Upgrade to Pro — share decks privately, control downloads, hide ads and more …

ブレインパッドデータ活用人材育成サービス紹介資料

BrainPad
August 25, 2024

 ブレインパッドデータ活用人材育成サービス紹介資料

BrainPad

August 25, 2024
Tweet

More Decks by BrainPad

Other Decks in Business

Transcript

  1. ©BrainPad Inc.Strictly Confidential 2 ブレインパッド 会社概要 社名 |株式会社 ブレインパッド 所在地

    |東京都港区六本木3-1-1 六本木ティーキューブ 11F・12F 設立 |2004年3月18日 株式市場 |東京証券取引所 プライム市場(証券コード:3655) 従業員 |545名(連結、2024年6月30日現在) 代表者 |代表取締役社長 CEO 関口 朋宏 グループ |株式会社TimeTechnologies 株式会社電通クロスブレイン 変革を目指す企業と共に最前線を走り続ける、データ活用推進パートナーのパイオニア 2004年創業、日本初の “対象業界を問わない総合データ分析サービス企業” として事業展開
  2. ©BrainPad Inc.Strictly Confidential 3 ブレインパッドの歩み データ活用の促進を通じて持続可能な未来をつくる Purpose: 創業来、19期連続増収 プロダクトビジネス開始 06年4月「Rtoaster」誕生

    13年7月 東証一部に市場変更 13年8月 人材育成サービス開始 11年9月 東証マザーズ上場 04年3月 ブレインパッド創業 アナリティクスビジネス開始 ソフトウェア代理販売 SIビジネス開始 ※ 棒グラフは売上高の推移 FY05/6 FY06/6 FY07/6 FY08/6 FY09/6 FY10/6 FY11/6 FY12/6 FY13/6 FY14/6 FY15/6 FY16/6 FY17/6 FY18/6 FY19/6 FY20/6 FY21/6 FY22/6 FY23/6 FY04/6 20年11月 伊藤忠商事㈱と資本業務提携 20年7月 ㈱電通クロスブレイン設立 22年2月 ㈱りそなホールディングスと資本業務提携 22年4月 東証プライム市場に移行 データサイエンティストが100名超に FY24/6 予想
  3. ©BrainPad Inc.Strictly Confidential 5 ブレインパッドの支援領域 祖業であるデータ分析力をコアに、データ活用戦略・構想策定から、 お客様によるデータ活用内製化実現まで、網羅的にご対応可能 ••• データ分析 データ

    アセスメント /収集 データ蓄積 環境の構築 データ活用の ツール導入 データ活用の 自動化 DX/データ活用 人材の育成 内製化の実現 プラニング/PoC サービス/業務実装 DX/データ活用 戦略・構想策定 コア となる 分析力 分析の土台を支える環境づくり 分析を活かす 仕組化・プロダクト化 DX・データドリブン経営実現のための全体設計役 活用を推進する人材研修 DX・データ活用を自走するための内製化支援役 2004年 2006年 2015年 2020年 データ活用プロセス
  4. ©BrainPad Inc.Strictly Confidential 6 ブレインパッドのDX支援 業界を牽引する大手企業様とのパートナーシップで、日本の産業構造を変える取り組みに「データ活用」を採用。その他、 少子高齢化・人手不足などのESGを意識した「データを用いた社会課題解決」にも取り組む 社会課題テーマの解決 業界トップ企業へのDX支援 【食品製造】

