お問い合わせ
Go to Top

SERVICE

データサイエンティスト育成支援

ALBERTでは、数百を超えるAI・分析プロジェクトの実績から培った、独自の実用的な育成支援を数多くの企業様へ行っています。新卒社員・未経験者・データサイエンティスト・エンジニア・マネージャー・管理職クラスなど幅広い方を対象とし、座学・演習通じて、実践的な視点・考え方やデータ分析の技術を身につけられる講義をご提供しています。
講義は、ALBERTの経験豊富なデータサイエンティストが講師を担当します。過去の経験を元に、データ分析の基礎的な支援からより実践的な活用ができるよう独自のデータを活用した支援まで、企業様が抱える課題をしっかりとヒアリングし課題を解決できるよう、最適なプランをご提供します。

4つの魅力

  • 受講者のレベルや目的に応じた
    最適なプログラムをご提供

    統計学の基礎、データ処理の基礎、分析手法論(理論の学習とサンプルデータを用いた演習)、演習(課題把握・分析アプローチ・報告書作成・プレゼンテーション)など多数のプログラムがあり、受講者のレベルや目的に応じてお選びいただけます。

  • 講師は経験豊富な
    データサイエンティストが担当

    ALBERTには、AI・分析プロジェクト経験と豊富なノウハウを持つデータサイエンティストが多数在籍しています。専門知識を身につけたデータサイエンティストから直接学ぶことにより、実用的な力が身につきます。

  • 2012年より延べ1,000人に
    対して実施してきた多数の実績

    ALBERTには、2012年よりデータサイエンティスト育成に取り組んできた多数の実績があります。ALBERTの講座は、経済産業省の「第四次産業革命スキル習得講座認定制度 ※」に認定されています。

    ※ データサイエンティスト養成講座(Python 上級編・R言語 上級編)

  • より実用的に!
    企業様独自の支援も可能

    企業様のデータを活用した独自支援では、各企業のテーマに合わせた演習プログラムをご提供します。ビジネスデータを活用した実践を交えることで、より一層データサイエンスへの理解を深めることができます。

講義内容

こんな方にオススメです

  • 新卒社員・未経験者

    データ分析に関連する基礎知識をつけたい新卒社員や未経験者の方

    プログラム例
    約24時間

    • 統計学の基礎 × 1日間
    • 機械学習入門 × 2日間
  • データサイエンティスト候補

    データサイエンティストに必要な統計学や機械学習の知識を身につけたい方

    プログラム例
    約128時間

    • 統計学の基礎 × 1日間
    • 機械学習入門 × 2日間
    • Python基礎 × 3日間
    • データ分析演習 × 10日間
  • データサイエンティスト

    業務でデータ分析を行っておりさらに専門的な知識や実践力をつけたい方

    プログラム例
    約96時間

    • ディープラーニング× 1日
    • 自然言語処理 × 1日
    • データ分析演習 × 10日間
  • エンジニア

    エンジニア業務に加えデータ分析の知識を身につけたい方

    プログラム例
    約120時間

    • 統計学の基礎 × 1日間
    • 機械学習入門 × 2日間
    • Python基礎 × 3日間
    • Pythonデータ処理、可視化 × 6日間
    • SQLの基礎 × 3日間
  • AI・分析プロジェクト
    マネジメント職

