オンライン学習の勧め

Develpment,ブログ

みなさんは、新しいことを始めるとき、必要なスキルはどのようにして獲得していますか。

私がソフトウェア開発の仕事を始めた1985年には、勉強するのは、もっぱら本でした。
困ったたら、会社の先輩や同僚に教えてもらったり、お客様の仕事を通して、学んだりしていました。
時は流れて、2023年にもなれば、インターネットを探せば、情報は豊富、Youtubeを探せば、動画での講義もたくさんあります。
世の中は、「リスキリング」とかの言葉も聞かれます。補助金がでたり、会社でも支援もしてくれます。
しかし、「リスキリング」は誰のためですか？もちろん、社会の労働シフトとして補助金を出してでも、労働をシフトさせたいということもはありますが、結局は、その人の未来のためです。
何も、仕事を変える為だけだということもありません。
ITの仕事に長年携わった一人として、意外とこの業界の人も、新しいことに取組めていない人も多い気がします。
インターネット検索が当たり前になり、「自分で探す」ということで、探し方の上手い下手で、得られる情報の格差は大きく違います。
さらに、2022年から、ChatGPTの登場により、検索の上手い下手をAIがカバーしてくれます。
そうです、誰でも、自分の言葉で質問すると、インターネット上に溢れた情報の集合知のような知識から、質問に合致したような答えが得られる時代になりました。

このような時代になった今、みなさんは、学びをどの様に行っていますか？

私は、最近オンライン学習をよく使います。
以前から、無料で学べるサービスも沢山あり、利用していましたが、本当に知りたい事は、有料だったりします。
一つの講座を聞いても、なかなか身につかないという、私の理解力の低さもあり、学びたいテーマで、複数の講座を受講することが、よくあります。
この学びが、知識から本当の自分のものになるためには、ある程度時間もかかるということや、受講している時、最後にたどり着くまで、気力が続かなかったり、他に興味がうつったり、理由はいろいろあります。

しかし、途中でやめた学びも、同じような他の講座を聞くうちに、あるとき、知識が結びつくという経験を何度もしています。同じ講座を何度も聞くより、同じテーマの違う講座を聞くということです。
同じテーマでも、講師が違うと、視点も違いますし、説明の仕方も違います。

まるで、AIが大量なデータを学習することと、似ている気がします。

みなさんも、挫折したテーマを、別な人の情報を沢山聞いてみることを、お勧めします。

そんなことから、最近、私がスキルを得るために、この２年ぐらい取り組んだことを書いてみます。

情報ソース

スキル獲得の情報ソースは、次のようなものを利用しています。

  • Amazon Kindle Unlimited（定額制の書籍購読）…全てが読めるわけではありませんが
  • Qiita…技術的な情報が豊富です
  • Udemy（有料のオンライン講座）
  • Amazon Kinddle（電子書籍）

最近の学び

2022年あたりからTanaKafeWorks関連の学んだものは次のようなものです。

Udemy

https://www.udemy.com/

  • 初心者OK！Docker入門＋応用：ゼロからでも実務で使えるスキルが身に付ける
  • Pythonによる異常検知【画像データ編】
  • Pythonによる異常検知【点データ・時系列データ編】
  • 時系列分析（統計モデル編）
  • 最短・最速で学ぶReactHooks完全ガイド！現場で使えるReact開発＋ステート管理をマスターしよう！
  • Firebase未経験者のためのReactで作るチャットアプリ開発にゅもん！最速最短でゴール到達！
  • 【メタバース入門】UnityでClusterのワールドをつくって世界を創造しよう
  • 【一番最初にみてほしい】Blender3からはじめる基礎学習講座
  • Cubaseでトレース作曲～ロック系アニソン風楽曲を作ってみよう
  • ReactHooks入門-HooksとReduxを組合わせて最新のフロントエンド状態管理手法を習得
  • 【速習実践的音楽理論】定番コード進行とコード進行の理論的な作り方
  • ReactとFirebaseとWebRTCでP2Pビデオ会議システムを開発しよう！
  • The Complete WSL2 Course for Web Development & Hacking
  • ChatGPT x Unityで会話botを作る
  • 【AIを味方につけてデキる人材に！】ChatGPTをフル活用して仕事の生産性１０倍アップ！
  • AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
  • 【ChatGPT】講座　システム設計・開発・学習のアシスタントとしてフル活用し業務効率化【エンジニア向け】
  • 【キカガク流】人工知能・機械学習 脱ブラックボックス講座-初級編-
  • 【キカガク流】人工知能・機械学習 脱ブラックボックス講座-中級編-
  • フロントエンドエンジニアのためのReact/Reduxアプリケーション開発入門
  • 最短・最速で作るビデオチャットアプリケーション NodeJS + WebRTC編
  • 【React】初心者向け入門講座・サンプル豊富で分かりやすさ重視【v18対応・Hooks・MUIデザイン】
  • Pythonによる時系列分析～機械学習・ディープラーニング編

Amazon Kinddle (Unlimited含む)

  • Pythonによる時系列予測（Marco Peixerio著）
  • Docker コンテナ開発・環境構築の基本（市川豊 著）[Unlimited]
  • ChatGPT Code Interpreter 1実践と可視化（技比良豪 著）[Unlimited]
  • Pythonによる異常検知（曽我部東馬 著）
  • Pythonと実例で学ぶ識別・予測・異常検知（福井健一 著）
  • Obsidianで[[つなげる]]情報管理術（）[Unlimited]
  • Code Interpreter詳細研究（白辺陽 著）
  • 人工知能プログラミングのための数学がわかる本（石川聡彦 著）[Unlimited]
  • 言語の本質（今井むつみ 秋田喜美 著）
  • 大規模言語モデルは新たな知能か（岡野原大輔 著）
  • 動画の文法（神井護 著）
  • 異常検知と変化検知（井手剛 杉山将 著）
  • ChatGPT日本語プロンプトパッケージ150（Mamoru著）[Unlimited]
  • メタバースワールド作成入門（vins著）
  • ドラえもんの心のつくり方１・２（田方篤志 著）
  • メタ産業革命（小宮昌人 著）
  • GPT-3完全初心者への徹底解説（白辺陽 著）
  • データ分析に必須 統計学（阿部真人 著）
  • メタバースとWeb3（國光宏尚 著）
  • VRChatの歩き方（株式会社往来、武者良太 著）
  • OKR（クリスティーナ・ウォドキー著）
  • メタバース さよならアトムの時代（加藤直人）

学んでみて…

ここ１～２年の自分の学びを整理してみると、思った以上に沢山あるものなのですね。
この学びのきっかけは、「これからやってみたい事！」に関連していることだということです。
会社員時代は、会社の業務計画から必要なことに取組んでいました。
それは、本当に自分でやってみたい事だったのか？と会社を離れて思います。
会社の仕事も、やっている時は、それなりに楽しんでいたと思いましたが、やはり自分ではなく、自分たちという立場だったように思います。

しかし、TanaKafeWorksを始めてからは、

  • 自分がやりたい事かどうか？
  • 自分が個人として認められることなのか？

このようなポイントで、開発を行っています。
お陰様で、今までお付き合いいただいたみなさんを通して、役立てそうな仕事をさせていただき、感謝しかありません。
引き続き、みなさんに役立てられるように、学びをつづけていきたいと思います。