close
プログラミング クラウド Microsoft Azure 情報処理資格 基本情報技術者 IT基礎 応用情報技術者 開発・設計方法 オブジェクト指向 内定者・新人研修 プログラミング基礎 アルゴリズム コンピュータ数学 内定者研修 新人研修 ヒューマンスキル プロジェクトマネジメント プレゼンテーション リーダーシップ 組織マネジメント ネゴシエーション ロジカルシンキング Java UI/UX HTTP JavaScript基礎 情報処理資格 ネットワークスペシャリスト ネットワーク インターネットルーティング応用 IPアドレス データベース応用 SQL応用 パフォーマンスチューニング データベース設計 ER図 概念設計(データベース) 論理設計(データベース) IT資格 Linux基礎 OS・システム基盤 セキュリティ TCP/IP OSI参照モデル データベースセキュリティ ファイアウォール 標的型攻撃 SQLインジェクション ネットワーク基本設計 CCNA Cisco プロジェクトマネジメント資格 情報処理資格プロジェクトマネージャ 情報処理安全確保支援士 人事給与 財務会計 管理会計 簿記 生産管理 在庫管理 ERP バランススコアカード 情報処理資格 ITアーキテクト 情報処理資格 ITストラテジスト 情報処理資格 ITサービスマネジメント 情報処理資格 システム監査 PMBOK® PMP® プロジェクト計画 WBS リスクコントロール ITIL ITサービスマネジメント 要求定義 要件定義 見積手法 ビジネスインダストリ 業種・業界知識 業務知識 提案力 ソフトウェアテスト基礎 情報処理資格 データベーススペシャリスト ハードウェア基礎 外部設計(基本設計) 内部設計(詳細設計) データベース基礎 SQL基礎 RDBMS 物理設計(データベース) C++ Ruby MVC基礎 Webアプリケーション開発 JavaEE Javaプログラミング応用 フレームワーク MVC応用 Spring フレームワーク ソフトウェアテスト応用 テスト手法 JUnit スマートフォンアプリ開発 Androidアプリ開発 C# 基礎 C# 応用 負荷テスト Javaプログラミング基礎 ソフトウェアテスト コーチング メンタリング HTML/CSS サーバー構築 仮想化技術 KVS (NoSQL) アジャイル スクラム ファシリテーション C言語 ITパスポート JSTQB データサイエンス 単体テスト ユニットテスト キャリアアップ インターネットルーティング基礎 パケット解析 LAN構築 データベース データサイエンティスト トレンド 障害対応 インフラ監視 HTTP/2.0 コンピュータサイエンス VPN ネットワーク物理設計 データベース障害 JavaScript モダンJS (Modern JavaScript) 応用 MVS応用 バックアップ/リカバリ 分散処理 Hadoop Hive Python AI 深層学習(DeepLearning) CentOS Linux応用 Zabbix シェルスクリプト Infrastructure as Code Windowsサーバー基礎 内部設計 Docker DevOps Windowsサーバー応用 NginX chef Ainsible ロジカルライティング R テスト自動化 Jenkins Git 継続的インテグレーション (CI) バージョン管理 Vagrant 要求分析 Redmine 継続的インテグレーション(CI) 継続的デリバリー (CD) ヒューマンリソース管理 Web API マイクロサービス コミュニケーション 業務知識/業界知識 マーケティング 語学 AWS 法務 IoT ビジネスマナー OJT 業務効率化 表計算ソフト オフィスソフト コンプライアンス フロントエンド Subversion PHP 関数型プログラミング Laravel モダンJS (Modern JavaScript) 基礎 Android Studio 機械学習 iOSアプリ開発 ぷプログラミング React 次世代高度IT人材 共創 IPA Raspberry Pi Xamarin スクリプト言語 GoF CUI VBA 資格 ビジネス文書 jQuery 研修参加レポート マネジメント OSPF テーブル設計 アンガーマネジメント クリティカル・シンキング PDU 経営改善 Pマーク 問題解決技法 サイバー攻撃 エンジニア 参加してみた エンゲージメントマネジメント 労働関連法 新人育成 ネットワーク構築 情報セキュリティマネジメント デザインパターン リファクタリング マルチスレッドプログラミング ベンダーコントロール