学校法人ワオ未来学園 ワオ高等学校

学びに、自由を。学校法人ワオ未来学園 ワオ高等学校

  1. ワオ高等学校
  2. ブログ
  3. カリキュラムのご紹介(データサイエンティスト養成プログラム)

ブログ
blog

一覧へ戻る

2021/01/25AI・データサイエンス

カリキュラムのご紹介(データサイエンティスト養成プログラム)


データサイエンティスト養成プログラムは、「データサイエンティスト養成コース」「E取得コース」「ビジネスAI実践コース」の3コースがあります。


●高1の10月‐高2の9月までの1年間
「データサイエンティスト養成コース」で、データサイエンティスト、AIエンジニアのための基本的な知識と実装スキルを身につけます。


●高2の10月‐高2の3月までの半年
データサイエンティスト養成コース終了時に、AIエンジニアとしてのステップアップを目指す「E資格取得コース」か、データサイエンスのビジネス活用スキルを学ぶ「ビジネスAI実践コース」のいずれかを選択していただきます。



カリキュラム① データサイエンティスト養成コース



期間:高1の10月‐高2の9月までの1年間


このコースは、プログラミング未経験からデータサイエンティスト・AIエンジニアを育成するデータサイエンスに関する基礎トレーニングです。

AI領域で一般的に使われているPython(パイソン)というプログラミング言語の基礎から始まり、AIの根幹である機械学習についての知識など、データサイエンティストとしての基礎体力をつけます。


また画像データ処理、自然言語処理、時系列データの処理といったデータサイエンスの実務で求められる専門的なスキルを学びます。


またAIやデータサイエンスの発展に大きくかかわる技術「ディープラーニング」に関する「G検定(一般社団法人日本ディープラーニング協会)」の合格にむけた学習もあり、その後のキャリアにおいて、明確なアドバンテージを示すことができます。


さらに、本プログラムの最大の特長として、学習プログラムの中に「kaggle(カグル)」など、日本中、世界中のデータサイエンティスト、AIエンジニアが集うフォーラム・コンペティションへのチャレンジがあります。


その最大の魅力は、企業などから提供される膨大なデータを用いて、データサイエンティストとしてその活用方法を研究したり、新しい価値を提案したりできることにあります。


データサイエンスを学ぶ上で実は一番大変なのは、素材としてのデータを集めることなのです。ユーザーの行動履歴やサイトのアクセス情報などのデータは企業にとっても大事な資産のため、簡単に入手することができません。


しかし、kaggleなどではその企業が自らデータを提供しているので(もちろん個人情報に当たらないレベルで)、現実世界で採取された貴重で、膨大な量のデータに取り組むことができるのです。


このようなフォーラムやコンペには、プロのデータサイエンティストが研究や腕試しで参加するので、なかなか高校生が参加するのはハードルが高いです。


しかし、本校のプログラム開発企業AVILENのスタッフが、水先案内人としてみなさんをコーディネートしてくれるので、臆することなく、早い段階でプロの世界で実践力を鍛えることができます。


若く、柔軟な思考力を持っている高校生の時代に、プロと同じレベルの環境でトレーニングできることがいかに価値が高いのかは、スポーツや芸術の世界で、若くして活躍しているトッププレイヤーを見ていれば分かります。


すでに世界では10代でプロとして活躍するデータサイエンティストも少なくありません。


本校のデータサイエンティスト養成プログラムが、若くして自分の腕を磨き、世界の舞台で活躍する高校生データサイエンティストの誕生に貢献できることをのぞんでいます。


カリキュラムイメージ ※技術の進歩などにより変更になる場合があります。

  • Pythonの基礎
  • G検定対策プログラム
  • 初歩の機械学習実践
  • 機械学習を用いた画像データ処理
  • 機械学習を用いた自然言語データ処理
  • 機械学習を用いた時系列データ処理
  • 画像データ処理 応用レベル
  • 自然言語データ処理 応用レベル
  • 時系列データ処理 応用レベル
  • 総合実践(画像データ処理)
  • 総合実践(自然言語データ処理)
  • 総合実践(時系列データ処理)
  • kaggleなど外部のデータサイエンス系フォーラム、コンペティションへの参加

データサイエンス養成コースの終了後、以下の2つのコースのいずれかを選択していただきます。



カリキュラム②-a E資格取得コース



期間:高2の10月‐高2の3月までの半年間


E資格とは一般社団法人日本ディープラーニング協会(JDLA)が認定するAIエンジニアのための民間資格で、ディープラーニングの理論を理解し、適切な手法を選択して実装する能力や知識を有しているかが問われます。