    不良材料の検知 【建設】 護岸の劣化検知 【食品製造】 SNS画像の マーケティング分析 【不動産】 物件画像の 自動仕分け 【航空】 飛行機の 座席の販売予測 【銀行】 金融取引の 不正検知 【外食】 アルバイトの シフト自動化 【アパレル】 衣服ロスの解消 (需要予測) 【メディア】 データを用いた 消費者理解 食品サプライチェーン 需要予測と発注自動化 材料開発における 新サービス開発 データ活用人材の 育成プログラム提供 DX推進戦略パートナー LPガス容器のDX (配送計画|ルート最適化) データ分析組織立上げ 地銀向けDXサービス化 サプライチェーン業務のDX (資材需給|製造計画) データ活用支援 DX人材育成 プログラム 産 業 構 造 改 革 新 規 事 業 創 造 人 材 育 成
  5. ©BrainPad Inc.Strictly Confidential 9 データ活用人材の育成ニーズの概況 他国より遅れる IT人材の育成環境 人材育成の実施に 向けた課題 拡大する育成対象

    • 欧米各国だけでなく先進アジア圏に対してもビハインド状態 • DX進捗に向け実施している企業と実施していない企業の2極化 • 自己学習できる人の割合は12.6% • 8割はきっかけや動機や仕組みがないと学ばない • 教育・研修を自社だけで提供することはもはや困難 • 外部を活用する際の選球眼と長期の人材育成プランの必要性 • 企業ステータスに応じた必要となる人材育成プランの必要性 • 専任のデータサイエンティスト育成だけでなく、 マネジメント層含むDXを推進 者へのデータ活用リテラシー習得や、一般職を含むエントリー層に向けたデー タ活用スキル・経験値の充足を目的とした人材育成ニーズの増加が顕著
  6. ©BrainPad Inc.Strictly Confidential 10 事業活動に結び付けるための 戦略策定・設計ができる人材 結果を活用し ビジネス企画や 改善等に活かす人材 実際に手を動かして

    データ分析をする人材 事業マネジャー •データを使いながらビジネス 戦略を立てられる人が日本 全体で足りない。 •データを自らは扱えなくても、 企画の勘所が分かり、データ サイエンティストをマネジメント できるよう、ビジネス側のデー タ力を育てる必要あり •データ分析には目的意識 が必要だがそこを考える人 が足りない •事業マネジャーにはデータ分析に先立ちビジネス 視点で仮説を立て発注し分析結果が仮説に あっているか検証する能力が必要 ビジネス現場が求めるデータ活用人材の役割 出典:経済産業省「ITベンチャー等によるイノベーション促進のための人材育成・確保モデル事業
  7. ©BrainPad Inc.Strictly Confidential 11 デジタル化(DX)の文脈に変換して考えてみると・・・ DX推進者 先端技術やデータ活 用を踏まえた事業モデ ルを経営視点で創 出・運営できる

    データ分析 実務者 ビジネス課題に対し専 門知識とスキルを駆使 し専任でデータ分析 業務を遂行できる 一般スタッフ データ活用スキルを持 ち、効率的に自身のタ スク遂行ができる 事業マネジャー 事業活動に結び付けるための 戦略策定・設計ができる人材 結果を活用しビジネス企画や 改善等に活かす人材 営業・マーケティング 工場・製造 コールセンター 実際に手を動かして データ分析をする人材 データサイエンティスト AIエンジニア
  8. ©BrainPad Inc.Strictly Confidential 13 多くの企業が一般社員含めた人材育成に着手 出典)日経クロステックアクティブ ビジネス部門にデータ活用人材を増やすには 三菱UFJ銀行の選択 データドリブン企業を目指す日本生命 カギになるデジタル人材育成の手法

