3. ディープラーニング実践講座（運用・チューニング編）
内容
深層学習の開発・改良に特化。PyTorch/TensorFlowを用いたモデルの最適化、ハイパーパラメータ調整、運用フェーズでの再学習やMLOps入門も扱います。AI開発経験者向け。
目標
- 課題設定〜モデル構築・評価・運用までの一連の流れを自律的に実行
- 実データに基づくモデル改善・精度検証・可視化による説明力を習得
- クラウドへのデプロイや業務適用に向けた実装力・運用力を養成
最終的に、ITSSレベル3相当のスキル習得を目指します。
カリキュラム概要（全66時間）
| 単元名 | 主な内容 | 時間 |
|---|---|---|
| AI開発実践① | モデル構築とプロジェクト理解 | 12h |
| AI開発実践② | 前処理・可視化・精度改善・SHAP | 12h |
| AI開発実践③ | Flask/StreamlitでAPI化・クラウド公開 | 7h |
| AI開発実践④ | AIプロジェクトの自立実行 | 5h |
| AI開発実践⑤ | クラウド展開とサービス化 | 7h |
| 総合演習①〜③ | テーマ設定・構築・評価・提案 | 19h |
| AIリテラシー | AIの倫理・社会的影響とリスク | 4h |
受講要件
- 推奨実務経験：システム開発経験
- 推奨知識：Pythonを用いたプログラミング経験（半年以上）、CSVやExcelデータの前処理・集計・可視化の経験、AIや機械学習に関する基本的な理解または初学習経験、業務改善やデータ活用に対する関心や関与経験
受講形式・期間
Zoomによるオンラインライブ授業
受講時間：全17日／66時間
実績・成果
※過去実施分の全コースにおいて、修了率100%／就職・在職率100% を達成しています。
| 評価項目 | 平均スコア（5点満点） |
|---|---|
| 研修の内容は適切でしたか？ | 4.8 |
| 研修に満足していますか？ | 4.8 |
| 講師の講義はわかりやすかったですか？ | 5.0 |
| 内容は仕事に役立っていますか？ | 4.5 |
受講者の声
- クラウドへのデプロイまで体験でき、自信がついた
- SHAPの活用で改善根拠が明確になり、現場でも応用できそう
- 決定木の可視化や過学習の理解が実務判断に役立った
フォローアップ調査
- 93%の受講者が「業務で学習内容を活用できている」と回答
- 転職成功・昇進などのキャリア変化を実感したという声も多数