文系・データサイエンス未経験で大学院に入学した社会人のリアルな体験談。きつい理由、詰まったポイント、入学前にやっておくべき最低限の準備を本音でまとめます。
結論：未経験で入ると、普通にきつい
2026年4月、社会人派遣でデータサイエンス研究科に入学しました。
文系出身、業務でのデータ分析経験もほぼなし。いわゆる「知識ゼロスタート」です。
入学してまず分かったのは、
準備なしで入るのは、思った以上にしんどい。
ということです。
ただし、「詰み」ではありません。
この記事では、同じ状況で入ろうとしている社会人のために、リアルな体験と入学前にやっておくべき最低限の準備をまとめます。
なぜきついのか：18歳の理系学生と同じ土俵に立つ
データサイエンス系の大学院では、以下の知識があることを前提に授業が進みます。
- 統計
- Python
- 線形代数
理系学部出身の学生にとっては「復習」の話でも、文系社会人には初見の連続です。
分からないまま授業が進むと、
内容が”異世界語”になります。
これは大げさではなく、自分が最初の数週間で実際に経験したことです。
入学前にやっておくべき3つの準備
まず大前提として、「完璧に理解する」必要はありません。
目標は「初見じゃない状態にすること」です。
授業で出てきたとき「見たことある」だけで、理解スピードが体感2〜3倍変わります。
✅ ① 統計（統計検定2級レベル）
最優先で手をつけるべき分野です。
最低限おさえておきたいのはこの3つ。
- 平均・分散
- 回帰分析
- 仮説検定
このあたりを知っているだけで、授業の見え方が大きく変わります。
✅ ② 線形代数（計算レベルでOK）
避けて通れませんが、深入りしなくていいです。
▼ 最低限ここだけ
- ベクトルの計算
- 行列の計算
- 転置・逆行列
▼ 余裕があれば
- 「データをベクトルとして扱う」イメージ
- 「行列でまとめて処理する」イメージ
数式として覚えるより、道具として理解する感覚を持てると後が楽です。
✅ ③ Python（基礎構文＋主要ライブラリ）
▼ 最低限ここだけ（授業についていけるライン）
- for文
- if文
- リスト操作
▼ 余裕があれば
- NumPy
- pandas
データ処理の授業でほぼ確実に使うので、「触ったことがある」だけで全然違います。
Python学習は「100本ノック」が最短ルート
Pythonに関しては、読むだけでは絶対に身につきません。
自分も「分かった気」になっていましたが、実際に書いてみると全然動かせませんでした。
おすすめは「100本ノック」形式の問題集です。
小さい問題を大量にこなすことで、for文・if文・データ処理が自然に使えるようになります。
全問やる必要はなく、30〜50問でも感覚は大きく変わります。
どれくらいの準備期間が必要か
入学2〜3ヶ月前から始められれば十分です。
| 準備内容 | 目安時間 |
|---|---|
| 統計（2級レベル） | 30〜40時間 |
| 線形代数（基礎） | 15〜20時間 |
| Python基礎 | 20〜30時間 |
| Python 100本ノック（30問） | 10〜15時間 |
| 合計 | 75〜105時間 |
仕事と並行しながらでも、週末に集中すれば2ヶ月で一通りカバーできます。
まとめ：「詰みではない」が「準備なしはやばい」
- 未経験で入ると正直きつい
- ただし詰みではなく、準備次第で難易度は大幅に下がる
- 完璧に理解しなくていい。「初見じゃない状態」を目標にする
自分はほぼ準備なしで入った側なので、どこで詰まるかはリアルに把握しています。これから入る方は、ぜひ参考にしてください。
今後は実際の授業内容や詰まったポイントも記録していく予定です。
コメント