非情報系院生のエンジニア就活をまとめてみた

はじめに

都内で院生をしているGesu(https://twitter.com/Gesu08608624)といいます。
専門は放射線科学で、全くの専門外からエンジニアを目指して就職活動を行なってきました。
ありがたいことに先月内々定をいただき、他の企業の就活も落ち着いてきたので、これまで何をやってきたのかまとめてみました。
(この記事の想定読者は同じくエンジニアを目指そうと思っている方(主にB3、M1)です)

M1夏(2019/07-09)

去年の7月ごろからプログラミングを始めました。あとTwitterも始めました。

最初に選んだ言語はPythonで、理由はDeep Learning系の研究に関わる機会があったからです。
よく社会人がエンジニアに転職する際はRubyPHPを始めることを勧められるらしいのですが、新卒の場合はどの言語をやっていたかはあまり重要ではなかったと思います。
これは、転職=即戦力なのに対し、新卒=育てるものという考え方があるからだと思っていて、ある程度の実装力を示せれば言語はなんでもいいんじゃないでしょうか。

学習初期はいくつかのチュートリアルを済ませて、競技プログラミングAtCoder)に参加しました。
最近あまり参加できていないのですが、エンジニアになりたいと思ったきっかけはAtCoderが楽しかったからだと思います。
チュートリアルだけやってたら普通に辞めてました。
AtCoderについてはけんちょんさん(けんちょん (@drken1215) | Twitter)の記事を読んでもらうのが一番早いと思います。

qiita.com

M1秋(2019/09-11)

この辺りから就職サイトなどを使い始めます。
最初は何もわからなかった上に他の職種も考えていたのでマイナビの合説に行きましたが、行っておいてよかったと思います。
盲目的にエンジニアのみを目指していたら、後悔していたかもしれません。

最終的に使ったサービスはこの辺りです。

上2つはエージェント系のサービスで、学生1人にメンター1人がついてくれます。
athleticsの運営元は日本で主に使われているコードテストも配信しています。それを生かし、コードテストやIT基礎知識のテストなどを受けることで、面倒なESを書かずにエントリーできるなどのメリットがあります。
また逆求人イベントも主宰しており、自分が内々定をいただいたのもathleticsの逆求人がきっかけになります。本当に感謝。
逆求人は一度に多くの企業と出会える上に、変な企業を運営側がフィルタリングしてくれているのである程度安心です(これは盲目的に信じるべきではないかもしれないが)。
逆求人イベントや企業紹介はレバテックルーキーでもしてくれるのですが、両者間にも違いがあり、athleticsが比較的大手や安定した企業が多かったのに対し、レバテックはミドル〜メガベンチャーが多かった気がします。

下3つはスカウト系のサービスです。
純粋なスカウトサービスはLabBaseのみで、WantedlyとLinkedinはスカウト機能もありますが、アクティブにコンタクトを取ることも可能です。
スカウトサービスのいいところは、ある程度プロフィールを埋めていると自分の志向に合った企業からスカウトが届くことが多いためマッチしやすい点です。
企業探しもかなり時間がかかります。特に非情報系学生は周りにエンジニア志望の人が少ないので情弱になりやすいです。
その点、スカウトサイトは受け身で良い企業とマッチすることができるのでかなり楽でした。

逆求人イベントですが、参加には一般的に成果物の作成が必須です。何かしらのWebアプリを作り、やる気と実力を示すものです。イベント参加だけでなくESでも求められるので作っておくに越したことはありません。
私の場合はPythonを使っていたので、Djangoというフレームワークを利用してWebアプリを作成しましたが、Djangoは日本語のリファレンスが少なかったので、udemyという動画学習サイトで授業を買って参考にしました。
こういうシーンで日本語リファレンスが豊富なRubyを使っていると楽なんだなと痛感しましたが、何を選んでもできないことはないと思います。

M1冬(2019/11-2020/01)

逆求人やスカウトサイトなどで接触した企業と、個人的に探した企業にエントリーし始めました。 10月11月は少し時期が早いため企業側の学生に対する期待も高く落ちやすいらしく、自分もことごとく落ちました。
この辺りの就活対策は一般に語られている就活対策とあまり変わった頃はしていません。
違う点としては、コードテストが求められることや、技術力の高い企業では面接でも専門的な質問をされることがあるという点です。
場合によってはホワイトボードコーディングなどもあるので、アルゴリズムとデータ構造の基礎的な知識はある方がいいです。
自分は競プロがそのまま生きたので、それが一番手軽なんじゃないかと思います。

おわり

こうやってまとめてみると、M1夏からプログラミングを始めると、就活前に技術を磨くことにかけられる時間は3-4ヶ月しかないんですよね…
できるだけ早く動いて余裕のある就活ができるのがベストだと思います。

イリノイ大学の完全オンラインで取得可能なデータサイエンス修士コースについて調べてみた

はじめに

日本にも少しずつデータサイエンスの教育環境が整ってきています(滋賀大学筑波大学など)

しかし、これらのコースは通学の必要があり、社会人の方は通いたくても現実的に難しい場合もあるかと思われます。

そこで、MOOC(Massive Open Online Course:大規模公開オンライン講義)を利用したイリノイ大学のデータサイエンス修士課程について少し調べてみました。

概要

 以下の内容はこちらの元ページからの引用になります。

www.coursera.org

  • 授業料:$21,440(240万円ほど)←安い!!!
  • 履修期間:1〜3年(はっきり定められているわけではなく、コミットできる時間などに依存して伸び縮みする)
  • 単位数:32単位
  • 100%オンライン(ここ大事)

公開講座がいくつかあり、試しに受けてみることができるみたいです。

カリキュラム

データサイエンスの専攻ですが、CSの基礎をしっかり学習できます。

主な学習内容は以下の通り。

修論はなしで、課題のみで修了できるのがポイント。

応募要件

私は非情報系の大学院生で社会人になってから入ろうと思っていますが、同じようなバックグラウンドだと少し大変。

必須要件

  • 学士号
  • 学部最後の2年間のGPAが3.0以上であること
  • CS関連の修士号を取得していないこと
  • オブジェクト指向プログラミング、データ構造、アルゴリズムに関するバックグランド(推奨に記載)
  • TOEFLスコア102以上もしくはIELTSスコア7.0以上

英語が結構きついですね、頑張りましょう(私が)

推奨要件

  • CSの学士(またはCSコースワークの成績証明書)
  • 3.2以上の学部GPA
  • C++またはJavaのプログラミング経験

一番上が気になりますが、これは必須要件のバックグラウンドに関連しています。

学士の内容がCS関連でない場合は、CS基礎のバックグラウンドを証明するためにCourseraのコースを取っておくといいですよということみたいです。

そのコースというのがこちら。

www.coursera.org

終わり

いかがだったでしょうか。

入学要件に若干難しさはあるものの頑張れば達成できるレベルですし、何より完全オンラインでイリノイ大のCS修士を取れるメリットは大きいですよね。

途中でも書きましたが、私は非情報系のエンジニア予備軍です。

体系的なCSを学び直す機会は社会に出てもそうないと思うので、できれば20代のうちに取得したいなと思います。

それでは。