2021年4月から協力校20校で数理・データサイエンス教育がはじまる

内閣府Society5.0のもと、文科省は、2016年に拠点大学6校を指定し2021年4月からは協力校20校を中心として文系理系にかかわらず全ての学生を対象とした数理・データサイエンス・AI教育が始まりました。

当社は5年前から取り組んで来ましたニューラルネットワークの実績をもとに島根大学数理・データサイエンス教育研究センターさまに協力する形で、2021年2月に教材「数理・データサイエンスへの誘い」(映像 制作(株)RSKプロビジョンさま)を作成提供しています。

ベイズ定理と機械学習や深層学習のおかげで解析、線形代数、統計など数学の実践における応用範囲が格段に広がりました。
分析やAIは数学理論をベースとしていますが、AIを企業に導入する場合は、数式が読める読めないよりも、企業の経営状況や現場の実務をより詳しく知ることで導入するAIのパターンが見えてきます。
他方AIアルゴリズムを開発実装する場合は、数学理論を理解する必要があります。

数年前から、IoT、通信、クラウド等の進化によりデータ収集が容易になり、分析(ビッグデータ)してAI実装する環境も整備されてきました。
処理するコンピュータの能力も格段に上がり Graphics Processing Unit なども安く入手できるようになり、Pythonのライブラリを使うことで設計に要する時間も分析時間も圧倒的に短縮できますが、インタプリタゆえに企業側からすると機密上の問題がいろいろあります。
さらにプラットフォーマー上で稼働するMachine LearningやDeep learningなどの分析ツールはその中身が分からなくても答えを出してくれるといった謎までうんでいます。

そうはいっても、データを扱いますから、このデータがやっかいな生き物です。
データ分析(ビッグデータ)・AIは統計や機械学習・深層学習などの理論やツールもさることながら、目的に応じたデータ収集とデータ前処理といった、データの切り口が命です。
このことは、業務内容を詳しく知り、収集したデータとともに経営計画やイベントさらには現場スタッフの脳裏にあることを含めてデータとしてDWH(データウェアハウス)に取り込む必要があります。
また、いろいろなデータを扱う関係からいきなり大量のデータで処理をおこなうよりは、ある程度のデータで試行してみることは時間の節約にも繋がります。さらにデータ保存なども重要なテーマになってきます。

当社は長年積みあげた分析・AIのノウハウをもとに、お客様がビジネス課題にAIを実装し収益拡大・自動化を行う際の支援をおこなっています。
【お問い合わせ先】
株式会社アイティーシー 
システム事業本部 AIアーキテクト課
〒700-0901 岡山県岡山市北区本町3番13号

データ分析・AIに関するお問い合わせ

2022年度 冬季インターン 分析・AI- 仕事をする上で何が必要か当社事例から学ぶ!

☆-1Dayインターンシップ-☆

先行6大学が2017年から文系理系かかわらず数理・データサイエンス教育に取り組んできています。
それを受けて2021年4月から全国国立大学20校でデータサイエンスの教育がスタートします。

このように教育環境も大きく変わりつつあります。
当社においてもITエンジニアとしてデータサイエンティストの育成には最大限の力を注いで参りました。

このような状況において、2020年のIT市場の状況、10年後2030年のIT市場がどのように変わるかについて皆様にお伝えします。
また、データサイエンティストとして、分析・AI開発にたずさわる場合どのようなことを学んでおれば仕事をやっていけるか、当社の事例を交えてご説明します。

■その他
分析・AIの仕事は多くの業務分野において広がりをみせています。従って、やるきさえあれば、文系理系の区別なく学んでこられたみなさんの知識を活かすことができると思っています。
データサイエンティストとして、当社では、顧客の業務知識や業界固有の知識が必要になります。
設計、プログラミング、環境構築、通信、セキュリティなどのIT技術も必要になります。
また、機械学習や深層学習といったツールを理解することも必要になってきます。
大学でもほとんどの方が、この分野を全く学んでないかふれた程度だと思いますので、入社後時間をかけてこれらのスキルや知識を習得していただきます。それらのお話しもさせて頂きます。

