デジタルスキル標準データサイエンス
プロフェッショナル育成研修データ分析やAI技術を活用できる人材を育てる

期待できる効果

データ分析ができるようになる
機械学習・ディープラーニングの実装ができる
Pythonを用いたAIシステムの開発ができる

「データサイエンスプロフェッショナル育成研修」では、デジタルスキル標準で策定されているDX人材「データサイエンスプロフェッショナル」を育成します。

データ分析や、AI技術を実装するために必要なプログラミング言語Python、AIの数理統計知識、機械学習、ディープラーニング、プロジェクトマネジメントを学習します。

さまざまな企業から選ばれています

データサイエンスプロフェッショナル育成研修
について相談する

データサイエンスプロフェッショナル育成研修の特徴

特徴1神奈川工科大学共同開発の講座

AI（数理知識・機械学習・ディープラーニング）は、神奈川工科大学との共同開発で生まれたカリキュラムです。最先端のAI技術を学べます。
特徴2実務に直結するスキルが身につく

知識のインプットだけでなく、自社のDXをテーマにしたディスカッションや演習を通じて、実務に直結するスキルを身につけます。
特徴3研修の成果を可視化できる

学習管理システム(LMS)での進捗管理はもちろん、日報、理解度テストの結果、開発した成果物など、様々な角度から研修効果を測定できます。

研修カリキュラム

DX人材「データサイエンスプロフェッショナル」は、デジタルスキル標準においてデータ分析やその結果の活用、AIを活用する技術などを担う役割と定義されています。

「データサイエンスプロフェッショナル育成研修」では、データ分析を行うための知識や、AIシステムを実装するのに欠かせないPythonやDjangoフレームワーク、数統計知識、機械学習、ディープラーニングなどの専門技術を身につけます。また、開発プロジェクトを円滑に進めるためのプロジェクトマネジメントについても学習。

学習テーマ

Python
データ分析
業務プロセス改善(BPR)
AI（数理知識・機械学習・ディープラーニング）
プロジェクトマネジメント

Python

項目	内容
基本文法	プログラムの書き方文字列と変数基本的な演算リストとタプル辞書と集合条件文繰り返し文
関数とオブジェクト指向	関数オブジェクト指向ファイルの読込みと書込み datetimeモジュール
Djangoフレームワーク	Djangoフレームワークデータベースの基礎
各種機能の実装1	モデルの応用テンプレートフォーム
各種機能の実装2	ユーザー認証機能 CRUD機能の応用
お問合せフォーム	お問合せフォームのユーザー画面お問合せフォームの管理者画面
ECサイト1	検索機能初期設定とユーザーモデルモデルとセッション
ECサイト2	ビューとデザインテンプレート

データ分析基礎

項目	内容
データ分析とは	データ分析の流れデータ分析の目的基本文法データ分析をするときの定番アプローチ各グラフの使いどころ(ヒストグラム、折れ線、円グラフなど)
Pythonの復習、Pandas	演習：基本処理（変数、文字連結）演習：リストとループ処理の組み合わせ演習：関数演習：ファイルの読み書き Pandasの利用演習：Pandasを用いた計算
データの取込みから集計までの流れ	データの読み込みデータの全体像を把握データの結合（ユニオン、ジョイン）データ検算と各種統計量の確認データ集計(月別、商品別)
データの整形	データの揺れデータに揺れを残して分析してはいけない揺れを補正（商品名、金額表記、日付）顧客名をキーに２つのデータを結合計算しやすく加工したデータで再計算演習：データの揺れあり/なしで集計する
データの可視化１	顧客データの読み込みと整形顧客データの集計利用履歴データの集計顧客データと利用履歴データを組み合わせて分析演習：データを可視化して読み取れる情報
データの可視化２	月別売上の推移を可視化売上からヒストグラムを作成都道府県別の売上を集計して可視化店舗を絞り込んで可視化トグルボタンで地域データを抽出日付を指定してデータを抽出
仮説に基づいた分析	カスタマージャーニーを考えたデータ分析演習：キャンセル理由の仮説を考える仮説を検証特定店舗の売上を可視化（Excel、グラフ）演習：顧客の行動履歴から退会ユーザーと継続ユーザーの違いを分析

