TOEIC 530点。打ち手を3回外して、課題の数え方を変えた
TOEICの記事はこれで3本目です。
先に書いておくと、今回は点数が上がった話ではありません。むしろ、3回続けて打ち手を外していた回です。しかも、外し続けた原因は打ち手のほうではありませんでした。悲しくなりますが、振り返りは振り返り。そういう回もあると割り切って書きます。
続きを読む筋トレ9週間やってみた
体重が増えている。
2025年は年間1,053km走ったのに、2026年に入ってランニング量を減らしたら体重がじわじわ上がってきました。「走らないとこうなるのか」と危機感を覚えたのが5月。じゃあ筋トレを始めよう、と朝活にジム通いを追加しました。
ただ、やるだけだと続かないのは分かっていたので、最初から測ることにしました。測ったのは3つです。
- 週次: 目標分数と実績分数（週報に記録）
- 毎朝: 体重と体脂率（体組成計）
- 毎回: 種目ごとの重量×回数×セット（ジムアプリ）
9週間で56回体重を測り、投下時間はおよそ18〜27時間。数字が何を教えてくれたかの記録です。
計画は初週で崩れた
初週の目標は150分。実績は90分でした。
やる気があったので詰め込もうとしたのですが、筋肉痛がかなり長引いて動けなくなりました。結果、間隔が空きました。
そこからは徐々に、体が慣れるにつれて頻度が上がりました。プロテインも飲み始めました。
やる気ではなく、筋肉痛の回復速度のほうが頻度を決めますね。
そしてペースが上がってきた6月、週の目標を150分から180分に上げました。
「前回以上」だけで伸びる
ジムアプリは前回の重さ・回数・セット数を出してくれます。やっていたのは、それを上回ることだけです。
| 種目 | 5/3 | 7/3 | 変化 |
|---|---|---|---|
| ベンチプレス | 50kg×10 | 70kg×10 | +40% |
| レッグプレス | 40kg×10 | 79kg×10 | +98% |
| ラテラルレイズ | 12kg×10 | 18kg×15 | 重量+50%・回数+50% |
6月から記録を始めたシーテッドロウ、トライセップス、インクラインプレスも1ヶ月で+18〜30%。約20時間の投下でこれなら、悪くない効率だと思います。
前回の数字を見て、同じか少し増やすだけを繰り返してたら勝手に上がっていきました。
日曜の11時にジムへ行ったら人が多くて、待ち時間で予定が崩れて諦めた日もありました。以来「休日は絶対に早朝」と決めました。
負荷は上がったのに、体組成は動かない
一方、体組成のほうは9週間でこれだけでした。
| 指標 | 9週間の変化 |
|---|---|
| 体重 | -0.2kg |
| 体脂率 | -0.13pt |
| 筋肉率 | +0.10pt |
扱う重量は40〜98%増えているのに、体組成はまったく動いていません。妙だなと思っています。
2ヶ月では変わらないものなのか、測り方の問題なのか。判断できる材料がまだないので様子見です。
そして、7週間止まりました
6/29週、ベンチプレスが70kgに到達しました。5月の50kgから+40%です。
その同じ週に、肋間神経痛を発症。激痛で筋トレとランニングができなくなりました。
| 週 | 実績 |
|---|---|
| 7/6 ~ 8/24 | 0分 |
筋トレの負荷で「前回以上」は目標設計として良いですが、上限がありません。上げ続けた先に限界が来るのは当たり前で、やりすぎたようです。
8/27、久しぶりに測った
約1.5ヶ月以上ジムに行っていない状態で、体重と体脂率を測りました。
ほとんど変わっていませんでした。 体重はわずかに増、体脂率もわずかに増。
学んだこと
前回の数字が見えるだけで伸ばしやすい。ただし「前回以上」に上限を決めなかったのが故障の原因と考えています。
もちろん記録しながらですが、違和感を感じたらストップ・調整します。常に限界まで挑戦するのでなく、継続性を意識して進めます。
簿記3級受験しました
データ分析の業務でも、社内の共有資料でも、財務諸表は普通に出てきます。ある程度は理解している。でも理解度をもうちょっと上げたくて、お盆休みのまとまった時間を当て、簿記を勉強しました。
結果、経理経験ゼロでしたが、4週間・108時間積み上げ93点合格 🎉
