Upgrade to Pro — share decks privately, control downloads, hide ads and more …

FOSTER ACADEMY

FOSTER ACADEMY
September 28, 2021

FOSTER ACADEMY

FOSTER ACADEMY(第4期)

FOSTER ACADEMY

September 28, 2021
Tweet

Other Decks in Business

Transcript

  1. 2.カリキュラム概要 期間は3ヵ月 E-Learning フォーラム機能 1期3ヵ月のスプリントで、 40-50時間程度内容を 学んで頂きます。 ※学習時間には個人差があることが 見込まれるので幅を持った表記と させて頂きます。

    E-Leaningでの受講と なりますので、ご自身の ペースで学習可能です。 ナレッジシェアの為の フォーラム機能を搭載。 疑問点はプラットフォーム上で 講師に相談可能です。 また、Slackでのコミュニティ 活動も行っており、受講者 (ITフリーランスの方)同士 での繋がりも持てます。 ※参加は任意 講師は(株)豆蔵の 現職データサイエンティスト。 自己完結のみの学習ではなく 座学~演習まで伴走致します。 講師 ©2022 Fosternet,Inc
  2. ◼ DXに関わる先進技術の知識を保有し、 ビジネス活用を具現化できる ◼ エンジニアやサイエンティストとの コミュニケーションを行い、 DXのプロジェクトを推進できる ◼ 企画提案に留まらず、実装後のエンハンスを 含むサービス企画を実践する

    ◼ DXを推進する様々な先進技術を用いて、ビジネ スに適用するためのAI開発やデータ基盤及び データ分析基盤の整備運用に対応できる -データを分析可能な状態にするためのデータ 処理技術、クラウドやコンテナ等インフラ構築 を実施 ◼ 応用数学、AI・機械学習の数理モデルを理解し、 データ分析手法とAI技術を駆使して新たなビジ ネス価値を実装することができる ◼ 新たな役割としてクローズアップされているため 注目度が高く、専門組織や企業が存在 ▶多くの企業では、デジタル変革を推進するために、データ活用に係るプロジェクトに データサイエンスについて知見を持ち、データを使える状態にすることができる 活用基盤を構築・運用できる人材の育成・調達が急がれています。 2.カリキュラム概要 ①DXビジネスクリエイター ③データサイエンティスト ②DXエンジニア ©2022 Fosternet,Inc
  3. ビジネスの 理解 データの 理解 データの 準備 モデリング 展開 評価 課題

    仮説設定 業務への組み 込み データ取得調整、現場担当者との合意形成、 案件コントロール 効果検証 仮説検証手法 の 提示 対象データの 明確化 課題 仮説設定 手法の決定 モデル構築、デー タクリーニング 可視化 モデル構築 分析環境提供 分析結果 効果検証 業務効果の検証 (報告) 業務施策の提 示 (業務設計) システム化 要件の提示 運用 ITインフラ/ 環境構築 ビジネス力 データ サイエンス力 データ エンジニア力 ① 課 題 解 決 の 数 理 的 ア プ ロ ー チ ② デ ー タ 分 析 プ ロ セ ス と 可 視 化 ③未来予測のデータ分析 枠内の学習範囲をE-Learningにて3ヵ月、座学・演習の構成で学んで頂きます 2.カリキュラム概要 ©2022 Fosternet,Inc
  4. ➢ 企業内業務のDX・データ活用による変革実現の為のPJの全体像を把握する ➢ 実データを用いて分析手法をし、 PJ参画時に顧客が求めるイメージを的確に理解する視野の醸成 課題解決の数理的アプローチ -スライド動画 -理解度テスト -事例読み解き演習 ねらい:

    データを用いてビジネス課題を解決するプロジェクトに参画する際に、プロジェクトの目的・目標の設定が 適切に行われていることを評価することができる。 データ分析プロセスと可視化 -スライド動画 -理解度テスト -事例読み解き演習 ねらい: データ分析プロセスの全体像を理解し、用語を知識として理解することで、データ分析基盤の構築やデータ 活用のソフトウェア開発プロジェクトに参画する際に、全体像理解や次の打ち手を理解することができる。 知識獲得カリキュラム(座学) 未来予測のデータ分析 -データの整備 -分析モデルの作成 -分析結果の評価 ねらい: ビジネスでの利用が多い回帰分析手法を、演習用データとPythonを用いて分析し、「データを用いた未来予測」を行 うことで、データ分析の体験ができる。 汎用性の高い「Pythonによる回帰分析」を実データを使った分析により、データ分析スキル習得の足掛かりを作る。 実践カリキュラム(演習) 2.カリキュラム概要 ©2022 Fosternet,Inc
  5. ➢ 数学的論理思考の5つの原理 ➢ 解けるビジネス課題とは ➢ データ分析プロジェクトにおける数理的アプローチ ➢ データ分析で扱う問題と解決手法 ➢ 豆蔵課題解決フレームワークのご紹介

    ➢ 事例から考える演習 ➢ PythonとJupyter入門 ➢ 関数とクラス ➢ ライブラリの使い方 -Numpy でデータ処理 -Matplotlib でデータ可視化 -Pandas でデータ処理 -ライブラリで画像処理 -MatplotlibとOpenCVで画像処理 ➢ Pandasを使ったデータ分析 題材を用いて自身でデータ分析の一連プロセスを試行 錯誤して結果を出す演習を行って頂きます。 分析結果となる精度や考察を講師や受講者間で共有す ることで、実際のデータ分析PJのイメージを体験する。 課題解決の数理的アプローチ(座学) データ分析プロセスと可視化(座学) 未来予測のデータ分析(演習) Python基礎(座学)※任意 ➢ ビックデータの特徴と種類 ➢ データの分析プロセス ➢ ビッグデータの利活用を とりまくセキュリティ ➢ ビックデータを支える技術 ➢ データの可視化 -グラフを使ってデータを整理する ➢ データの加工 -手法の種類 -欲しいデータを得るための手法 ➢ 事例演習 2.カリキュラム概要 ©2022 Fosternet,Inc
  6. - 動画視聴時間:137分 - 確認テスト:6タイトル20問 (選択・穴埋め形式18問,投稿形式2問) - 課題演習(ワークシート提出形式):2課題 Python入門はテキストを読みながらコードを 実行・確認していくプログラムになっています。 -

    動画視聴時間:15分(イントロダクションのみ) - テキスト学習時間:8時間程度 (練習問題26問含む) - 動画視聴時間:197分 - 確認テスト:10タイトル42問 (選択・穴埋め形式) - 課題演習(ワークシート提出形式):1課題 以下、データ分析の流れに沿った目安の時間になります。 1~3の部分は、早く進んだ場合繰り返し実施することで できるだけモデルを改善し、最終的に成果物としてまとめて ご提出頂く想定となっております。 0.分析環境準備(0.5週間) 1.データの理解、仮説立て(1週間) 2.データの準備(1週間) 3.モデル作成、予測、分析結果の検証(1週間) 4.成果物(ポートフォリオ)作成(0.5~1週間) 課題解決の数理的アプローチ(座学) データ分析プロセスと可視化(座学) 未来予測のデータ分析(演習) Python基礎(座学)※任意 2.カリキュラム概要 ©2022 Fosternet,Inc
  7. 2カ月目 3カ月目 受講終了後 お申込み ▼ ご経歴書の送付 ▼ 事前お打合せ ▼ お申込書及び

    受講料免除申請書の押 印 ▼ 受講料のお支払い ※有料受講の場合のみ ▼ フォスターフリーランス へのご登録 e-learningアカウント 発行 知識獲得カリキュラム 実践カリキュラム 定着と発信(コミュニティ) • 課題解決の数理的アプローチ • データ分析プロセスと可視化 ・Python入門 • 未来予測のデータ分析 • 修了証授与 • 受講者フォーラム • コミュニティ活動 • (DX/非公開案件定期紹介etc) • 豆蔵提供 豆寄席(イベント) 月1開催 カリキュラム修了 • 修了判定 受講前 1ヵ月目 ・スキルカウンセリング • 実データ演習 • 勉強会/質問会の実施 (任意) ・アルムナイの形成 ・定期情報配信 就業支援 • 案件のご紹介 • 顧客お打合せ • 案件のご紹介 • 顧客お打合せ ※運営の都合上、募集枠に限 りがある為、受講前の過程を 鑑みて今回の受講をお断りす る可能性がございます。 • ご契約と就業 3.全体の流れ (任意) ©2022 Fosternet,Inc
  8. 4.受講料免除制度について 事前に申請をして頂き、特定の条件を履行された方の受講料を免除させて頂きます。 ※詳細な条件は利用規約(第3期以降)第5条:受講料免除制度及びサイトをご参照下さい。 ➢ 受講お申込書 ➢ 受講お申込書 ➢ 受講料免除申請書 ➢

