Courseraでコンピュータサイエンスの学位を取得する
Completing a Computer Science Degree on Coursera (notesbylex.com)
要約
21年のキャリアを持つ著者が、フルタイムで働きながらCoursera経由でロンドン大学のコンピュータサイエンス学士号をオンラインで取得した経験について語っています。学位取得の動機、学習方法、費用、ワークロード、そして過去の学習経験を単位認定する制度(RPL)の活用について詳細に解説しています。
全文翻訳
Courseraでコンピュータサイエンスの学位を修了する
寝室からコンピュータサイエンスの理学士号を修了した私の経験についての短いレポート。
この記事はHacker Newsのトップページに掲載されました。議論はこちらでご覧ください。here。
2022年9月、Courseraの広告を見て衝動的にコンピュータサイエンスの理学士号に申し込んだ。学位取得は長年頭にあったものの、どう進めれば良いか分からずにいた。そして約3年9ヶ月後(最後の3ヶ月は結果待ち)、フルタイムで働きながら、すべてオンラインで学位を修了した。
[画像: My final assessment results]
この記事は私の経験についての簡単なレポートです。
私の経歴
学位を持たない私のテクノロジーキャリアは21年近くに及び、そのうち約14年間はソフトウェア開発者およびMLE(機械学習エンジニア)として働いてきた。10代で高校を中退し、できるだけ早く社会に出て自立したかった。当時はMCP、MCSA、A+といった資格が流行しており、それらで18歳でヘルプデスクの仕事に就くことができた。そこから興味の赴くままに進み、最終的にソフトウェアエンジニアリング、そして機械学習に焦点を移した。
これまでのところ、学位がないことがキャリアの障壁になったことはない。同僚からは、オーストラリアでは経験や姿勢が学歴よりも重視される傾向があるが、海外では逆の場合もあると聞いたので、幸運だったのかもしれない。「独学」であることは、必要なスキルを実際に習得しているように見えれば、雇用主にはプラスと見なされることが多い。とはいえ、私は本当の意味で「独学」ではない。「自己教育」と呼ぶ方が適切だろう。MOOC(David J. MalanのCS50、Andrew NgのMLコース、Jeremy Howardのfastaiに感謝)、認定資格、書籍、Kaggleを通じて、仕事に必要なスキルを収集してきた。履歴書の「学歴」欄には常に何かを記載できた。以前、ソフトウェア開発は技術であるという意見について書いたことがあり、教育は実務経験と組み合わせて行うのが理にかなっていると考えている。もちろん、私の道のりがこの点に関して非常に偏っていることは認識している。
しかし、学位がないことは海外で働く能力に影響を与えた。若い頃、興味のあるアメリカの企業との最終面接まで進んだが、オーストラリアとアメリカ間の特定の協定であるE-3ビザは、少なくとも学士号が必要であることを知った。現時点で海外で働く意図はないが、選択肢があるのは良いことだ。
また、私は学習すること自体を心から愛しており、自分の知識のギャップを特定することに興味があった。そして、ツェッテルカステン法を実際の学習問題に適用する良い口実にもなった。
最後に、私はもう若くない。20代で学位を取っておけばよかったと時々思う。40歳に近づき、30代でも同じことを言いたくない。
学位について
この学位は100%リモートで取得できる。
Coursera上で提供されており、講義の視聴、ラボノートやクイズなどの教材のホストが行われる。Courseraは教員とチャットできるフォーラム(ほとんど使われない)も提供しており、課題の提出もここで行う。
このプログラムは、ロンドン大学の世界的な通信教育部門であるUniversity of London Worldwideによって運営されている。課題と試験の採点は、Goldsmiths, University of Londonが行う。
[画像: A classmate's University of London certificate (name blurred)]
試験自体は、Inspera proctoring softwareを使用してリモートで実施される。他の学生からは、COVID以前は、人々が試験のために地元の教育センターに行っていたと聞いている。COVIDと2023年初頭の間には、試験が監視なしで行われた短い期間もあった。一度開始すると4時間以内に完了すればよく、ウェブや書籍を参照できた。しかし、LLMの成功が監視システムの導入を余儀なくさせたのだろう。
[画像: The Inspera Integrity Browser, showing my final two exams]
同様の学位は他にもあるだろう。正直に言って、私は他の選択肢を比較検討しなかった。しかし、私はCourseraプラットフォームに既に慣れており、提供内容が私のライフスタイルに合っていた。
前提条件とパフォーマンスベース入学
コースの前提条件では高校卒業資格が規定されている。しかし、パフォーマンスベース入学(PBA)と呼ばれる代替ルートが提供されている。基本的には、2つのモジュール(Introduction to Programming Iと数学モジュールのいずれか)を受験し、両方に合格すれば、全学位プログラムへの入学が許可される。これらのモジュールは最終成績に含まれるため、無駄な時間ではなく、プログラムが自分に適しているかどうかを把握する良い機会となる。