Modern JavaScript 冗長化 VLAN インフラエンジニア チームビルディング テストケース リーダブルコード セキュリティ入門 ネットワーク入門 Node.js npm gulp ビルドツール Python入門 冗長化入門 インフラ実機演習 プロジェクト管理 Active Directory ネットワーク管理 コンテナ 正規化理論 Haskell 品質管理 OpenStack シンギュラリティ DBA中級 プロトコル UX 基本設計 FinTech トラブルシューティング 並列処理 見える化 PMO ロジカルコミュニケーション Deep Learning インデックス設計 超上流工程 BGP Excel C-CENT Selenide プライベートクラウド アセンブラ コンピュータ基礎 工数見積 CCENT 法律知識 失敗から学ぶ プロジェクト失敗事例 PDCA プログラミング入門 非エンジニア向け 4Biz DNS セルフマネジメント 片付け術 サーバーダウン サーバー タイムマネジメント GO言語 プロダクトマネジメント プロダクトマネージャ LVS ロードバランサー 負荷分散 仮想通過 犯罪心理学 情報漏えい SEカレッジ導入事例 IT研修を聞いてみた 会社規模 (100~300名) IT研修制度を聞いてみた CentOS7 開発環境構築 数字力 財務 IT人材 UI Machine Learning Go言語 (golang) データマイニング 統計学 新人教育 やり直し数学 RDB つながる工場 モチベーション WebSocket WebWorker HTML5 CSS3 Bootstrap 微分・積分 システム設計 決断力 LAMP環境 トレ担 教育研修担当者向け ルーティング Linux入門 図解術 目標設定 試験対策 インタビュー技法 Vue.js ブロックチェーン 会社規模 (~50名) DHCP 仕掛け学 BSC 財務諸表 自己分析 RIP スタティックルート バッファオーバーフロー DoS攻撃 システム開発 会社規模 (~99名) Wireshark パケットキャプチャ 管理職研修 部下育成 ワークあり 文章力 情報システム部門向け プロジェクトリーダー プロジェクトマネージャ 塗り絵 リスク管理 法改定 会社の仕組み Chainer AI人材 会話術 会社規模 (~25名) テスト技法 組織規模 51名~99名 組織規模:~199名 [組織規模]199名まで 組織規模 199名まで 組織規模199名まで 会社規模199名まで 会社規模49名まで 会社規模99名まで アプリ開発 サーバサイドJava 営業知識 Cloud 栄養学 基本コマンド ウォーターフォールモデル ヘルスケア 論理設計 ニューラルネットワーク ハンズオン UML 顧客ヒアリング マウスで学ぶ Apache EC2 Lightsail M5Stack DevSecOps プロジェクト成果 画像認識 チャットポット コマンド レビュー 基本用語 自動構築 LPIC-1 サーバーサイドJavascript キャリア形成 ワークライフバランス インバスケット テック用語 GitHub Windows エディタ 教養 令和時代 RESTful API 物理設計 会社規模300名以上 データモデリング サーバーサイドJava Webサーバー基礎 Webサーバー応用 Watson IBMWatson Learning Topics OS モバイル コンテスト トレーニング手法 アーキテクチャ 人材モデル インフラ CI/CD Infrastructure as a Code チーム開発 制度づくり Special_Intro AI市場分析 研修ロードマップ 仕事術 デジタルトランスフォーメーション 財務分析手法 情報整理 PowerPoint 新しい研修 オンライン研修 見どころ紹介 統計分析 ディープラーニング G検定 情報処理技術者試験 販売管理 C# テスト計画 Linuxサーバー WEBサーバ構築 http/2 Postfix イーサリアム プロジェクト・メンバ 正規化 パケット実験 作業分解 トラブル調査 ネットワーク設計 Windows server 2016 ネットワーク機器 DX 管理職 最新動向 ポストコロナ時代 IoTデバイス マイコンボード センサ サーバー仮想化 仮想ルータ WAN インターネットVPN 若手エンジニア ITプロジェクト 人事面談 DX人材育成 Java基礎 ZAP 脆弱性診断 NWサービス構築 イノベーション・マネジメント ネットワークセキュリティ ストレッチ Google Cloud Platform 不動産業界

