教育機関向けエッジAI教育

企業が欲しがる“先端人材”を育成しませんか?

現在、多くの企業では急速に先端人材が求められるようになってきており、新人研修にAI教育を導入する企業が増えています。
日本システム開発株式会社では、学生を企業に求められる先端人材に育成するサポートをします。

なぜ“エッジAI”なのか

DX,Society5.0等で注目されているAI技術について、必要とは認識していても、手のつけ方が分からないという声をよく耳にします。

その背景としては、従来のビジネスではどうしても「案件ベース」「製品ベース」でことを起こすことが多いため、市場でニーズが発生しないと着手しづらいという状況があります。

しかしながら、2019年に経済産業省が発表した調査報告書「IT人材需給に関する調査」では、2030年には先端IT人材が約55万人不足し、従来型IT人材は約10万人余るとの予測が出ています。これまで通り「案件ベース」「製品ベース」で人材を育成していくと、ニーズに応えられる期間はあっという間に過ぎてしまいます。

ガートナーが2020年に発表した先進テクノロジのハイプ・サイクルでは、エッジを取り巻く環境が黎明期から「過度な期待」のピーク期に集中しています。

これからの市場ニーズとしてエッジ関連の技術が注目されており、AIの中でもまだ成熟されていない「エッジAI 」技術は手をつけているエンジニアが少ないため、将来的な期待値は大きいと考えています。

教育機関においては現状「企業が必要とする」技術に注力している傾向が強いですが、新しい技術については各企業も対応が後手に回る可能性が高いため、「“将来”企業が必要とする」技術に注力することで、企業に対する貢献度が高いエンジニアを輩出することが可能となります。

新しい技術に取り組むことは必ずしも成功するとは限りませんが、その技術に対してイニシアチブを握ることができます。とはいえ「何をしたらいいか分からない」「自分たちにできるのか」と諦めそうになっている方々もいると思います。そのような方々を支援し背中を押すことが私たちのミッションだと考えています。ぜひ有効にご活用いただければ幸いです。

学べるポイント

以下が日本システム開発株式会社のエッジAI教育で学べるポイントです。

深層学習・画像認識における基本的な知識から、
エッジでAIモデル推論を行う技術まで、
幅広い知識をカバーしています。

教育効果

本教材は「テキスト学習」、「理解度テスト」、「演習課題」の3ステップで学習した知識の定着や理解度を確認します。

教育効果2

また、現役のエンジニアが開発の中で培った知識や失敗談をノウハウとして教材に反映しています。

ただ学習するだけでは学べない、現場で生きる知識を学ぶことで、
品質の高いAIモデル作成能力の養成効果が期待できます。

カリキュラム

企業様向けに下記のような学習カリキュラムをご用意しております。

エッジAI概要

 ■ AIとは
 ■ エッジAIとは
 ■ エッジAI開発の流れ

エッジAI基礎知識

 ■ 深層学習の仕組み
 ■ 過学習対策について
 ■ CNNの仕組み
 ■ 転移学習・ファインチューニング
 ■ エッジAIが得意とする課題

ディープラーニング

 ■ よく使われるフレームワーク紹介と使い方

学習環境

 ■ ローカル環境構築(Python仮想環境)
 ■ クラウド環境利用(GoogleColaboratory)
  ※主にGoogleColaboratoryを使った学習環境を構築

小テスト

訓練用データ準備

 ■ データ準備の流れ
 ■ データ収集
 ■ 画像における前処理
 ■ アノテーション手法
 ■ 訓練データの分割
 ■ データセットの品質を高めるテクニック

モデル構築・訓練

 ■ OSSモデルの活用
 ■ モデル構築・推論の仕方
 ■ ハイパパラメータの最適化について
 ■ 訓練の仕方におけるテクニック

モデル検証、評価

 ■ モデルの検証と選定
 ■ モデルの評価指標
 ■ モデルの評価
 ■ 推論精度向上におけるテクニック

チューニング

 ■ 高速化手法について
 ■ 枝刈り
 ■ 蒸留
 ■ 量子化
 ■ その他高速化手法
 ■ チューニング後評価と注意点

小テスト

総合演習

 ■顔認証の流れを理解いただく演習課題
 ■まとめ

受講者の声

エッジAIの知識として学べることはあったか?

アンケート 円グラフ2
自分で調べた時より詳しく内容が記載されていた。
学習の仕組みが、言葉だけでなく図式も用いられていてわかりやすかった。
勾配の決定について開発体験と同時に学習が進められたのがよかった。
最適化アルゴリズムについて授業よりも詳しく学べた。

テキストのまとまり具合が、わかりやすく、エッジAIについてだけでなく、
データの扱い方の流れであったり、初めて知る専門的な用語を学ぶことができた。
図での流れ説明などが特にわかりやすく感じた。

演習課題で全体的なモデルの構築を体験できたのがよかった。

評価指標など、混合しやすいところをしっかりと枠をとって順に説明してくれた。
理解度確認テストをやりながら、資料を何度も読み返せた。

テキスト→演習課題→理解度確認の流れで学べたのがよかった。
学んだことを理解度確認で再認識できたので、専門的な用語の復習にもなり、
さらに理解が深まったと思う。

人物のアイコン素材 その3

自分で調べた時より詳しく内容が記載されていた。

学習の仕組みが、言葉だけでなく図式も用いられていてわかりやすかった。

人物のアイコン素材 その3
人物のアイコン素材 その3
勾配の決定について開発体験と同時に学習が進められたのがよかった。

最適化アルゴリズムについて授業よりも詳しく学べた。

人物のアイコン素材 その3
人物のアイコン素材 その3

テキストのまとまり具合が、わかりやすく、エッジAIについてだけでなく、
データの扱い方の流れであったり、初めて知る専門的な用語を学ぶことができた。
図での流れ説明などが特にわかりやすく感じた。

演習課題で全体的なモデルの構築を体験できたのがよかった。

人物のアイコン素材 その3
人物のアイコン素材 その3

評価指標など、混合しやすいところをしっかりと枠をとって順に説明してくれた。
理解度確認テストをやりながら、資料を何度も読み返せた。

テキスト→演習課題→理解度確認の流れで学べたのがよかった。
学んだことを理解度確認で再認識できたので、専門的な用語の復習にもなり、
さらに理解が深まったと思う。

人物のアイコン素材 その3

お問い合わせ

名古屋本社

東京本社

【受付時間】9:00~18:00

pagetop

お客様のお悩み承ります。