今回、先月GCP ACEで作った学習プロセスを、教材だけ差し替えてそのまま使いました。
続きを読むAppSheetをやめてCloud Run＋GitHubアプリ制作
将来的にスピード感を持って開発をしたい、あとGoogle Cloud（GCP）ももっと活用したい。
でも、資格取得で知識はついてきたが、実際のGitHub運用やGCPインフラの構築経験は無い。
そこで「実務で必要になってから」ではなく、まずは個人開発で挑戦してみることにしました。
1. 背景：行動管理ツールの課題と、技術習得の必要性
朝活スケジュールや学習進捗管理については、一年ごとに変化。
- 2023年は特に管理なし
- 2024年はスプレッドシート
- 2025年からAppSheetとLooker Studioの組み合わせ
少しずつ便利にしてきました。
ただ、AppSheetでも結局はデータソースがGoogleスプレッドシートなので、以下2つは懸念。
データ蓄積の限界：なんとなくイケてない。
画面構成の制約：LookerStudio上のカスタマイズに限界があり、「入力したその場で、同一画面でグラフを表示したい」といった細かい要望に応えきれない。AppSheetで入力した後にLooker Studioを開いて確認する、という2ステップが手間に感じる。
「実務経験を積みたい」という自身の課題。 「ツールの限界」という運用の課題。
この2つから「勉強を兼ねてアプリを作っちゃえ！」と決意。
Cloud Run、GitHub、BigQueryを組み合わせたWebアプリケーション（Routine-Trackerと命名）を構築することにしました。
2. 目標とタスク：未知のインフラへのアプローチとマニュアル化
プロジェクトの具体的な目標とマイルストーンを以下のように設定しました。
期間：2月上旬〜4月下旬（約2.5ヶ月）
技術的な目標：
- GitHubとCloud Runの連携によるCI/CD（自動デプロイ）環境の構築
- 言語はPython（結果的にははStreamlitを用いてUIUXも含めて実装）
その他：「作った⇒だから覚えた」とするのも雑。「何をもって習得したか」をひとまず、GitHubの開発手順をドキュメント化（仕組み化）することを覚えたという基準としました。
3. 行動：エラーの構造化と、環境変化を活かした開発
いきなりGitHub連携を目指すと挫折しそうなので、ネットにある「ローカル環境からの直接デプロイ」（Cloud Ace社の解説記事）を正確に再現するところから開始。
手元での動作を確認した後、GitHub連携にするようにして、少しずつ覚えました。
ソースコードは簡単でしたが、ローカル環境からのデプロイとGitHub連携をするのに8時間（505分）かかりました。
🛠️ 運用安定化のために作成した「GitHub開発サイクルマニュアル」
その後、作りたいアプリ開発へ。
GitHubに入れられたんですが、やはり苦戦。2度目のプルリクエスト（PR）時に最新のmainブランチとのコンフリクトが発生し、大混乱。
何とか修復し、以下のように手順をGoogleドキュメントに入れて、二度と間違えないように作業開始前のルーティンとしました。
GitHubの本も1年前に読んだんですが、実際使って自分で失敗しないとわからないですね。^^;
| ステップ | 実行コマンド | 目的・導入背景 |
|---|---|---|
| 1. 現在地の確認 | git branch |
どのブランチを作業中か確認し、前日の残り作業の有無を把握する。 |
| 2. リモートの確認 | git fetch origin |
自分が作業していない間にGitHub側が更新されていないかをチェックする。 |
| 3. mainの最新化 | git checkout main git pull origin main |
土台となる本番環境のブランチを常に最新状態に更新する。 |
| 4. 作業枝の作成 | git checkout -b feature-日付 |
本番環境に影響を与えないよう、その日の作業専用ブランチを切り出す。 |
実際はブランチ作らなくても私しか作る人いないので意味がないんですが、動作を覚えるためにやりました。