費用
私にとって都合が良かったのは、モジュールごとに支払う方式だった。オーストラリアでは、1モジュールあたり現在823ポンド(約1,600豪ドル)で、最終プロジェクトはいくつかの小さな追加料金とともにダブルモジュールとしてカウントされる。
大学はプログラム全体の費用を、居住国と学習ペースに応じて14,666ポンドから21,829ポンドの範囲で公表している。私の総費用は約17,000ポンド、または約33,000豪ドルで、3年半にわたって支払われた。Courseraのサブスクリプションのみが必要なコースで3つのモジュールを代替できたため、さらに費用を節約できた(後述の過去の学習認定を参照)。
これは私のキャリアに直接応用できる教育であるため、私の国では税控除の対象となる。ATO(オーストラリア歳入庁)は、学習が「現在の職務活動に必要な特定のスキルや知識を維持または向上させる」場合、自己教育費用を請求することを許可している。ソフトウェアエンジニアとして働く傍らでコンピュータサイエンスの学位を取得することは、少なくとも私の会計士によれば、その基準を満たす。
学習量
オンラインだからといって簡単というわけではない。私や他の多くの学生のようにソフトウェアのベテランであっても、その分野に精通していることは助けになるが、それでも作業はこなす必要がある。
各モジュールには必須の中間課題があり、その後、最終試験または最終課題のいずれかが課される。課題はしばしば長く困難であり、試験もかなり難しい。
セッションごとに最大4つのモジュール(または2つのモジュールと最終プロジェクト)と再受験が可能で、6年以内に完了する必要がある。これは、セッションあたり最低約2モジュールが必要となる。PBAを完了した後、私はセッションあたり平均約3モジュールを受講し、セッション間にRPL認定(後述)を取得した。最後のセッションの1つでは、最も難しいモジュールの一部である4つのモジュールを受講した。これは非常に大変だったが、不可能ではなかった。
野心的な学生の多くは、4つのモジュールを連続して完了することを選択しており、コースを完了する最速の時間は3年ちょうどだと考えている。
一般的に、中間試験や最終試験前の数週間は、学位の取得に自由時間のほとんどを費やすことになる。学習量は、初期のモジュールから後期のモジュールにかけて大幅に増加し、最後の2セッションが最も困難だった。人生で非常に集中的な時期があり、午前4時に起きて4時間の試験を終え、日中仕事をし、夜は課題に取り組むこともあった。
過去の学習認定(Recognition of Prior Learning)
大学では、他の場所で同等のモジュールを学習した場合、過去の学習認定の代替措置を提供している。また、Courseraのいくつかの認定資格でモジュール全体を代替できるものもあり、これらはCourseraのサブスクリプションのみで取得できる。私はこの方法で3つのモジュールを代替した。
- How Computers Work は、Google IT Support Professional Certificate で代替。
- Data Science は、IBM Data Science Professional Certificate で代替。
- Machine Learning and Neural Networks は、IBM AI Engineering Professional Certificate で代替。
これらを通常のモジュールと並行して進めた。Googleの認定資格(週10時間で約3ヶ月)は2023年4月に完了し、最初のセッションが終わった頃だった。2つのIBM認定資格は、2024年7月に、中間試験後の一段落した時期に、通常のモジュール3つを受講しながら連続して完了した。これらにより、学位取得期間が丸々1セッション短縮された。認識される資格のリストは、私が受講した時以降に変更されているため、現在のページを確認することをお勧めする。
コースの内訳
トピックはコンピュータサイエンスの学士号としてはかなり典型的で、驚きはない。数学も含まれるが、工学の学位ほどではなく、ほとんどのことは実践的だ。
コースワークとして興味深いプロジェクトがいくつかあった。ハイライトとしては、オーディオビジュアライザー、いくつかのJavaScriptゲーム(ひねりを加えることが推奨されたプールゲームシミュレーションを含む)、JUCEで構築されたDJシミュレーター、1994年のKarl SimsのEvolving Virtual Creaturesに触発された進化アルゴリズムプロジェクト、信号処理演習の興味深いコレクション、ウェブデータのスクレイピングと分析に基づいたいくつかの研究プロジェクト、そして最後に、Apple Silicon上でエンドツーエンドでトレーニング・実行される乳がん検出マンモグラフィ分類器を構築したオープンエンドな最終プロジェクト(cm3070-final-projectを参照)。
以下は私のビニールDJシミュレーターの動作です。
[動画]
そして、ボーナスポイントのために殺せる(現実世界では推奨しない)ネズミが登場するプールテーブルゲームです。
[動画]
私がたどった完全なパスは以下の通りです。
| セッション | モジュール | RPL認定(並行して) |
