はじめまして。
FLINTERS BASE 13期生の 石黒 と申します。
弊社研修の受講を終え、一筆執らせていただくことになりました。
ここでは、未経験から現職への転職を決めた理由、研修の内容などをまとめます。
ご参考までに。
目次 contents
経歴
一旦、私の経歴を見てみてください。
2017年3月 地方国立大学経済学部を卒業
同年4月 地方民間企業へ営業職として入社
2020年3月 同社総務財務部署へ異動
2024年3月 同社を退社
同月 プログラミングスクール短期集中コースに入校
同年6月 同校を卒業
同年8月 株式会社FLINTERS BASEへ入社
見て分かるとおり、エンジニアっぽい仕事なんぞ、からっきしな畑から現職へやってきました。
転職のきっかけ
私事ですが、非常にお酒が大好きで、地元のさまざまな飲食店に通っていました。しかし、予約が電話のみでめんどくさい...。ホームページも無ければ予約サイトも無い...。
こんな問題を解決できれば地元ももっと盛り上がるだろうと思い、独学でWebアプリとアクセスデータの収集ができるシステムを作るべく、知人とともにプログラミングの勉強を始めました。効率化・自動化・システム化に繋がる知識が身に付けば、仕事にも活かせるのでは?と思って、結構意気込んで始めた記憶があります。
...が、技術的にもモチベーション的にも、自分たちの中で独学の限界を感じてしまいました。
ってことで、背水の陣です。一念発起、前職を退職してプログラミングスクールの入校を決意しました。プログラミングを学び、これまでとは別のベクトルから社会貢献・自己成長できればと思い立ち、さて転職活動。そんな中で目についた職種・企業が現職です。
データエンジニア...? FLINTERS BASE...?
正直初耳でした。若干不明瞭な点は残りつつも、結構調べたと思います。独学を始めるきっかけの実現への期待に加えて、次のような魅力を感じて、ココだ!とすぐさま入社を志望しました。
1.世間的なAI活用の時流
ご存じのとおり、世界的にAI活用が多くの分野で急速に活発化しています。ホントに最近何してても聞きますよね、AI。このAI技術の根幹には、学習させるための膨大なデータの存在が欠かせません。AIがより高度に進化するためには、より多くの、そしてより質の高いデータが必要とされます。こうした背景からデータそのものだけでなく、それを管理・活用するための基盤の重要性も相乗的に高まっています。
2.データがもたらすビジネス価値
これはAIに限った話ではなく、現代の経世済民の中で成長・生存するビジネス・企業全般に通じることです。どの業界でもデータドリブンな意思決定が競争優位を生み出す重要な要素として必要不可欠で、それは前職でも強く感じていたことです。今では、飲食業や小売業でさえも、デジタル化や業務効率化、マーケティング、顧客分析など多角的なデータ駆動型の経営を取り入れ始めています。もはやデータの価値は計り知れないものとなっています。
3.データエンジニアの希少性と可能性
こうしたデータの重要性が高まる一方で、そのデータを実際に管理し、活用可能な形にする基盤やパイプラインを構築するデータエンジニアという職種は、データサイエンティストやデータアナリストといった職種と比較しても、従事する人口がまだまだ少ないようです。このような背景を踏まえ、私はデータエンジニアリングに携わることが、将来的に大きなチャンスであると感じました。齢30での転職ですが、まだ遅くはない、この分野でスキルを磨けば職業人としての貴重性・市場価値が高まる、と確信しました。
4.研修制度の充実
データエンジニアというキャリアに魅力を感じた一方で、技術習得の道は平坦なものではありません。いくらプログラミングスクールを卒業したとしても、転職先の現場でスクールで学んだ内容とは異なる技術や言語を求められれば、イチから勉強しなければならないことは明白でした。入社後すぐに現場配属となり「やりながら覚える」という覚え方ももちろん実践的で優れていますが、如何せん未経験。甘いと言われても仕方ないですが、正直不安が大きかったです。
その点 FLINTERS BASE の約3ヶ月間の充実した研修制度は、私にとってかなり魅力的でした。研修受講後に現場配属されるという安心感があったからこそ、自信を持って新しいキャリアに挑戦できましたね。
では、そんな研修がどのような内容なのか、簡単にまとめます。
研修内容
1.自走式研修
研修は座学講義やOJTを伴う現場業務ではなくオンラインによる自走式。研修資料やハンズオンマニュアルと、それらを進めるための概算的なスケジュールが用意され、それらに沿って自身で研修を進めていきます。