開発途中で、Gemini Code Assistantを使ってみたらこれが便利で、「動作確認 ⇒ 修正点の言語化 ⇒ 修正前後のソースコード比較」のプロセスを効率化。
こんな感じで積み上げた合計開発時間は約50時間（2500分）に達しましたが、無事全4画面の実装、テスト、UIの微調整を一気に完了させることができました。
4. 成果：リアルタイム化の実現とインフラコストの可視化
移行完了後、これまでのAppSheetと新アプリを並行稼働させてデータ検証と利便性の比較を行いました。
業務効率の向上： これまでは「AppSheetで入力」⇒「Looker Studioへ移動して確認（データ反映にラグあり）」という2ステップ、15秒が必要でした。新システムでは、入力と同時に同じ画面の下部で進捗グラフがリアルタイムに更新される仕組みなのでその分効率化。だいたい一日5回は入力・進捗確認をするので、1日75秒の削減。
スマホ環境の最適化： ブラウザで軽快に動作するWebアプリ（PWA対応）へ移行したことで、ネイティブアプリのインストールが不要となり、端末管理の手間を省きました。
コストとベネフィットの定量評価： 5月上旬のGoogle Cloudからの請求額は800円/月でした。以前構築した単純な天気予報アプリ（30〜40円/月）と比較してコストは上昇しました。
「AppSheet（無料枠）＋スプレッドシート」の限界に対し、画面の完全なカスタマイズ性とリアルタイム性を得るためのインフラ投資として我慢する覚悟です笑。
5. 総括：課題の「仕組み化」と、次ステップ
今回の「Routine-Tracker」構築を通じて、資格知識の習得だけでなく、自分で作れるようになり一歩上達。また、現在は以下の2つで運用しています。
① GitHub Issue
運用の中で見つかった改善点や追加したい機能は、すべてGitHubのIssueに登録。 タスクを「イシュー（課題）」としてストックしておき、すきま時間で改修します。
② 次なるステップ：データ基盤の高度化（Cloud SQLへの移行検討）
BigQueryで作りましたが、日々のアプリケーション運用やリアルタイムなデータ処理を考慮すると、Cloud SQL（リレーショナルデータベース）への移行の方が良さそう、という新たな仮説も見えてきました。
今回「知識を得るだけでなく、実際に作ってみる」をしたからこそ、新しい課題やインフラ再選定の必要性、次のステップが見えてきました。今後も要件に合わせて少しずつプロダクトを改良していきます。
GCP Associate Cloud Engineer 合格 — 9週間・160時間の学習プロセス
Cloud RunやBigQueryを業務で使っていて、昨年CDL（Cloud Digital Leader）を取得してGCPの全体像は掴めましたが、実務でより活用するためにAssociate Cloud Engineer（ACE）に踏み切りました。
結果、9週間・約160時間で合格 🎉 本番は50問中不安な問題が3問だけ、50分余りで終了しました。
本記事では、どう工夫したのかの学習プロセスを書いていきます。
2026年上半期の振り返り
AI&機械学習の実務展開、基礎からの再挑戦
2026年も半分が経過しました。いつもどおり、半年間を振り返ります。
■■全体行動実績
朝活も仕組み化しつつ、この半年間も行動時間を積み重ねることができました。
| 項目 | 実績 |
|---|---|
| 計測期間 | 2026/01/01〜06/30 |
| 総行動時間 | 679.0 時間 |
| ランニング走行距離 | 402.4 km |
| 英語学習時間 | 236.8 時間 |
1. データ分析：統計知識の実務展開とCloud Codeで「3ヶ月から1週間」作業効率化
| 項目 | 投資時間（時間） | 備考 |
|---|---|---|
| 統計検定2級 | 78.0 | ※昨年分の108.8時間を加算すると、合計186.8時間（合格済） |
| ロジスティック回帰モデル開発 | 28.4 | |
| Webアプリ・CI/CD基盤構築 | 50.1 | |
| Cloud Codeによる業務効率化 | 74.2 | |
| 合計 | 230.8 | ※昨年分を含めた実質総投資時間は 339.6 時間 |