|---|---|---|
| 2022年10月 | Introduction to Programming I, Discrete Mathematics | Google IT Support (How Computers Workを代替) |
| 2023年4月 | Introduction to Programming II, Computational Mathematics, Web Development | |
| 2023年10月 | Fundamentals of Computer Science, Algorithms and Data Structures I, Software Design and Development | |
| 2024年4月 | Object-Oriented Programming, Programming with Data, Graphics Programming | IBM Data Science (Data Scienceを代替), IBM AI Engineering (Machine Learning and Neural Networksを代替) |
| 2024年10月 | Computer Security, Algorithms and Data Structures II, Databases, Networks and the Web | |
| 2025年4月 | Professional Practice for Computer Scientists, Databases and Advanced Data Techniques, Artificial Intelligence, Intelligent Signal Processing | |
| 2025年10月 | Natural Language Processing, Final Project |
モジュールの内容を詳しく見たい場合は、学生コミュニティが素晴らしいリソースを維持しています。world-class/notesは、学生がコースノートを投稿する学生主導のリポジトリです。world-class/REPLは、コース教材とリソースのコレクションです。
また、元学生が難易度などの指標をランク付けしたスプレッドシートもあります。
最も良かった点
コースで最も気に入った点の一つは、他の学生との交流でした。Courseraは学生用のSlackワークスペースに招待してくれますが、そこは公式な代表者がいない、まるで『蝿の王』のような自由奔放な空間です。
一部の学生は、間違ったチャンネルに投稿した人を叱責するなど、鉄拳制裁でSlackを運営していました。卒業生の中にはSlackに居残り、学生を助け、質問に答えている人もいます。他の元学生はSlackチャンネルを徘徊し、時折荒らし行為を投稿しています。すべてがかなり混沌としていて面白いです。
それに加えて、意欲の高い学生たちが課題のビデオやスクリーンショットを共有する文化があり、その中には非常に印象的なものもあり、私も最善を尽くそうという意欲を掻き立てられました。
世界中から集まった非常に魅力的な人々がおり、私と同じように興味深く、回り道のようなキャリアストーリーを持っています。あるクラスメートはウクライナでの戦争中に学位を取得しました。別の学生は独学でウェブ開発を学び、自身のスタジオを運営して学費を自分で賄いました。また別の学生は、学位取得中に2度出産し、教師としてフルタイムで働きながら学士号を修了し、さらに修士号まで取得しました。そして私の友人Djangoは、ウガンダの難民キャンプから学位を取得しており、ソーラーパネルでラップトップを充電し、モバイルデータで勉強しています。彼の話はそれ自体が叙事詩となりました。Shipping a Laptop to a Refugee Camp in Uganda。
自分が大変だと感じるときはいつでも、はるかに困難な状況にある多くの人々がいて、私を現実に引き戻してくれました。
最も悪かった点
私の第一の不満は、成績が出るまでの時間の長さです。約3ヶ月かかります。そのため、中間試験の成績が出る頃には、通常、最終試験の提出時期が近づいています。フィードバックを有効に活用するには時間がかかりすぎます。
モジュールに不合格になった場合、不合格になった部分のみ再受験できます。しかし、次のセッションが始まるずっと後に最終成績が発表されるため、再受験できるまでに丸一年待たなければならない場合があります。これはコース参加者にとって最大のフラストレーションとなっています。
グループプロジェクトも不満の一般的な原因でした。グループはランダムに割り当てられましたが、参加者が本当にコースを受講しているのか不明なことが多く、多くの人が完全にゴーストグループにいました。私が受講したグループプロジェクトの科目では、まともなグループでしたが、最後の週にメンバーの一人が現れ、彼は何も作業をしていないにもかかわらず、彼を参加させないわけにはいかないという不快な経験をしました。その後シラバスは変更されましたが、現在、必須のグループプロジェクトがある科目は1つだけで、それは中間課題のみです。それほど悪くはありません。