■当社のインターンシップが、これからデータサイエンティストを目指そうとしている方やシステム開発の職業に就こうとされている方に少しでもお役に立つことができれば光栄です。

■詳細はマイナビ
「急速に変わるITの市場規模、データサイエンティストとして仕事に必要な知識とスキルおよび人間性とは何か?」を当社の開発事例を通して学びます。

開催日時 2021年 1月15日(金)13時から
     1月22日(金)13時から
     2月  5日(金)13時から
場所 WEB(オンライン)
お申し込み マイナビ2022
所在地および連絡先 〒700-0901 岡山市北区本町3番13号イトーピア岡山本町ビル  総務部人事課
事業内容 システムコンサルティング
データ分析(ビッグデータ)・人工知能の製品開発
ソフトウェア開発
自社製品の製造販売
・・勤怠管理システム(クラウド、オンプレミス)

2020年度新入社員研修 ー 文系出身 従来型ITからAIまで奮戦記

所属:総務部人事課
人文社会科学部 人文社会科学科/Y.C
2020年4月入社

当社にご入社される方の参考になればと思い、限られた紙面の中ですが、私が当社の研修で学んできた概要を書いてみました。

■4月~5月  研修と実践
1.研修の内容

社会人マナー研修 電話対応、メールマナー、名刺交換のマナー など
PG/SE基礎研修 プロジェクトの流れ、システムについて、仮想環境構築 など
ウェブサイト構築研修 HTML、CSS、JavaScriptを実際に書く など

2.HTML、CSS、JavaScriptを使ってお客様のホームページを作成

3.私の感想
自分にとって未知の分野であったため、新しく聞く言葉も多く、入り込みにくさから難しいと感じる部分もありましが、基礎からしっかりと指導していただきました。
ホームページを作成する際、HTMLやCSSに最初のうちは慣れずに煩わしさを感じることもありました。慣れれば色々と試してみたくなり、イメージ通りに仕上がれば達成感がありました。

私の配属先は人事課でした。
人事課では人事から契約書の作成までいろいろな仕事がありますが、これら庶務の仕事と並行して、AIに関する研修も受けました。
特に人事に関して当社の業務を知る必要があるため、実践を兼ねて自然言語処理にも取り組みました。

■6月から8月  研修と実践
AI テキストマイニング(形態素解析・構文解析)

1.取り組み
(1)Python3の研修について
主として、書籍を通して学習しました。Pythonの特徴として、プログラムの読みやすさがあげられ、一番はじめに学ぶのに最もよい言語とも云われています。

(2)開発環境構築について
Anacondaを利用
Anaconda:科学計算のためのPython及びR言語の無料のオープンソースディストリビューション(色々な便利ツールをひとまとめにしたもの)です。
Anacondaには、Python本体だけでなく機械学習や科学計算でよく使うライブラリがまとめられています。

(3)ライブラリについて
使い方と適用一例

NumPy 配列やベクトルなど、数値計算を行う為のライブラリ
SciPy 科学計算の為のライブラリ
Matplotlib グラフを描画する際に使うライブラリ
Pandas データ解析の為のライブラリ
scikit-learn 機械学習用のライブラリ

(4)データの処理について
データ分析・AIは課題に応じてデータ収集、データ前処理、、モデルの構築、入力・分析、検証、学習という工程をたどります。これは、テキストマイニングもデータマイニングと同じです。

(5)実際の開発について
国語の自動採点を目標とし、自然言語処理に挑戦しました。

プログラミング言語に対して、人間が扱う言語を自然言語といいます。その自然言語を機械で処理することを自然言語処理といいます。
自然言語処理は、形態素解析→構文解析→意味解析→文脈解析の流れがあります。

形態素解析とは、文法や単語の品詞情報をもとに、文章を形態素(意味を持つ最小単位)に分けることです。単に単語を切り出すだけではなく、その語の品詞や活用・語尾変化、語幹、終止形などの情報を得ることができます。
また、英語のように、言葉の区切りに空白を入れる書き方を分かち書きといいます。

日本語形態素解析ツールMeCabを用いています。
Windows版に含まれている、コンパイル済みのIPA辞書を使用しました。
得られる品詞情報は以下の通りです。
品詞, 品詞細分類1, 品詞細分類2, 品詞細分類3, 活用型, 活用形, 原形, 読み, 発音
例:日本 名詞,固有名詞,地域,国,*,*,日本,ニッポン,ニッポン