    決済サービスを使用 ➢ カード決済 (VISA/Master/JCB /AMEX/DINERS) ➢ 順次、コンテンツ閲覧可能な E-Leaning利用アカウント を発行致します 有料受講 受講料免除制度利用 書類のご記入 書類のご記入 条件不履行 条件履行 受講開始 ご請求・お支払い 受講開始 ご請求・お支払い 受講料免除 受講合意 ©2022 Fosternet,Inc
  9. 5.お問合せについて ⚫ 「受講料免除制度」及び「利用規約」に関しましては、サイト下部の「利用規約(第3期以降)」 をご参考にして頂けますと幸いです。 ⚫ 受講料免除制度を利用し受講される場合、弊社運営サービスである「フォスターフリーランス」 へのご登録が1つの条件となります。 弊社フォスターフリーランスの利用規約( https://freelance.fosternet.jp/terms/ )

    及び、よくあるご質問( https://www.foster-net.co.jp/pdf/fffaq_02.pdf )を事前に ご確認下さい。 ⚫ 「受講についてのお問合わせ」からのお問合せによってお申込み・受講が確定する訳では ございません。 お問合せ・お申込み後は「全体の流れ」に沿って、ご相談の上お話を進めさせて頂きます。 ©2022 Fosternet,Inc
  10. 株式会社フォスターネット 住所:東京都新宿区西新宿2-7-1 設立:1996年11月20日 資本金:9,500万円 (豆蔵K2TOPホールディングス100%) 「WX(Workstyle transformation)」プラットフォーム運営 ITエンジニア人材サービスを中心に循環型のワークスタイルを 育むプラットフォームを目指した複数サービスを展開 サイト

    : https://freelance.fosternet.jp/ 登録者23,000人を超えるITフリーランスマッチングサービス Youtube CH : https://www.youtube.com/c/fosternet サイト : https://freelance.fosternet.jp/workstyle/ Youtubeと自社媒体にて様々な「働き方」と技術を業界有識者が解説 6.提供企業 ©2022 Fosternet,Inc サイト : https://freelance.fosternet.jp/journal/ 「ライフ」「マネー」「キャリア」「スキル・テクノロジー」の観点で ITフリーランスの方を対象にお役立ち情報を発信
  11. 株式会社豆蔵 住所: 東京都新宿区西新宿2-1-1 新宿三井ビル34F 設立: 2006年10月3日 (事業開始は2000年5月、 ホールディング体制移行に伴い新たに設立) 資本金: 3億1000万円(2019年3月末現在)

    (豆蔵K2TOPホールディングス100%) 売上高: 24,441百万円(連結、2019年3月末現在) 従業員数: 151名(2019年4月1日現在) 株式会社豆蔵は、工学的手法をビジネスや社会の現場に適用することにより、 顧客組織の情報戦略策定と効率的情報化投資を支援し、 産業界を含む社会全体の高度情報化に基づく価値の創出に寄与する企業です。 顧客企業のデジタルトランスフォーメーションを実現すべく、 IoT、AI、ビッグデータ等の技術進化の流れを取り込み、 企業の組織力、産業力向上に寄与していきます。 ◼ 金融業界中心とした戦略的基幹系システム刷新 ◼ 産業ロボット業界でのMBSE (*1) を駆使した 各種ロボット構築 ◼ 自動車業界を中心とした自社プラットフォーム構築 ◼ 産学連携によるAI領域でのコンサルティング及び人材育成 ◼ 対話型AIエンジン(MZBOT)の製品販売、導入支援 ◼ RPAの組織的活用促進による働き方改革推進 ※1:MBSE=Model Based Systems Engineering ©2022 Fosternet,Inc