AI（数理知識）

項目	内容
AI概論と活用事例/環境構築/数学基礎と関数	人工知能とは人工知能の概要人工知能の活用事例人工知能になぜ数理知識が必要なのか(微分、行列、統計) Google Colab の用意 Numpyの利用変数と定数一次関数指数(累乗と平方根)、対数多項式関数、三角関数、総和応用的な関数(ガウス、シグモイドなど)
微分/行列	微分とは微分の公式、導関数微分の連鎖偏微分最小値問題(最小二乗法、勾配降下法) スカラー、ベクトル、行列転置行列単位行列逆行列ニューロ計算での利用固有値と統計での利用
統計	統計とは平均、分散、標準偏差正規分布と３σ法条件付き確率とベイズ推定推定と仮説検定情報量（エントロピー）数理知識のまとめ

AI（機械学習）

項目	内容
機械学習の概要/単回帰分析	機械学習とは人間の思考体系に基づく推論機械学習の種類(教師あり、なし) 機械学習アルゴリズムの種類回帰分析の基本概念モデルの導出評価関数の決定 Scikit-learn による実装演習
重回帰分析/ロジスティクス回帰	重回帰分析とはモデル、評価関数の設定 Scikit-learn による実装時系列データへの適用ロジスティック回帰の基本を解説サンプルコードでロジスティック回帰を試す教師あり学習による分類
クラスタリング	クラスタリングの基本を解説 K-means 法サンプルコードでクラスタリングを試す階層的クラスタリング演習
決定木とその他の技術/アンサンブル学習	決定木その他の技術（主成分分析，アソシエーションなど）次元削減への応用バギングとブートストラップ例題実行による体験演習
自然言語処理	テキストライブラリの準備形態素解析 MeCabの利用 TF-IDF値の計算記事カテゴリの自動判定

AI（ディープラーニング）

項目	内容
概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング	概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング KerasおよびTensorflowとは可視化データクリーニング交差検定（クロスバリデーション）混同行列、適合率と再現率、ROC グリッドサーチ，ランダムサーチ，アンサンブル演習
パーセプトロン/ニューラルネットの仕組み/体験実習 (MNIST)	多層パーセプトロン多層構造活性化関数誤差評価関数バックプロパゲーション勾配損失パラメータ(隠れ層数、ユニット数、学習率、バッチサイズ) 公開データベースの利用データの読み込みと加工、準備学習評価とモデル改良
ディープラーニングの技術概論/CNN	従来技術の課題と概要データ拡張ドロップアウト、オートエンコーダ画像認識の概要と技術 CNNの全体構造畳み込み(フィルタ)、プーリング様々なCNNアーキテクチャ(LeNet-5、AlexNet、GoogleNet、ResNet) 転移学習(学習結果の保存と再利用、チューニング) 演習
RNN	構造と基本技術時系列データへの適用自然言語処理ベクトルモデルとword2vec 文章生成への利用演習
文章生成への利用	GAN 自然言語処理：BERTとGPT 強化学習演習

プロジェクトマネジメント

項目	内容
プロジェクトと組織	プロジェクトとはプロジェクトマネジメントとはプロジェクト・マネジャーの役割
プロジェクトに必要な作業を定義する	プロジェクトの流れプロジェクトの区分（計画・実行・終結）プロジェクトの組織構造
プロジェクトの時間を管理する	作業の依存関係を把握するマイルストーンを設定するクリティカルパスを押さえる
プロジェクトのコストを算出する	コストとは見積もり手法コストを抑える方法
プロジェクトの品質を管理する	品質とは品質計画を立てる品質をチェックする
プロジェクトのリスクを定義する	リスクとはリスクを定義するリスクに優先順位をつける
プロジェクトを実行する	プロジェクトの変更を管理するチームを編成・育成するスケジュールの見直しをする
実践ワーク	フレームワークを用いて課題を抽出 SWOT分析を使って自社分析ステークホルダーの抽出 WBS　作業の洗い出しトラブル事例