特集3:AI人材育成プログラムのつくり方


2020-05-19 更新

この特集では前回の記事で紹介したAI人材モデルのうち、「AI事業企画」と「AI開発者」の育て方について解説します。

 

AI事業企画の育成

まず「AI事業企画」は、AIを使った製品やサービスを企画できる人材です。

AIの定義は何か?そもそもAIは何ができるのか、どういった強みがあるのか、逆に弱みは何かといったAIそのものの知識が必要です。

幸いにもAIとは何かといった研修やセミナーは巷に数多く存在します。短いものであれば半日、長くても1日あれば、およそのことは学べるでしょう。

AI事業企画 育成の課題と解決

ただし、研修やセミナーは概念的な話が多く、話はわかってもイメージができないという方は少なくありません。

もう少しイメージできるようになりたい・内部を知りたいとなると、プログラミング言語を使って、実際にAIをどのように作っていくかという過程を学ぶというのが通例ですが、多くのビジネスマンにとってプログラミングはハードルが高く、とっつきにくいもの です。

 

このハードルを下げ、ビジネスマンにもAIの開発過程や仕組みを学んでいただく講座があります。

それは手前味噌ですが、弊社クロノスで開催している「マウスで学ぶAI実践セミナー」です。

プログラミングは一切出てきません。ブラウザ上でパネルを組み合わせるだけでAIの開発過程やその仕組みを学べるため、多くのビジネスマンの方々にも受講いただいています。

 

label 関連記事

マウスで学ぶAI実践 入門編 研修コースに参加してみた

AI事業企画 が契約スタイルを学ぶ必要性

この他にも、AIの開発部分の外注を考えている企業は、契約スタイルを学んだ方がいい でしょう。

「いつまでに」「いくらで」「この精度の」AIを作ってくれと頼んでも、AI開発事業者は良い顔はしないはずです。

経験のあるAI開発事業者であっても、どれだけの精度のAIが作れるかはやってみなければわからない からです。

そのため、最近では PoC(実証実験)本開発 を分ける契約スタイルが日本では根付きつつあります。

まずは、PoC だけ契約をして実現可能性を見て、可能であれば本開発の契約をします。

発注元・発注先がお互いのリスクを最小限にして進める方法について学んでおいた方がいいでしょう。

 

資格で学ぶのであれば、JDLA(日本ディープラーニング協会)のG(ジェネラリスト)検定を取得すると良いでしょう。

 

label 関連記事

文系の営業職でもAI資格「G検定」に合格できた方に対策を聞いてみた!

 

AI開発者の育成

次に「AI開発者」です。

「AI開発者」は既存のAIライブラリを活用して、AIを搭載したシステムやサービスを作れる人材です。

「AI事業者」と同様、AIの概念はもちろんのこと、AIのフレームワークやライブラリの種類が使え、機械学習のアルゴリズムの種類とその特徴、精度の検証方法などを実際に手を動かして学ぶ必要があります。

AI開発者の育成プログラム

まず「AI開発者」向きなのは、大学・大学院でずっと数学を学んできた方か、プログラミングができる方と言われています。

数学に強い方は、数多くのアルゴリズムの理論を学ぶ過程においてアドバンテージ になります。

プログラミングのレベルは、AIライブラリを活用するのであれば、難しいプログラムが書ける必要はありませんが、基本構文、関数呼び出しなどができるレベルのプログラミングのスキルが必要です。

 

学ぶ内容と順番ですが、まずは Python を学ぶ のが良いでしょう。先にも記載しましたが難しいプログラムが書けるレベルでなくても構いません。

次に、PyTorchKearsTensorFlow といった有名なフレームワークの使い方を学ぶ と良いでしょう。フレームワークを使う過程でAIライブラリを活用することになります。

最後に機械学習のアルゴリズム(線形回帰や K-Means 法、NeuralNetwork 、DeepLearning など)を簡単なものから少しずつ学んでいきましょう。

アルゴリズムは数学の知識が非常に問われます。数式や数字を見るのが億劫でない方でないと、このあたりは厳しいと思います。

AI開発者 育成ロードマップ

looks_one
Python を学ぶ
looks_two
ディープラーニング (深層学習) のフレームワーク を学ぶ
looks_3
機械学習 のアルゴリズム を学ぶ

 

資格で学ぶのであれば、G検定に比べると各段に難しくなりますが、JDLA(日本ディープラーニング協会)のE(エンジニア)資格を取得すると良いでしょう。

 

label 関連リンク

試験について

人材育成 | 一般社団法人 日本ディープラーニング協会 Japan Deep Learning Association

 

label 特集一覧

特集1:AI人材をとりまく市場環境と実態

特集2:AI人材モデルの解説

特集3:AI人材の育て方

午前免除 FAQ

タグ一覧