1週間目（2025/4/1～2025/4/7）
学習テーマ：データエンジニアの基礎理解＋開発環境構築
習得目的：全体像把握、ツールの使い方
| 日 | 内容 | 目的 |
| Day1 | 未経験からデータエンジニアを目指す理由とキャリアパス戦略 | 自分の立ち位置の明確化 |
| Day2 | データエンジニアという仕事と、自分のキャリアがどうつながるのか整理してみた | データエンジニアという職種が自分にフィットする理由の言語化 |
| Day3 | 1ヶ月で何をどう学ぶか？データエンジニアへの「逆算型ロードマップ」を作成してみた | ロードマップを設計 |
| Day4 | Python開発環境を構築してみた(Python + VS Code) | ローカルでの開発準備 |
| Day5 | Python入門 1.1：式と演算 Python入門 1.2：変数 Python入門 1.3：データ型 | 第1章を実践 |
| Day6 | Python入門 2.1：コンテナとは ｜2.2：リスト Python入門 2.3：ディクショナリ Python入門 2.4：タプルとセット Python入門 2.5：コンテナの応用 | 第2章を実践 |
| Day7 | Python入門 3.1：プログラムの流れ ｜3.2：条件分岐の基本構造 Python入門 3.3：条件式 Python入門 3.4：分岐構文のバリエーション | 第3章を実践 |
2週間目（2025/4/8～2025/4/14）
学習テーマ：PythonとETL実装
習得目的：データ整形・加工の自動化
| 日 | 内容 | 目的 |
| Day8 | Python入門 4.1：繰り返しの基本構造 | 第4章を実践 |
| Day9 | 欠損値処理・型変換・列名統一 | データ品質担保 |
| Day10 | 関数化・再利用可能なスクリプト化 | スクリプト設計力 |
| Day11 | PythonでGCSアップロード | GCS連携の基礎 |
| Day12 | データ更新ロジックの検討（差分・上書き） | 実務想定での処理改善 |
| Day13 | Python × GCS × BigQuery連携 | 本番ETLルート確立 |
| Day14 | Week2振り返り：スクリプト公開＋工夫解説 | 技術力と言語化力アピール |
3週間目（2025/4/15～2025/4/21）
学習テーマ：GCP（GCS + BigQuery）
習得目的：クラウド上にDWHを構築
| 日 | 内容 | 目的 |
| Day15 | GCS構造設計（ディレクトリ構成） | 運用目線での設計力 |
| Day16 | BigQueryスキーマ設計 | データ構造への理解 |
| Day17 | SQLで集計処理（GROUP BY, JOIN） | 分析用整形スキル |
| Day18 | スケジューラー（Cloud Scheduler or ローカルcron）でETL自動化 | 実運用の自動化力 |
| Day19 | 正規化・リレーション設計 | DWH設計思想の実践 |
| Day20 | 集計結果の中間保存処理 | 高速化・再利用設計 |
| Day21 | Week3振り返り＋構成図まとめ | 構成説明力・設計力提示 |
4週間目（2025/4/22～2025/4/28）
学習テーマ：データ可視化とレポート作成
習得目的：クライアントへの提案力UP
| 日 | 内容 | 目的 |
| Day22 | Looker Studio 基本操作 | 可視化ツール習得 |
| Day23 | 指標定義（KPI／KGI）と表現設計 | ビジネス視点の導入 |
| Day24 | 時系列グラフ＋フィルター実装 | 実用的な見せ方 |
| Day25 | 地域別・カテゴリ別グラフ | セグメントごとの傾向分析力 |
| Day26 | ダッシュボードの共有・公開設定 | 社内共有想定 |
| Day27 | レポート解釈：示唆・アクション提案 | 単なる可視化で終わらせない |
| Day28 | Week4まとめ記事：可視化の工夫＋全体リンク | 分析から価値提供へ |
5週間目（2025/4/29～2025/5/1）
学習テーマ：応用実装・振り返り
習得目的：総まとめ
| 日 | 内容 | 目的 |
| Day29 | GitHub最終整理（README, コメント） | 外部公開物の整備 |
| Day30 | NotionやPDFでポートフォリオ補足資料作成 | 面接時補足・説明用資料 |
| Day31 | ポートフォリオ公開＆応募 | 行動完了・発信！ |