Courseraプラットフォームも、多くの品質改善の余地があります。実際のプログラムと同期していないことが多く、試験がCoursera外で完了したことを認識していません。すべてを提出するには、ビデオを含む複数のファイルをアップロードする必要がありますが、再アップロードなしで提出を編集する方法はありません。そのため、ビデオのアップロードに30分費やしてレポートに誤植を見つけた場合、最初からやり直す必要があります。
Insperaも非常に扱いにくいソフトウェアで、多くの誤検知により、試験の途中で突然シャットダウンすることがあります。試験完了までに4時間しかなく、1年待って再挑戦する可能性があるため、非常に不安を煽る経験です。
試験期間中は、ライブアシスタンスのための追加サポート担当者がいますが、それ以外の場合、実際に人に連絡を取るのは遅くなることがあります。私の成績が他の人全員に出なかったことがあり、解決に数週間かかりました。ひどい対応ではありませんでしたが、不安を増やす要因が一つ増えました。
ヒント
私にとってうまくいったことがいくつかあります。
- 課題は早めに始め、頻繁に提出する。 私は、合格できそうなバージョンの課題をエンドツーエンドで完成させ、そこから繰り返し改良していくのが好きです。課題の内容が分かったらすぐに進捗を作り始め、進捗に合わせて下書きを提出することで、締め切りのストレスを大幅に軽減しました。
- 提出物をチェックし、再確認する。 人々が犯す非常に一般的な間違いは、すべてを正しく提出したか確認しないことです。私はプロジェクト提出物のチェックリストを作成し、提出画面のスクリーンショットを撮り、アップロードしたすべての資産のS3 URLさえ記録しておきました。万が一のためです。
- 自分に合った学習時間を見つけ、一貫性を保つ。 私にとっては早朝です。仕事が遅くなることが多かったため、仕事後に勉強する時間はほとんどありませんでした。代わりに、早く寝て、仕事が始まる前に数時間勉強していました。
- ブロックとなる科目を先に片付ける。 いくつかの科目は、次のレベルに進む前に合格する必要があります(レベル5では、Object-Oriented ProgrammingとSoftware Design and Developmentが重要です)。これらの科目を早期に完了させることで、学習のリスクを大幅に減らすことができます。もし再受験を余儀なくされた場合、それは学習の進行を妨げ、学位に無駄なセッションを追加する可能性があります。
- 規則をよく読む。 特に、メールでしか届かず、各試験の更新された規則、試験日、その他の重要な情報が含まれるAdmission Noticeをよく読んでください。
- Slackのピン留め投稿を読む。 人々は、役立つ情報、特に問題が発生した場合の対処法に関する多くのガイダンスを共有するために多大な努力を払っています。
AIポリシーとLLMの進化
私はChatGPTがリリースされる1ヶ月前に学位を取り始めたので、LLMの能力が変化するにつれて、学位が進化していくのを観察するのは非常に興味深かったです。学位取得当初、ChatGPTリリースから数週間後に、ChatGPTで駐車違反の罰金を争うという短い記事を書きましたが、当時はクールだと思っていましたが、今ではあまりにも取るに足らないことに思えて笑ってしまいます。
まず、試験の監視が導入され、徐々に厳格化され、最近ではチートシートが削除されました。これはおそらく、LLMでチートシートを生成したり、2つ目の画面を持ち込んだりすることを防ぐためでしょう。以前は24時間のウィンドウ内で都合の良い時間に試験を完了できましたが、最近では各半球の人が同時に試験を受けるように変更されました。
LLMは、コースチャンネルでの会話量にも顕著な影響を与えました。私が始めた頃は、人々が教材について質問したり、トピックの理解度を確認したりするチャットが多くありましたが、それは著しく減少しました。人々はLLMに質問する方を好むようです。
2025年2月、学位取得から約2年半後、大学は公式なAIポリシーを導入しました。基本的に、LLM生成の作業を未承諾で提出することは、エッセイを誰かに書かせることと同じカテゴリーである、契約詐欺として扱われます。
"ソフトウェアによって生成された、または第三者サービスへのプロンプトやクエリの提供の結果として生成された作業を、全体または一部、未承諾で提出することは、契約詐欺の一形態です。これには、大規模言語モデル/AIチャットボットの使用が含まれます。" - 一般規則7.9
また、評価におけるAIの3段階フレームワークも導入されました。レベルゼロはAIを一切使用しないことを意味します。レベルワンは、宣言すれば、ブレインストーミングや構成のようなサポート的な使用を許可します。レベルツーは、例えば、AIで出力を生成し、その結果を批判するなど、実際にAIの使用を要求します。
AI時代に教育者であることの難しさは想像するしかありません。学生が教育全体をLLMにアウトソースするのを防ぐことと、AIがほぼ間違いなく彼らの職業生活の一部になるという現実とのバランスを取ろうとしています。
まとめ
3年半は大変な道のりでしたが、特に妻、家族、友人たちには、明らかに手抜きをしてしまいましたが、ついに学位を取得できたのは本当に嬉しいことです。数学の科目など、自分で決して学ばなかったであろうトピックもありました。やってよかったと思っています。他のクラスメートは、私がこれまでに出会った中で最も興味深い人々の一部であり、生涯の友人を得られたと願っています。いくつかの小さな不満(時間とともに改善されるであろうこと)を除けば、この経験は大好きでした。