データ分析・AI人材育成支援サービス
- データ分析・AIをビジネスに活用するためにどんな人材が必要ですか
データ分析・AIの内製化に必要な全てをTISにおまかせくだい - ・ e-learningで基礎を身に付ける
・ ワークショップで力試し
・ OJT研修で実践力を身に付ける
AI・データ分析をビジネスに適用する最適解とは？
～内製化実現に向けた成功のステップ～
実際のビジネスに生かすことができるAI・データ分析の内製化実現のヒントについて、ホワイトペーパーと事例集にまとめました。
資料は下記から無料でご確認頂けます。
サービス提供背景
データ分析・AIの内製化に向けた、データ分析・AI育成サービスを提供します。
近年、AI（人工知能）は企業の生産性向上、業務効率化を推進する先端技術として期待がかかる一方、各業界においてAI技術を業務で利活用できる人材の確保・育成が深刻な問題となっています。日本でも先端IT人材2020年には約4.5万人が不足し、2030年には最大14.5万人*の不足が見込まれています。
*：経済産業省 2019年3月「IT人材需給に関する調査」
TISのAIをビジネスに適用するコンサルティング・開発の実績、澪標アナリティクスの分析力、AVILEN株式会社のe-learning教育メソッドを掛け合わせ、データ分析・AIの内製化ニーズに応えるべくデータ分析・AI人材育成支援サービスを提供いたします。
データ分析・AIをビジネスに活用する時の課題
- データ分析・AIをビジネスに活用するにあたり、多くの企業が抱えています。
社内にデータ分析・AI人材が不足している
社内にデータ分析・AIの知見を持つ人がいない、育成方法がわからない。本研修では未経験者から現場で活躍できるデータ分析・AI人材を育成いたします。
データサイエンティストがいるが活用できていない
データサイエンティストの業務内容を理解し、指示できる人がおらず、データ分析・AI人材をどう活用したらいいのかわからない。
課題設定から企画立案まで実行できるAIジェネラリスト研修をご用意しております。
ビジネスへデータ分析・AIを適用することができない
データ分析・AI人材を育成するだけでは実際のビジネスに適用段階で躓いてしまいます。
初期の課題設定から実際の開発～運用までフルサポートいたします。
サービス概要
e-learningでデータ分析・AIに関する基礎を身に付けていただき、OJT研修で現役のアナリストと分析を行うことで実践力を身に付けていただけます。
TIS/澪標アナリティクスではSE、エンジニアのマネジメント層、経営企画やDX部門を対象とした「AIジェネラリスト研修」、現場で活躍するデータサイエンティストを目指す方を対象とした「AI・データ分析基礎研修」、分析した学習内容を実践力へと昇華するための「OJT教育」を提供いたします。
さらに、学習成果をアウトプットする場として「AI企画ワークショップ」「データ分析ワークショップ」を用意し、ビジネス課題を解決するデータ分析・AI人材になるまでサポートさせていただきます。
即戦力のデータ分析・AI人材
データ分析・AIプロジェクトの課題設定から企画立案まで
未経験からでも確かな分析力
未経験人材を育てる独自の教育カリキュラム
Why TIS×澪標？
TIS・澪標の強み
豊富な分析実績
国内随一のデータ分析企業である澪標アナリティクス社には4,000件をこえるデータ分析ノウハウが蓄積されています。お客様の業界課題、企業課題に柔軟にご対応可能です。
データ分析・AIをビジネスに活用するまでの全てをサポート
TISではデータ分析・AIプロジェクトの企画から分析及びAIの実装まで豊富なノウハウと実績を保有しております。技術的な人材育成だけでなく、データ分析・AIを活用するまでのすべてをカリキュラムとして提供しております。
未経験人材を育てる独自の教育カリキュラム
澪標アナリティクスでは、未経験者からデータサイエンティストを育成する独自のノウハウを持っています。
現在100名以上のデータサイエンティストが在籍し、国内随一の分析会社となっております。
データ分析・AIビジネスの成功に必要な人材とは
データ分析・AIビジネスを成功に導く人材は主に以下の3種類の人材が必要です。
分析力を身に付ける講座はもちろんのこと、ビジネスを推進する力など、それぞれの役割に応じた独自の育成メニューを提供いたします。
※ここでは狭義のデータサイエンティスト像を示す。
データサイエンティスト協会の「データサイエンティストに求められるスキルセット」によれば、 本物のデータサイエンティストとは、ビジネス力とエンジニアリング力も求められる。
カリキュラム全体像
TIS/澪標アナリティクスでは、AI・データ分析に関する基礎知識を身に付けるe-learning講座と実践力を身に付けるOJT研修を提供いたします。
さらに、学習成果をアウトプットし身に付けていただくために、ワークショップを提供いたします。
データサイエンティストとしての分析力向上だけでなく、データ分析・AIを活用したビジネス課題の設定・企画立案から実装まで身に付けていただくことができます。
データ分析・AI人材育成支援サービスのご紹介
AIジェネラリスト研修
- 講義時間 6時間
- 講義形式 e-learning
- 利用料金 49,800円/人(税抜き)
- 社内SE、非AI系エンジニア、経営企画、DX担当をAIコンサルタント、AIジェネラリストへ育成する講座となります。
| 項目 |
|
時間 |
|---|---|---|