構文解析は、主語と述語の関係や目的語と述語の関係などの文法的な構造を分析します。係り受け解析とも呼ばれ、単語間の関係性についての解析を行います。
使用したツールは、日本語係り受け解析器CaboChaです。

意味解析以降は、高次な分野であり非常に難しい問題を含んでいます。単語の意味は一意には決まらないところがあります。複数の意味から、他の単語間のつながりなどを考慮して適切な一つを選ぶ必要があるなど難しいところが多くあります。

多くの文章(生徒別の解答)が与えられたとき、文章をいくつかのカテゴリに分類し、さらに、文章の中にある単語に分解して単語の出現頻度のみに着目して、文章をいくつかのカテゴリに分類する方法に潜在意味解析( Latent Semantic Analysis:LSA)があります。
最初、クラスタリングや主成分分析を使いましたが上手くいきませんでした。

潜在意味解析の問題点を解決する方法として、トピックモデルが注目を集めています。
潜在意味解析(LSA)に実装されている gensim を使いました。
gensimはトピック分析を可能にするPython3に実装されているライブラリです。
トピックとは文章の中にある主題で、文によって陳述される中心的対象をいいます。

分析結果は完璧ではありませんが、各々の生徒が提出した解答に対しておおよその評価点がつけられており成果を上げられました。

2.私の感想
私は文系学部の出身で人事課の配属でしたが、人事は庶務と同時に人に関わるお仕事をするため、当社の業務内容、特に開発についてより詳しく知る必要があったため、人事のお仕事と並行して、AIの研修に入りました。自分がプログラミングを学ぶことになったときは不安を覚えました。しかしながら数ヶ月間携わってみると、拙いながらも、何とか自分でもプログラムを書くことができるようになりました。
今後は学んだことをしっかりと自分のものにしていきたいと思っています。

データサイエンスへのご招待と体験/ワンデイインターン

☆-1Dayインターンシップ-☆
終了しました。
AI
■内容「データサイエンスへのご招待と体験」

1.市場規模がかわる
-2020年/2030年における従来型ITと先端IT
2.機械学習や深層学習の概要知識のご紹介
-機械学習や深層学習を用いた開発について
・機械学習とは 教師あり、教師なし
・深層学習とは 特にニューラルネットワークについて
・開発環境と実装 実装とは?
・なぜ文系理系にこだわらないか?
3.課題の見つけ方と分析・AIを適用した課題解決フロー
-課題とAI実装体験
4.当社の取り組み
-先端ITと従来型ITにおける当社の取り組み

■対象
2022年3月卒業予定の方、2022年4月1日迄に入社可能な方
データサイエンティスト、システムエンジニアを目指す方

■実施場所
オンライン(ライブ)で実施します。
(新型コロナ感染拡大防止のため)

■開催時期
10月27日(火)13時実施・・10/22〆切
11月25日(水)13時実施・・11/23〆切

■参加人数
約10人程度
先着順

■実施日数
1日(ワンデー仕事体験)4時間程度

■お申し込み
マイナビ2022
株式会社アイティーシーお問合せ
マイナビ公開・・2022年8月21日

所在地および連絡先 〒700-0901 岡山市北区本町3番13号イトーピア岡山本町ビル  総務部人事課
事業内容 システムコンサルティング
データ分析(ビッグデータ)・人工知能の製品開発
ソフトウェア開発
自社製品の製造販売
・・勤怠管理システム(クラウド、オンプレミス)

会社説明会のご案内 - 2021年3月度予定

終了しました。

3月の会社説明会開催予定
開催日時:

時間
2020年3月23日(月) 16時~17時30分     満 室
2020年3月28日(土) 10時~11時30分     満 室

募集職種
先端IT領域:データ分析・AI(人工知能)
従来型IT領域:システム(ソフトウェア)開発

募集対象
2021年3月に卒業予定の方または2021年4月1日までに入社可能な方
データ分析・AIまたはシステム開発の仕事にご興味のある方

募集学科
理系・文系、学部学科・専攻は問いません。

会社説明会では、弊社の魅力・強み・面白さと第4次産業革命への取り組みなどお伝えします。
皆様の不安や疑問を解消できるよう、ざっくばらんにお話しさせていただきますのでお気軽にお越しください。
お会いできる日を楽しみにしています!

