担当教員

目標

AIを実践的に活用するためのエンジニアリングやAIシステムの改善方法について座学と演習を通して学びます。

AIを活用するためには、モデルの中身の理解だけではなく幅広いエンジニアリングの知識（Webアプリケーション開発、クラウド、データの収集加工、CI/CDなど）が求められます。本講義では、AIを使ったアプリケーションの構築を行いながら、様々なエンジニアリング能力やシステムの改善方法を学びます。

本講座は、各回に演習やハンズオンを充実させ、要件定義、MVP開発、デプロイ、改善という流れをスパイラルで体験できる全6回の講座です。
実務に近い形での機械学習エンジニアリングを体験し、課題対応力や継続的な改善・運用スキルを習得し、プロジェクト推進力を養います。

キーワード

MLOps 、CI/CD、LLM、VLM、MVP開発、チーム開発、デプロイ

講義計画

開始日：2025/4/16(水)

原則毎週水曜日　18:45~20:30

※スケジュール・テーマ等予告なく変更する可能性があります。

※講義終了後、1ヶ月程度コンテンツ実施の可能性があります。（最終課題・特別講演回実施等)

第1回　2025/4/16(水)	講座概要 / AIの基礎知識の振り返り / AIアプリケーション開発
第2回　2025/4/23(水)	クラウドを使ったデプロイメント / デプロイメント戦略
第3回　2025/4/30(水)	機械学習システムの改善
第4回　2025/5/7(水)	機械学習プロジェクトの実例
第5回　2025/5/14(水)	MLOps
第6回　2025/5/21(水)	チーム開発 / プロジェクトマネジメントの基礎

講座の受講形式

全国の学生とオンラインで同時受講いただきます。
講義時間に参加できない場合は、録画講義を配信しますので、次週の講義までに視聴し課題に取り組んでいただきます。

修了基準

受講が決定された方にのみお知らせいたします。

受講上の留意点

本講座は受講前提条件に基づいた講座運営を行います。前提条件をご確認の上、講義へのご参加をお願いいたします。

前提条件

・自律的に学習し、最後まで受講継続する意志あり、毎週最低3時間程度の自習時間は確保ができること
・Pythonでの数値解析の経験を有すること
・機械学習の基礎を理解していること（グローバル消費インテリジェンス（GCI）修了レベル）
・Pytorchを使ったモデルの学習、Hugging Faceを使った事前学習済みモデルの利用などの経験があること
・Git（バージョン管理）、コンテナ（Docker等）の利用及び基本的なCLI操作ができること
（知っておくべき具体的な知識については、講義前に公開予定です）
・Zoom、Googleサービス（google drive、google form、google colab等）、Webブラウザ、Slackを利用できる個人PCが用意できること