観点を学べて大変有益だった。

・データサイエンティスト職が社会を良くしていくということが実感でき、素晴らしいと感じた。

・グループワークでは、同じデータを扱っているのにすべてのグループで異なる発表結果となった。同じデータを分析しているのに人によって分析の方法や視点、考えるプロセスや計算方法などが異なり新たな知見を得ることができた。

・データ分析の能力だけでなく顧客の業務知識、顧客のビジネスモデルを理解するビジネススキルも重要であるといった点が大きな気づきとなった。

・データ分析を行う上での技術面だけでなく、プレゼンの仕方など実務で役に立つことまで教えて頂き非常に実りのある5日間だった。

・フィードバックが的確でこの企業で成長したいと思えるインターンだった。お互いに学び合えるような環境で相談しやすかった。

・短期では実感しにくいようなコミュニケーションの重要性や、データサイエンスの詳細等を学ぶことができた。また、自分自身からは思い付かないような発想や提案を他の参加者や講師の方から学ぶことができ非常に有意義な時間となった。

おわりに

人生において大切な、ひとつの選択を控えた学生の皆さん。
この時期に大切なのは、より多くの選択肢を持ち、自分の可能性を広げることです。

D4cプレミアムの5daysインターンシップに参加し、その後入社を決めたメンバーからは、「就職活動を行う上で、視野が広がった」「インターンに参加して初めて、仲間と分析について語れる楽しさを知った」といったうれしいお声がありました。

就職活動を始める前に企業のインターンへ参加することは、学生の皆様にとって選択肢の広がるとても貴重な機会だと思います。ぜひこの機会を活用し、より充実した就職活動を行ってくださいね！