▼会社説明会プログラム

1.会社紹介
・当社の事業紹介
・仕事に必要なスキルとは何か?如何にしてスキルを身につけるか?
・第4次産業革命における取り組みとデータ分析・AIの開発最前線
2.福利厚生&教育研修(弊社の技術研修の強み(有効性))
3.社員の素顔とひと言、社風と文化
4.質疑応答

■持ち物
筆記用具

■服 装
会社説明会のため自由な服装でお越しください。

— 新型コロナウィルス 対応についてのお願い! —
咳・くしゃみ、体温が37.5度以上ある方、さらに、風邪のような症状がある方についても会社説明会へのご参加を遠慮くださいますようお願い申し上げます。
会場の出入り口には消毒液をご用意していますので出入りされる場合には必ずご使用ください。
————————————————

会社説明会は予約制です。
下記サイトから事前にお申し込みください。

マイナビ(2020年3月1日から) マイナビ2021
当社お問合せから

よくあるご質問
どの程度のプログラミングスキルが必要ですか? と
よく問われますが、入社前時点でのプログラミングスキルはなくても問題はありません。
また、学生時代にプログラミングを学んでいなくても結構です。
なぜなら、プログラミングはアルゴリズムを書くことができれば言語に置き換えることで書けます。
人間は普段意識しないでアルゴリズムを考えていることもよくあります。
言語には言語の特徴があるのでそれをつかまえれば大丈夫です。
そのような理由から情報系科目を専攻されていなくても全く問題はありません。

データ分析・AI分野およびシステム開発分野で必要な素養は
特に分析・AIでは「理解力」と「論理的思考力」です。表現を変えると「読解力」と「数学力」です。
数学といっても教養課程で学んだ線形代数や解析、統計などの基礎数学です。
基礎的な知識があれば機械学習などは入社後に吸収していくことができます。
システム開発も「理解力」と「論理的思考力」ですが、システム開発の場合は数学力というよりは「論理的思考」そのものです。
その他にもいろいろありますが、それらは入社後に身につけていけばよいものばかりです。

所在地および連絡先 〒700-0901 岡山市北区本町3番13号 イトーピア岡山本町ビル
事業内容 システムコンサルティング
データ分析(ビッグデータ)・人工知能の製品開発
ソフトウェア開発
自社製品の製造販売
・・勤怠管理システム(クラウド、オンプレミス)

ビッグデータ・AIやITに必要な知識とは


「マイナビAI推進社会におけるキャリア観に関するアンケート(2019年6月4日)」より

AI・IT職種を「志望しない」学生が75.4%という結果に。
理系男子は67.1%、理系女子は81.0%
61.1%の学生がAI・IT関連職種を志望する際のハードルに感じているのが、
『どの程度プログラミングスキルを求められるのか基準がわからない』という点であり、
企業は募集にあたって具体的な業務内容や必要とされるスキル等、学生の仕事理解を促すために明確に示す必要があるだろう。

【調査概要】『マイナビ AI推進社会におけるキャリア観に関するアンケート』
調査期間:2019年4月24日(水)~4月30日(火)
調査方法:マイナビ2020の会員に対するWEBアンケート
調査対象:2020年3月卒業見込みの全国の大学4年生、大学院2年生
有効回答数:7,342名(文系男子1,439名、文系女子3,701名、理系男子1,098名、理系女子1,104名)

とあります。

そこで、課題を次のように設定します。
『どの程度プログラミングスキルを求められるのか基準がわからない』
このことを真に受けて対策を出すのではなくて、なぜこのようなことになるのか?

