.png)
AI研修を受けても実課題の解決に繋がらない
DX/AI導入をリードできる人材が社内にいない
AI人材の採用が難しい
DX/AIに対する知識不足
社内データの活用方がわからない
プロジェクトワークショップで得られる4つの成果
AI/DX 課題の可視化
企業様が実際にAI導入を検討している課題をヒアリングし、受講後に始動可能なプロジェクトテーマの設定をします。
AI エンジニア育成
データ解析から開発プロジェクトまで専門知識とスキルを強化。課題を解決するためのデータ駆動型アプローチを身につけます。
PM / メンバー育成
DXプロジェクト推進手法を学び、現場で機能するPMを育成。効果的なリーダーシップとプロジェクト管理スキルを習得します。
課題解決の実績
仮想プロジェクトの企画から実行までを実践。機械学習メンターサポートのもと、実際のプロジェクト運営をシミュレーションし、実戦力を高めます。
OVERVIEW
OVERVIEW
- ワークショップの流れ
- 実施事項
事前準備
-
プロジェクト推進チームの編成
-
テーマやレベル、役割を考慮したチームを編成
-
チームごとのオンラインディスカッションボード作成
-
-
受講生のレベルを診断
-
プロジェクトテーマ解決に必要な知識を把握
-
必要に応じて講座をカスタマイズ
-
-
プロジェクトテーマの設定
-
実際に解決したい課題や、AI 導入を検討している業務をヒアリングする相談会を複数回開催
-
実現可能な課題を「プロジェクトテーマ」に選定
-
期待される効果の可視化
-
仮想プロジェクトの立ち上げ・実践
-
プロジェクト設計
-
業務フローを相談
-
実例のサーベイ
-
-
phase１
-
マイルストーン作成
-
データの収集・前処理
-
モデルを選定・構築
-
-
中間報告会開催
-
進捗の報告
-
講師、技術者からのフィードバック
-
-
phase２
-
モデル改良
-
追加データの収集
-
エラー分析
-
精度向上施策
-
最終成果物の発表
-
考察
-
結果解釈の考察
-
改良の余地などを検討
-
現在の業務フローを理想的な業務フローの比較
-
-
プロジェクトレポート作成
-
実際の案件化可能かを検証
-
実現可能な組織体制などの検討
-
計画支援
-
チーム体制・要員
-
スケジューリング
-
予算検討
-
PoC 期間検討
-
リスク要因の検討、解決策打診
-
-
-
プロジェクトプレゼンテーション開催
POINT
-
全工程でメンターが併走
-
２週間毎にメンタリング開催
-
作業のフィードバック
-
-
PoC実施
-
プロジェクト推進に必要な講座を受講
POINT
受講生がそのまま実プロジェクトで活躍できます。
関係者を集めて社内で広く最終報告会を実施することで、予算の獲得など実プロジェクト化を後押しします。
- 導入スケジュール事例
.png)
process
Process
- 講座開催までのお申し込み手順
STEP 01：お問合せ
本サイトの「お問合せ」からお気軽にご相談ください。
担当者よりメールにて折り返しをさせていただきます。
STEP 02：打ち合わせ・ヒアリング
お打ち合わせで貴社のニーズのヒアリングをさせて頂き、実課題解決に最適なカリキュラムをご提案致します。
また、開講する期間等、講座に関するご質問への対応をいたします。
STEP 03：講座開催
契約完了となり、講座を開催します！
※本講座はオンラインでもオフライン（対面）でも受講可能です。
REVIEW
REVIEW
- 受講生の感想
AI/DX 課題の可視化
各社・各メンバーが抱える課題およびAIの活用アイディアを知れてよかった。
深く分析できていたプロジェクトはすぐにでも実用化できると思います。
リサーチチーム所属
PM / メンバー
AI エンジニアの育成
プログラミングを行うまでのハードルがとても下がりました。機械学習や深層学習に関する理解度も大きく向上し、解像度があがりました。
分析チーム所属
課題解決の実績
各テーマのプロジェクト内容を伺えて大変勉強になりました。また、プレゼンテーションに向けて取り組んだ経験が重要な経験となりました。
セキュリティセンター所属
.png)
他のグループの取り組みについて「そういった観点でAI導入を図るのか」と
自分たちのグループとは違ったものがあり参考になった。
AIをつくるということ自体に付随する、論理的思考能力・概念的思考力の強い必要性が、自分を成長させた。
データを整形するという概念自体がそもそもあらゆる業務で能力として活かせており、AIまではいかなくても、種々の計算を組めるようになった。
- 受講者アンケート結果
今回取り組んだ課題が実際に直近の課題として存在しているから
一度断念したプロジェクトでしたが、今回可能性が見えたことで、実用化 したいと思いました。
かなり実務に則した形で進められ、精度もこれまでの人力での予測と同等
以上まで持ってこれたため。
具体的な課題設定ができていなかったため実用化の想定もできませんでた。
course