2025年末に掲げた「資格に拘らず、実務課題を解決するスキルを」という方針に沿っていきました。
① 統計検定2級の取得と機械学習モデルの構築
昨年からの勉強を継続、2月に統計検定2級を取得。 「事象の要因分析」や「予測モデルの評価」など、3級取得時に比べていろいろ評価できるようになりました。
実務課題であるサービスユーザーの「解約（チャーン）」を事前検知に活かすことができました。
行動ログデータを用いPythonでロジスティック回帰モデルを構築。約30の変数の内使えそうな10の説明変数を利用し、解約確率の高いユーザーを特定。
実数は伏せますが、結果的に、解約確率の高いユーザーが、実際に解約につながったことも証明できました。
ロジスティック回帰は統計検定2級の範囲外のため追加での勉強でしたが、資格知識がないと到底できなかった、めちゃくちゃ実務に活きた取り組みになりました。
② Webアプリ化と自動デプロイ（CI/CD）基盤の構築
今後複雑なレポートやダッシュボードを作ることになるかも。ということでCloud内での自動化の仕組みを知っておきたい。
プライベートで使ってる行動管理アプリ（AppSheetとスプレッドシート）の、PythonのWEBアプリ制作を計画。
GitHubへのプッシュをトリガーにCloud Runへ自動デプロイされる基盤を実装・自動化。
かなりつまづきましたが、何とか完成。ホントにいろいろ勉強になりました。
③ Claude Codeの活用による自動化
4月後半からは、噂の「Claude Code」の学習にシフト。
実務で必要になり使ってみました。最初はいろんな方に資料をセットしていただきました。使ってみたところ、当初の作業工数約3ヶ月を見込んでいた作業を、1週間で完結しました。
なんじゃこの便利ツールは・・！と感動し参考書を1冊購入。
60時間かけて読破し、自業務（企画・分析・コーディング・資料作成）専用のテンプレを作成。 業務ごとにテンプレをコピペ⇒AIに聞かれたことに回答していけば、業務スケジュールやMTG結果からの軌道修正、必要に応じて資料やコードができあがります。
いくつかの業務で試行し、いろいろ効率化できました。まだまだ改善余地が多いですが、ポテンシャル高すぎる。
Claude Code恐るべし。
2. 英語学習：成長実感なき停滞、再度基礎からやり直し
データ関連は成長実感があったものの、英語はイマイチでした。
- 英語学習の総投資時間： 計 236.8 時間（毎日平均90分）
- 202605のTOEIC結果： 530点（半年前より40点アップ）
2026年中にTOEIC650点を目指し、この半年間も淡々と勉強しましたが、5月のTOEICは厳しかった。
半年前と同じリスニングの音でつまずき、同じ問題数の長文問題の時間が足りないという成長の無さ。
「これだけ時間をかけて勉強しても、ほぼ成長しないのか」という絶望でした。
データ関係は楽しく勉強できてるんですが、本当に英語は集中力続かないし苦手。
苦しいですが、また軌道修正。長文対策へ進むのを再度ストップし、もう一度基礎の「文法と単語のやり直し」へ回帰します。
また、毎日20分のリスニング時間は維持しつつ、移動時間「ながら聞き」も取り入れて改善を計ります。
3. ランニング＆筋トレ：体重増加への即応と、季節に合わせた自己管理
- フィットネス関連の総投資時間： 計 69.0 時間
- ランニング（走行距離）：41.5 時間（402.4 km）
- 筋力トレ：27.5 時間
2026年は「年間750km（前年比25%減）目標」へと下げました。（昨年は年間1000km走破目標）
毎週12km走ってましたが、上半期の途中で体重が増えてることに気が付く。。
これはマズイぞと、①②を考えました。
① ランニング：走量の引き上げ
太ったので、昨年同様に年間目標を1000kmに上げます。これでも太るならもう仕方がない笑
これから暑くなり、昨年はランニング距離を均等割にしていたので夏場がしんどかった経験から、配分は考えます。
② 筋トレ：強度の引き上げによる代謝コントロール
並行して、筋トレの強度も意図的に引き上げました。これで体を絞ります。
4. 「もこきま」の成果：「2時間」の執筆効率化