このことについて本当にそうだとすると、多くの学生さんが全くの勘違いをされていると思われます。

最も重要なことは顧客の業務を知ること、さらには業界固有の知識や理解を深めることが一番大切なことであり、最も難しい部分です。
習得するためには、与えられた業務の中で学び取る工夫とそれらを積み重ねる経験が必要になってきます。
業務知識を学び取る過程で常にデータを意識して考えることやなぜこうなるのか?を考えることが必要です。
このあたりは、分析、企画、業務設計に直結してきます。

なお、分析・AIの開発フローの概要は大きくは次の通りです。
・全体構想
  分析・企画、プロジェクトの立ち上げ、業務設計、開発環境構築
・実際の作業
  データ収集、構造化データ処理/非構造化データ処理、データ解析、可視化、結果の検証、業務への組込、業務評価と改善

他方、ソフトウェアエンジニアリング、アーキテクチャ、通信、インフラ、セキュリティ、機械学習などの基礎的な知識は研修や実践を通して学ぶことができますからさほどご心配は無用と思います。

それでは、プログラミングスキルの視点にスポットをあてて当社の考え方や取り組みを述べてみます。

2020年4月になると小学校4年生からプログラミング授業の全面実施が始まります。
そこでは、プログラム作法を教えるのではなく、なぜコンピュータは動くか?
を教えることになっています。
原理原則がわかれば、小学生をはじめ若い方はどんどん中に入っていけるのです。

当社では、大学でプログラミングを全くされてこなかった方も入社されてプログラマやデータサイエンティストやシステムエンジニアとしての道を歩んでいます。

昨今大学では「C」「Python」「R」言語などでプログラミングの講義がありますが、入社にあたり前提知識としてはあったほうがよいのですが、中途半端であればかえって災いになるでしょう。

プログラミングのスキルは当社の研修教育で十分マスタできると他所でも書いています。
学生時代にプログラミングの経験が全くない方も当社では問題にしていません。
2ヶ月から3ヶ月の演習を含めたoff-JT(Off The Job Training※)でマスターできます。
※Off The Job Trainingとは通常の仕事を一時的に離れて行う教育訓練のことです。

当社の研修は小学校の授業でおこなわれる「どうしてコンピュータが動くのか?」そこからスタートします。
次にみなさんは物事(問題)を処理するときは順番におこなっていると思います。
これをアルゴリズム※で表現すると、処理1→処理2 のように表現します。このように順次に処理をしていきます。
次に、バイナリー(2進数)データで表現されるコンピュータにおけるプログラミングのアルゴリズムの基本は、はなはだ乱暴ないい方をすれば、「条件」「分岐」「ループ」の3つです。実証性とか他にもいろいろ必要な要素がありますが3つが基本です。これはコンピュータが登場して以来昔からなんら変わっていません。
この順次処理と3つの基本が理解できればアルゴリズムは書くことができます。アルゴリズムが書ければそれに従ってプログラム言語を使いプログラミングできるのです。
※アルゴリズムは「問題を解くための方法や手順を定式化したもの」といえます。実は年齢当てゲームのような問題を解いたりするときからアルゴリズムを使ってきているのです。

プログラム言語の違いを言われる方があるかもしれませんが、言語は日本語の方言と同じだと思えばよいのです。
つまり、いずれかひとつの言語を習得すれば、アルゴリズムは共通ですから、他の言語も言語の持つ「くせ」をつかまえれば簡単にプログラミングできるのです。
そうです、プログラミングとは問題をアルゴリズムに落とし込めればよいのです。
問題をアルゴリズムに落とし込み、問題にとって生産性の高い言語を使って書いていけばよいのです。

今日では30年前と違い開発環境やライブラリ、テンプレートが相当充実してきてその分、生産性が格段に向上しています。
スタートがうまくいけば、あとは経験を積み重ねることです。
この経験を積み重ねることが重要なのはIT以外の他の仕事でも全く同じです。

いかがですか、『どの程度プログラミングスキルを求められるのか基準がわからない』についてお分かりいただけたでしょうか。

当社ではプログラミング力も必要ですが、分析(ビッグデータ)・AIでは理解力と論理的思考力を重要視しています。
こちらは一朝一夕には身につきません。
長い学校教育で培って身につけてきているものです。数ヶ月の研修ではどうにもなりません。
このことはビッグデータやAI、ITの職種がことさら特種なのではなく、他の職種の仕事でも同様で程度の問題なのです。
当社ではそのように考えています。