| AI概論 | AIの歴史・背景：AIの歴史、トレンド、活用状況 AIテクノロジー概要：AIの基本的概念、各種AI技術概論 事例紹介：AI活用事例 人材育成について：AI人材定義 |
1.5時間 |
| 機械学習と技術手法 | 機械学習の基礎：機械学習の考え方、評価方法 様々な分析アルゴリズム ディープラーニング 自然言語処理 フレームワーク、インフラ：機械学習ライブラリ、AI基盤、演算装置等 その他技術要素：API、スクレイピング、データベース 等 |
3時間 |
| AIプロジェクトマネージメント基礎 | AI企業への変革シナリオ AIプロジェクトの全体像 AI企画構想 PoC（実証実験）について AI基盤の構築 AI開発プロジェクトについて AI開発契約について：解約においての留意点 |
1.5時間 |
AI・データ分析基礎研修
- 講義時間 47時間
- 標準学習期間 2～4カ月
- 講義形式 e-learning
- 課題 有（個別フィードバック有）
- 質疑応答 有（チャットでのサポート）
- 利用料金 144,800円/人(税抜き)
- 基礎的な分析手法を身に付けていただき、データサイエンティストへの分析力を身に付けていただく講座となります。
| 講座名 | 講座詳細 | 時間 |
|---|---|---|
| Python環境構築 | Python環境の構築 | 1時間 |
| Python入門 | 変数・型・演算・if⽂・for⽂・リスト・関数・csvファイルの⼊出⼒ | 4時間 |
| Pythonデータ分析 | Pandas・ファイル⼊出⼒・データの抽出/整形 | 4時間 |
| 機械学習概論 | scikit-learn・分類/回帰 (ランダムフォレスト)・検証⼿法・評価指標 | 3時間 |
| SQL入門 | DBシステム概要・データ集計・テーブル結合・エクスポート | 3時間 |
| Python中級 | if⽂/for⽂の応⽤・辞書・組み込み関数・ライブラリ | 4時間 |
| Pythonクラス | クラス/インスタンス・継承・オーバーライド | 4時間 |
| Numpy入門 | 1次元/2次元Arrayの宣⾔・要素の参照・形状変換・演算・乱数 | 3時間 |
| データ分析可視化入門 | Matplotlib・折れ線グラフ・散布図・ヒストグラム・seaborn・hue | 3時間 |
| 実用テーブルデータ処理：分類編 | データの仮設⽴案・XGBoost・前処理・EDA・チューニング | 6時間 |
| 実用テーブルデータ処理：回帰編 | データの仮設⽴案・XGBoost・前処理・EDA・チューニング | 6時間 |
| コーディング演習【入門】 | カリフォルニア州の地区毎の住宅価格予測 | 2時間 |
| コーディング演習【速習】 | 保険会社の顧客データ分析 | 4時間 |
AI企画ワークショップ
- 講義時間 2～4時間×2/週、1カ月間
- 講義形式 対面、リモート
- 定員 3～数十人
- 利用料金 お問合せください。
- TIS独自の企画立案フレームワークを使用し、ビジネス課題設定・AIを活用した企画立案を体験いただくことで、課題への分析手法活用イメージ・AI実装に必要な技術的イメージを醸成いただける講座となります。
データ分析ワークショップ
- 講義時間 1.5時間/週、3カ月間
- 講義形式 対面、リモート
- 定員 3人～(3～5人×3チーム程度まで)
- 利用料金 お問合せください。
- ビジネス課題の設定から実装計画の策定・改善まで実施いただくことで、実際のプロジェクトに参加する前に実践力の下地を身に付けていただく講座となります。
|
|
講義 | 詳細 | 各回のゴール |
|---|---|---|---|
| 第1回 | キックオフ | 全体説明、スキルチェック、課題説明 | 自身のスキルについて位置づけが理解できている |
| 第2回 | データの理解・整理 | 保有データのER図作成と時期や数 | データの理解・整理ができる |
| 第3回 | 基礎集計 | 時系列でグラフ・パレート図等 | 基礎集計（記述統計）ができる |
| 第4回 | 目的変数の設定 | ビジネス的・統計的に意味のある変数 | ビジネスに繋がるモデルの仮説を立てられる |
| 第5回 | 手法のあたり付け | 手法の整理 | 手法を選定できる |
| 第6回 | 基礎モデル作成 | モデリングの実施 | モデルを概観を評価できる |
| 第7回 | 精度検証方法 | 順序的精度・連続値的精度/判別能力 | モデルの精度を評価できる |
| 第8回 | モデルチューニング | ハイパーパラメータや合成変数 | モデルの精度をチューニングできる |
| 第9回 | モデル検証 | リークや精度向上策 | モデルの精度を向上させられる |
| 第10回 | 使い方の案出し | 精度的に使える方法の案出し | 実装計画を立てられる |
| 第11回 | 使い方の決定 | 事業側のKPIやインパクトも踏まえ | ビジネス成果に繋げられる |
| 第12回 | 最終発表 | 追加するべき変数や今後の精度向上策 | 継続的な改善計画を立てられる |
OJT研修
- 講義時間 3カ月間～
- 講義形式 対面、リモート
- 定員 要相談
- 利用料金 個別見積
- 実際のお客様の企業課題に対してプロジェクトを立ち上げ、CRISP-DMというフレームワークに沿って弊社アナリストと分析をおこなっていただきます。研修後、自社データサイエンティストとして活躍していただくための研修です。
※研修の進め方の一例となります。お客様要望に合わせて進め方はアレンジさせていただきます。