    AI・分析プロジェクトの進め方を学びたいとお考えのリーダー職の方

    プログラム例
    約8時間

    • プロジェクトガイドライン
    • 目的・KPI設計・評価方法
    • アルゴリズムの概要
  • エグゼクティブ

    自社でデータサイエンスを活用したいとお考えの管理職の方

    プログラム例
    時間要相談

    • AIプロジェクトの事例
    • データ活用人材の育成
    • データ活用による事業課題へのアプローチ

カリキュラム例

講座名 カリキュラム内容 難易度 受講後のゴール
データ分析入門 ・統計学とその源流 ★☆☆☆☆
  • Excelによるデータの可視化ができる
  • 統計の基礎的項目の数値をデータから求めることができる
  • 相関分析、回帰分析を実施でき、その結果の解釈ができる
  • 可視化したグラフからビジネス課題を導き出す手順の習得
・データの可視化 ★☆☆☆☆
・データ分析の体系(単変量解析、仮説検定、2変量解析) ★★☆☆☆
SQL基礎 ・データベースの概念 ★☆☆☆☆
  • データ抽出の基礎的なクエリを構築・実行し、目的のデータを得ることができる
  • 集計関数や分析関数を用いて複雑な集計やデータ加工ができる
  • データハンドリングとデータクレンジングができる
・SQLの基本 ~SELECT文~ ★☆☆☆☆
・集計関数 ★★☆☆☆
・テーブル結合 ★★★☆☆
・SELECT文の活用 ★★★☆☆
・分析関数(Window関数) ★★★★☆
UNIX基礎 ・UNIXとは ★★☆☆☆
  • UNIXコマンドの基礎を学び、ShellScriptでの演習を実施。UNIX環境によるコンピューティング操作を習得
・コマンドの有用性 ★★☆☆☆
・各種コマンド ★★☆☆☆
・ShellScript基本構文 ★★★☆☆
Python基礎 ・Python/Jupyter Notebook ★☆☆☆☆
  • Pythonの基本的な文法の習得
  • Anacondaのインストールができる
  • Jupyter notebook(もしくはLab)が利用できる
・Pythonの超基本 ★☆☆☆☆
・Pythonの文法 ★★☆☆☆
Pythonデータ処理・可視化 ・データ処理 ★★☆☆☆
  • 実務でPythonを用いたデータ分析の活用ができる
  • pandasを使ったデータ処理ができる
  • matplotlibを使ったグラフの描画(データの可視化)ができる
・データの可視化 ★★★☆☆
・簡単な分析 ★★★☆☆
分析手法理論・実践
※ 各理論概要とPythonでの実装方法が
入門レベルで理解できる
・クラスター分析 ★★★☆☆
  • 実務で機械学習を用いたデータ分析ができる
・機械学習(決定木・SVM・ロジスティック回帰) ★★★★☆
・時系列分析(AR・MA・ARIMA・状態空間モデル) ★★★★★
・ディープラーニング ★★★★☆
・自然言語処理 ★★★★★
・異常検知 ★★★★★
分析演習Ⅰ ・教師なし学習の手法を使った実践演習 ★★★★★
  • 教師なし学習、教師あり学習のプログラミング演習を実施。課題の把握から分析アプローチ、報告書作成、プレゼンテーションまでのスキルを習得
分析演習Ⅱ ・教師あり学習の手法を使った実践演習 ★★★★★

支援実績

支援例

  • 通信キャリア様

    企業様におけるデータ活用のプロフェッショナル人材育成を目的とし、高度な育成カリキュラムを用いて、ビッグデータ解析基礎プログラムを実施

  • 食品メーカー様

    実業務ですぐに活用できる知識の取得を目的とし、統計学の基礎・マーケティングデータを活用したクラスター分析・需要予測等、事業部向けのプログラムを実施

  • 技術系人材派遣会社様

    即戦力育成を目的とし、Python入門・Rの基礎・ケーススタディを通じた実践的な演習・OJTなどを織り込んだプログラムを実施

  • 自動車メーカー様

    AI・分析プロジェクトのマネジメント担当者様向けに、ディープラーニングの理論と実践を中心に講義を行い、最終的にはお客様の実データを用いて演習を実施

その他多数の業界において、支援実績がございます。

受講者様からのお声

  • VOICE 1

    私は、Pythonによるバッチプログラム作成経験は1年、SQLは5年以上経験がありましたが、データ分析は未経験で、データサイエンス手法の種類や各々の理論面、各手法の活用方法について知りたいと考えていました。
    Pythonは前職で使用していたので、「Python基礎」で得るものはそれほど多くないと思っていましたが、意に反し、デコレータやカリー化など、新たに学ぶことが多かったので良かったです。また、データ分析に関する知識の深い方が作成されたことが分かる研修資料だったので、最初から最後まで非常に興味を持って受講でき、現在の業務においても非常に役立つものとなっています。

  • VOICE 2

    新卒研修として受講しましたが、「データ分析入門」は未経験者でも講義内容がわかりやすく、また「SQL基礎」「Python基礎」はそれぞれのレベルにあった対応をとってもらえたことが良かったです。
    「分析手法理論・実践」は、大まかな説明で流れを知った後、Jupyter Notebook上で実行するというスタイルを通して、自分が今どの部分について学んでいるかを理解しながら進めていくことが出来ました。 座学受講後は、演習として顧客のクラスタリング分析を行いました。自分の行った分析に対して、多くのフィードバックを頂いたので、その点を意識することで実務に対応することが出来ました。また、納期までの時間管理や資料作成の方法、質問の仕方などビジネス力についても学ぶことが多かった点も現在の実務に活かせています。

  • VOICE 3

    私は、今まで分析業務については上司からの指示をただこなすだけのレベルでした。前職では、PythonやSQLを使ってデータ分析を行っていましたが、最低限の知識しかありませんでした。
    本講義では、データ分析に必須なPythonライブラリの使い方についての演習があったので、色々な機能やコードの書き方について学ぶことができました。演習は、大規模なデータの集計から報告資料の作成・発表まで行うもので、データサイエンティストとしての一連の作業を経験でき、またデータの前処理について重要なことを学べたので、実際にデータを扱う際にどんなことに注意するべきか、分析に入る前にどんな処理を行えばよいか、イメージしながら作業できるようになりました。

  • VOICE 4

    本講義では、学んだことを演習で実際に手を動かして理解を深めるという流れのため、復習しながら段階的に学習できた点が良かったです。特に演習では、データ受領から報告資料の作成まで、実務を想定して一連の流れを体験し、報告後に講師の方からフィードバックを受けることができました。
    現在は、顧客分析を行っていますが、アジャイルなモデル実装が必要となる場面が多く、教師あり・なし学習、統計モデルなどそれぞれの基本的なモデルの実装を経験できたことが役に立っています。また、実務で使用している言語もPythonやSQLが中心のため、演習でひたすら手を動かして身に付けた経験が活かせていると感じています。