コンテンツへスキップ

ビッグデータ

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

従来型ITと先端IT に於ける視点

従来型IT(ソフトウェア開発)と先端IT(ビッグデータ・AI領域)の相違

従来型ソフトウェア開発には、ベースとなる「ビジネスモデル」が既に存在します。
例えば工場の生産ライン、新規に工場を建設する場合でもソフトウェア開発に先行して工場のモデル(設計)ができあがっています。そのモデル(設計)をベースに導入に必要なソフトウェアの設計と開発をおこなっていきます。

他方、分析(ビッグデータ)・AIではベースとなるモデルが存在しません。
そのかわりに社会(企業)が抱える解決すべき「課題」が存在します。
例えば、山の斜面や川の堤防の危険箇所はどこにあるのか?
この課題を土木工学や環境工学、防災工学の見識を基にデータを活用して危険箇所が分かるように(可視化)していきます。
下図は危険箇所の可視化(緑が崩壊が予測される箇所、赤が崩壊した箇所と要因)
危険箇所の可視化

このように、従来型ITと先端ITは視点が異なる点でアプローチの仕方が全く異なります。
両者に共通して云えることは顧客の業務を知ることですが、とくに分析・AIでは業界固有の知識や理解を深めることが必要になります。そのため、基礎的な学問の原点にかえることも大切ではないかと思われます。
使う技術は従来型ITはIT技術に集約されますが、先端ITはIT技術に加えて、分野毎に基礎的な学問も必要になります。

分析・AIは数学、統計、論理学、経済学、法学、農学、生物学、文学、教育、認知科学や脳科学その他多数の基礎的な学問の上に、基礎が築かれています。

私たちも分析・AIでは取り組む分野を広げつつあります。
このため基礎的学問を学ばれた方を広く求めるとともに採用を強化しています。

当社が開発している分析・AIプロダクトの中には特許申請案件が含まれるなど独自技術があります。
当社には独自技術を育む企業基盤と在籍する社員の企業文化があります。

当社は従来型のソフトウェア開発と分析・AI開発もおこなっており、従来型ITと先端ITを融合することで、新たな価値を生もうとしています。

<—– 2021年3月卒業予定の方 —–>  終了しました。

2021年新卒および2021年4月迄に入社可能な方を対象に個別会社説明会を実施しています。

【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。

■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。

■個別会社説明会では、第4次産業革命への取り組みや弊社の分析・AI開発の最前線、また、弊社の魅力・強み・仕事の面白さなどお伝えいたします。
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!

※個別会社説明会は新型コロナウィルス対応のため少人数で短時間に設定して、回数を増やしています。

— 新型コロナウィルス 対応についてのお願い! —
風邪のような症状がある方、咳・くしゃみ、体温が37.5度以上ある方については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。
マスクの着用をお願いします。
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。
————————————————

時間 場所
2020/03/30(月) 9:30~11:30 岡山国際交流センター5F会議室
2020/04/03(金) 9:30~11:30 オルガホール 部屋:ギャラリー
2020/04/14(火) 9:30~11:30 岡山国際交流センター5F会議室
2020/04/28(火) 9:30~11:30 岡山国際交流センター5F会議室
2020/05/08(金) 9:30~11:30 岡山国際交流センター5F会議室
2020/05/20(水) 9:30~11:30 岡山国際交流センター5F会議室
2020/05/28(木) 9:30~11:30 岡山国際交流センター5F会議室

新型コロナウイルス拡大の影響で、4月28日(火)以降の会社説明会を中止させていただきました。

代わりにWEBセミナーを開催しておりますので、ご参加ください。

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 WEBセミナー マイナビ2021
当社お問合せから

 

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。

開発スタイルも大きく変わります。プログラミングは必要です。しかし、まもなくローコード/ノーコードスタイルになるでしょう。
ローコード/ノーコードスタイルが浸透したとしてもコーディングは必要ですが量としては減少するでしょう。

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言語の自動化が進み、ライブラリ、フレームワーク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。