できるところは早めに、できないところはじっくりなど、理解度に応じて多少は自身でペースを変えてもいいでょう。また、勤務体系がフレックスタイム制であることも併せて、ワークライフバランスも考えて進行できるのもイイところです。
2.研修講師のオンライン常駐
研修中に質問したい事項や解決できないエラーなどが出てきた場合は、講師に問いかけることで即時対応してもらえるので安心です。一律「これが答えです。どうぞ。」ではなく、ヒントを出してもらえたり、答えに繋がる情報が記載されたサイトを共有してもらえたり、自分の成長ためになるような対応をしてもらえます。
こういった「聞き方」「調べ方」が身につくのも研修の醍醐味と言えますね。
3.充実のカリキュラム
データエンジニアに必要な知識・技術を得るためのカリキュラムが揃っています。以下、一部をご紹介。
1.プログラミング基礎研修 Python / SQL
初歩の初歩に加え、ほかの人に読んでもらうための綺麗なコーディングのポイントなども身に付きます。
Python や SQL は、システム構築以外にもいくつかのツール・サービスでよく利用される言語なので、書けるようになると実現できることがより広がると思います。
2.ETL研修
データパイプラインの根幹を学ぶことができます。
この研修で、これまでデータパイプライン構築のために学習してきた個別の領域同士に繋がりが生まれ、データパイプラインの全体像が見えてきます。各領域がデータパイプライン上で具体的にどのような役割を持っているのかが分かるようになるとちょっと嬉しいです。
3.中間演習 / 総合演習
実践的な一連のシステム構築を行います。
研修で得た知識体系を具現化できるかどうかを試行するだけではなく、納期が決まっている、検索する、試行錯誤する、時には質問する、Gitで進捗管理・プルリクエストをする、Slackで報告をする、まさに現場で仕事をするためのチュートリアルのようです。
ほかにもたくさんの研修が用意されています。気になる方は、ほかの受講生のブログや弊社ホームページを覗いてみてください。
成長の実感
そんな研修を終えて、始める前より成長したなぁと実感したところをいくつかご紹介します。
データエンジニアとして必要な基礎知識
どの技術領域も基礎的ではありますが、網羅的に身に付いたと思います。正直ここが独学時代にも経験した挫折やモチベーションの低下に繋がる関門のひとつではあったので収穫あったなぁと実感します。
必要なのは、ここから現場に合わせて深化させるための実践・勉強だと思います。がんばれ私。
自走力
タスク管理能力、期日管理能力、問題解決力、集中力などがこれに該当するかと思います。研修中、進捗が遅れてしまい焦った期間もありましたが、スケジュールを見直して日々のペース改善することで、その後の課題にも焦らずに取り組めました。
現場では、タスクの量や更新頻度、期日のタイトさ、問題・課題の量や難度などが研修時の比ではないことが容易に想定されますが、現場に巣立つまでの初期成長はできたように思います。
知識への貪欲さ
データエンジニア、ひいてはこのIT業界は知識量が他業種と比較しても桁違いですし、ましてや日々知識のアップデートを要します。全部覚える・全部身に付けるは甚だ無理があろうと思いますが、知識が増えればそれだけできることも増えるので、覚えたい!への欲は研修前より増したと思います。
ましてや、本ブログ執筆現在は研修終了直後ということもあり、寧ろ人並みまで知識を増やしていかないと現場ではとても通用しない状況です。そういう意味でも常に貪欲であろうと思います。がんばろ。
最後に
冒頭で述べたとおり、前職を退いたあとはプログラミングスクールに約3ヶ月半在籍しました。当然、お金を払った上で。それが約3ヶ月の有益な研修を無料どころかお給料をいただきながら受講できるのって研修にちなんで言えば「エラー」とか「バグ」とかそういう類かな?とか最初は思ってしまいましたね。
もちろんそうではないんです。前職でプログラミングほぼノータッチ、エンジニア業界未経験という状態の私を、狭き採用枠の一枠に選んでいただいたこと、そして時間とお金をかけてここまで育てていただいたこと、これは紛うことなく一種の大きな投資なんです。期待を掛けていただけたのだと実感します。プレッシャーだってそりゃ多少はあります。
でも、そんな期待もプレッシャーも受け止めて頑張ろうと、より成長していこうと、今はそう思います。現職入社までMacに触ったことすらない人間ですが、熱意と楽しさを持って、仕事にも、勉強にも、もっといろんなことにも、チャレンジしていきます。
転職・研修に携わっていただいたすべての方へ感謝を込めて。
ここまでお読みいただきありがとうございました。