E資格では、大学レベルの数学・統計的スキルやディープラーニングについての高度な知識と応用力が求められ、試験範囲も多岐にわたります。


E資格の試験範囲(シラバス) ※JDLAのHPより引用(リンク

①応用数学
(線形代数、確率・統計、情報理論)
②機械学習
(機械学習の基礎、実用的な方法論)
③深層学習
(順伝播型ネットワーク、深層モデルのための正則化、深層モデルのための最適化、畳み込みネットワーク、回帰結合型ニューラルネットワークと再帰的ネットワーク、生成モデル、強化学習、深層学習の適応方法)
④開発・運用環境
(ミドルウェア、軽量化・高速化技術)


非常に高度な知識がスキルが求められますが心配はいりません。
AVILENが提供するE資格の学習プログラムはJDLA認定プログラムであり、これまでに企業や団体で多くのハイスペックのデータサイエンティスト、AIエンジニア人材希望者が受講し、94%という高い合格率を誇ります。


現役のAIエンジニアによる動画講義や、圧倒的な量のコーディング演習、徹底的な過去問対策により半年間の集中トレーニングで高校生でE資格取得を目指します。


カリキュラムイメージ ※技術の進歩などにより変更になる場合があります。

  • E資格のための数学
  • データサイエンスに必須の統計学
  • 強化学習
  • ディープラーニングの仕組み
  • ディープラーニングの応用(画像データ)
  • ディープラーニングの応用(時系列データ)
  • ディープラーニングを用いた実践的なAIシステムの構築


カリキュラム②-b ビジネスAI実践コース



期間:高2の10月‐高2の3月までの半年間


データサイエンティストとしての確かな知識とスキルを、ビジネスに活用するためのトレーニングを受けられるコースです。


昨今ではITを企業に導入し、次の時代に合った組織に変革するDX(デジタルトランスフォーメーション)に注目が集まっています。その中でもAIによる社会変革への対応が重要視されています。


しかしながら、ITやAIの知識やスキルに明るい企業の経営層はあまり多くないため、彼らが事業の方針や戦略を練るための参謀役が必要です。
そこで今、世界中の企業で、AIやデータサイエンスの知識を持ち、かつ、ビジネスの視点から的確なアドバイスや提案ができる人材が求められています。


彼らの多くは専門性の高い知識やスキルを持ちつつ、社会の需要の変化を読み解きながら、最先端の技術の「使い道」を考え、提案し、実装に力を発揮します。


ワオ高校では、データサイエンティスト養成コースで確かな知識とスキルを身につけた後、将来の仕事に直結する学びとして、また、すぐにでもビジネスの世界で腕を発揮したいと願う意欲的な生徒のために、ビジネス全般の知識と、AIやデータサイエンスを製品やサービスの開発や改善に活かすためのとレーニングの場として、半年間の「ビジネスAI実践コース」を用意しました。


実際に、様々な業種の企業に対し、AIやデータサイエンス技術の導入支援を行っているAVILENのスタッフから直接、ビジネスにおける重要な観点や提案をまとめる方法論を学ぶことができます。


半年間のカリキュラムの間には、知識の習得だけでなくビジネスの現場での実践として実際の企業におけるインターンの実施を予定しています。高校生だからといって臆することなく、それまでに身につけたAI・データサイエンスの力を、ビジネスの場で試していただきます。


もちろんAVILENやワオ高校のスタッフがメンターとしてサポートするので、ビジネス経験がなくても心配いりません。

若い今だからこそ、大人の世界に足を踏み入れ、自信をつけるとともに、今の自分に足りないものを見つけ、その後のキャリアのステップアップのプランニングにつなげてください。


カリキュラムイメージ ※技術の進歩などにより変更になる場合があります。

  • AIとビジネスの全体像
  • 機械学習とディープラーニング
  • 身近なAIビジネス事例
  • AIビジネスを失敗させないためのプロジェクト構成論
  • プロジェクト概要設計
  • プロジェクトチームの作り方
  • クライアントに採用される企画書の書き方


関連記事


なぜデータサイエンティストなのか

プログラムの特長(データサイエンティスト養成プログラム)

オンラインの学習スタイル(データサイエンティスト養成プログラム

プログラムのお申込みについて(データサイエンティスト養成プログラム)



2021/01/25AI・データサイエンス

一覧へ戻る

その他の記事