データサイエンスプロフェッショナル育成研修
について相談する

時間数・日程

74時間
※日数・時間は目安となります。ご利用いただくサービス形式によって変動します。

料金体系

受講者数や受講形式に応じて変動します。
受講人数が増えると1人当たりの費用に割引がかかります。詳しくはお問い合わせください。

受講形式

インターネット・アカデミーの研修は、さまざまな形式に対応しています。「基礎はeラーニングで演習は集合研修」「講師派遣とリモートを組み合わせる」など、複数の形式の併用もできますので、お気軽にご相談ください。

リモート集合研修
実地での集合研修
講師派遣
eラーニング

Web開発会社の開発・マネジメントのノウハウをカリキュラム化現場の実務が研修で学べる

インターネット・アカデミーのグループ会社ではWeb開発・Saasサービスを手掛けています。実務で用いられている開発ノウハウをカリキュラム化し、研修で還元しています。

理解度チェック・アセスメントなど学習効果を可視化できる学習管理システム（LMS）

インターネット・アカデミーの学習管理システム（LMS）では「研修後の知識定着度を可視化したい」「社内報告のためのアセスメントがほしい」など、研修担当者の悩みにこたえる機能を搭載。学習の進捗管理から、さまざまな角度からの研修効果測定が行えます。

研修テーマごとに受講した社員の理解度をダッシュボードで確認できます。
テストの結果を元に社員ごとのスコアをグラフで可視化。社内の平均スコアとの比較もできます。
受講態度や理解度といった講師からのフィードバックによる定性評価にも対応しています。

デジタル人材育成の研修をした企業のコメント

株式会社テレビショッピング研究所

研修後、社内にPower BIを導入しました。現在は研修に参加したメンバーでエクセルからPower BIへの変更に取り組んでいます。今後はデジタルマーケティング事業部だけでなく他部署にもPower BIを導入し、最終的には会社全体で使っていけるようにできれば、情報共有もよりスムーズに行えるようになるのではないかと思っています。

インタビューをみる

株式会社シムックス

研修後さっそく「既存警備の実務や対応手順などをデータ化し、新規警備の計画などを自動で組み立てられるようにしたい」といった案や、「知識を少しでも多く習得し、デジタライゼーションを進めていきたい」という声が、受講したメンバーから聞こえてきています。

インタビューをみる

東邦監査法人

セキュリティリテラシーについて網羅的な理解ができ、有意義な研修でした。他のメンバーも意外と知らなかった部分を学ぶことができたようで、理解度にバラつきがある社員職員のボトムアップという意味で、研修を実施した甲斐がありました。統計上リスクが低くなるパスワードなど、すぐに活用できる知識を教えてもらったことで、早速メンバーの意識の変化を感じています。

インタビューをみる

データサイエンスプロフェッショナル育成研修
について相談する

IT人材育成に活用できる助成金制度

インターネット・アカデミーのIT研修では、要件を満たすと厚生労働省の人材開発支援助成金が利用できます。

貴社の実際の業務をテーマにした演習を行うため、研修内容をそのまま業務に活かすことができます。

DX人材育成で使える高い助成率の制度事業展開等リスキリング支援コース

最大支給額：1億円
経費助成　：最大75%
賃金助成　：最大960円(1人1hあたり)

DX化のための人材育成を行うIT研修で利用できます。支給額が他の制度よりも高いのが特徴です。
さまざまな雇用形態・目的で利用できる使いやすい制度人材育成支援コース

最大支給額：1000万円
経費助成：最大60%
賃金助成：最大760円(1人1hあたり)

正規・非正規など雇用形態を問わずに利用でき、利用要件も他の制度に比べると緩和されているのが特徴です。
高度デジタル人材訓練に使える人への投資促進コース

最大支給額：1500万円
経費助成：最大75%
賃金助成：最大960円(1人1hあたり)

情報通信業やDX事業計画を策定している企業が対象の制度で、高い専門性を身につける場合に活用できます。