- 振り返り・アウトプット関連の投資時間： 毎週約 60 分
2025年下半期から始めた、日々の行動を【目標】【行動】【気づき】【学び】で毎週の振り返り記録する手法「もこきま」。
勉強、ランニングなど各分野で、その時々に感じた感情の変化や行動内容をストックし続けて、ブログ制作にて活きました。
これまで1記事の制作に約4時間かかっていましたが、約3時間へと短縮。
執筆プロセスの変化と効果
| プロセス | 所要時間 | 具体的な取り組みとメリット |
|---|---|---|
| 初稿作成〜画像選定 | 1〜2時間 | 「もこきま」に書き溜めた記録をAIに投げるだけで、記事のベースがサクッと完成。⇒少し修正を加えて8割完成させる |
| 推敲・ブラッシュアップ | 残り時間 | 執筆内容を忘れかけた頃（1週間前など）に、何回か読み直して微修正を重ねる。 |
「もこきま」× AI が生んだ2つの真価
単に「早く書けるようになった」だけでなく、振り返りの深さも向上しました。
一週間単位の「リアルな感情」のサルベージ
後から書こうとすると絶対に忘れてしまう、その時々の「この経験が辛くてやり方を変えた」「ここは最高に楽しかった」という生々しい感情や気づきを思い出すことができます。
効率化と「振り返りの厚み」の両立
AIによる効率化で繰り返し読む時間が増え、自分の内面と向き合う時間も増しました。
効率的に、でも内省もしっかり。この流れが、現状イイ感じです。
■■ 2026年下半期への展望：基盤・基礎・基礎代謝
下半期は各領域の「基（ベース）」を作り込む期間とします。
| 領域 | 下半期のテーマ | コアアクション |
|---|---|---|
| 1. データ分析 | 【基盤】の構築 | Google Cloudでのデータ基盤づくりへのシフト |
| 2. 英語学習 | 【基礎】の徹底 | 急がば回れ。文法の基礎や短文のリスニングへの回帰 |
| 3. フィットネス | 【基礎代謝】の向上 | 猛暑期の筋トレ特化と、秋からのランニング再加速 |
1. データ分析：予測モデルの先へ。データ「基盤」の構築
上半期はロジスティック回帰モデルを構築し、データから実際に予測する花形な業務をしました。
しかし、下半期は基盤側に目を向けてデータ基盤の構築に比重を置きます。
次の一手： Google Cloudの各種サービスを組み合わせた、運用保守の仕組み化の実現。
スタンス： 目の前の分析業務も継続しつつ、「現場がよりデータを扱いやすくなる土台（基盤）」の構築。
2. 英語学習：「基礎固め」の徹底
TOEIC 650点クリアに向け、下半期は「急がば回れ」。
文法・単語： 長文対策を一度ストップし、中学・高校レベルの文法という土台の再構築に集中。
リスニング： 移動時間の「ながら聞き」を徹底して耳を慣らす。
スタンス： 後半戦でのブレイクスルーを信じ、焦らず淡々とインプットを積み重ねます。
3. フィットネス：「筋トレメイン」へのシフト
年間走行距離1000km目標に変更。ただし昨年の経験から時期に合わせて距離を変えます。
7月〜9月： 外ランのリスクを避け、室内での「筋トレメイン」にシフト。ウェイトの強度を上げて基礎代謝を引き上げ、とにかく体重を落とす！
10月以降： ランニング量を一気に増やしてラストスパートをかけます。
おわりに：色々やり方は変えたけど、結局は「基本の徹底」がすべて
半年ごとに振り返りしてきましたが、行き着く本質はどれも同じですね。「資格を取ることの是非」や「データ基盤の優位性」を語ることはあまり意味がない。それは表面的な優劣の話。
「日々の基礎・基本をどれだけ積み上げられるか」でパフォーマンスが変わるんだな、と改めて痛感しています。
予測モデルを作るっていう華やかなアウトプットの裏には、泥臭いデータ基盤の支えがあるように。
英語でブレイクスルーを掴む裏には、地道な文法直しがあるように。
下半期、この泥臭い土台作りの重要さを理解した上で、全力で取り組みます！！
AppSheetで行動管理
2023年～現在まで3年以上朝活を継続していますが、朝活の記録方法を変えました。
今回は、スプレッドシートでの行動管理を卒業、AppSheetのアプリを構築したことで、勉強時間やランニング時間などの行動時間が向上したっていう話です。