    DXの実現に向け重要度をます「データ活 用」。選任のデータサイエンティスト育成と同 じくらい、あるいはそれ以上に重要なのが、 一般社員がデータ活用できる下地を作り上 げること。データ活用の民主化にむけ全社的 なリテラシアップを目指す。 e-Learningによる社員教育をスタート。 極力数式を使わず統計用語を多用せず、 現場の行員がイメージしやすい事例採用。 より深掘りした分析手法の講義とケーススタ ディを集合研修で実施。データ活用のPoCを 開始した部門や、レポーティング業務の改善 に取り組む部門が出てきている。 特定の分析担当者だけでなく、現場で日々 活動している、業務ドメインに通じた社員も 巻き込んだデータ活用体制を構築することが 必須。あらゆる社員がデータに関する基礎知 識と活用に向けたマインドセットを獲得するこ とが効果的なデータ活用を進める前提条件。 所属部署や担当する業務は問わず、有志を 募って全社向けのデータサイエンス基礎研修 を実施。データを活用することで業務がどう変 わり、どのようなことが可能になるかを実例を 挙げて体験。データ活用推進のポイントは分 析担当者に対し現場の課題を具体的に伝 えられるブリッジ人材の存在。その育成に大 きな手応えを感じた。 株式会社三菱UFJ銀行 デジタル企画部 上席調査役 尾高 雄一郎氏 株式会社三菱UFJ銀行 デジタル企画部 調査役 宇野 理氏 日本生命保険相互会社 デジタル推進室 専門部長 デジタル推進担当部長 高倉 禎氏 日本生命保険相互会社 デジタル推進室 デジタル推進課長 阪本 政義氏
  9. ©BrainPad Inc.Strictly Confidential 14 データ活用人材に必要なスキル領域 データサイエンスを 意味のある形に使える ようにし、実装、運用 できるようにする力 情報処理、人工知

    能、統計学などの情 報科学系の知恵を 理解し、使う力 課題背景を理解した 上で、ビジネス課題を 整理し、解決する力 一般社団法人データサイエンティスト協会による定義 McKinsey&Companyによる定義(役割が細分化)
  10. ©BrainPad Inc.Strictly Confidential 15 ビジネス成果創出に向けた一連の流れ ビジネス上の 課題整理 関係部署への ヒアリング 分析テーマ検討

    優先順位付け 分析方針策定 ビジネスインパクト算出 分析 ・機械学習 ・集計可視化 結果評価 関係部署への フィードバック 施策実施 効果 測定 【超えるべきハードル】 分析結果が施策に落とし込めていない・・ 報告書が埃かぶって残ってるだけ・・ 【超えるべきハードル】 分析テーマの設定がイマイチ・・ 取り敢えず分析すれば何か出てくるわけではない PDCA 事業課題から 解くべき問いを見つける力 分析で課題を解く力 分析結果を業務で使う力 ビジネス~分析~効果検証のプロセスリードの力 ビジネス成果を出していくには、以下の『課題整理から施策/効果検証までの一連の流れ』を実施する必要がある。一連 のプロセスを実行し成果創出をしていくにあたり、各フェーズでの必要なスキル・体制を組めるかが分析成果の成功の要諦。
  11. ©BrainPad Inc.Strictly Confidential 17 エントリー層 プレエントリー層 分析担当者 高度データ活用人材 (スペシャリスト) 経営層

    (CMO、CAO、CxO) 分析投資のROI ビジネスインパクト 付加価値創造 分析の成果 ビジネス課題解決 スキル領域 専門性 基礎スキル ミッション・目的 経営層・マネジメント向け研修 業界別研修 テーマ別研修 公開講座 •分析組織立上支援 •カスタマイズ研修 •パッケージ研修 •データ活用セミナー 企業研修 各講座年4回開催(3・6・9・12月) 2,000名以上の方が受講 累計 100社 78,000名以上 の方に提供 データサイエンティスト入門研修 Pythonではじめるディープラーニング実践 機械学習による問題解決実践 現場で活かせる統計解析実践 SQLによる集計・分析 これからはじめるデータサイエンス入門 NEW!! 人材ピラミッド データ活用人材の役割・ミッションに応じたコンテンツ提供
  12. ©BrainPad Inc.Strictly Confidential 18 BrainPadの人材育成サービスの特徴と強み 当社サービスの特徴・強み Why BrainPad? 実践力を鍛える演習主体の形式 ⚫

    課題設定~報告・提案に至るプロセスを演習を通じて学べる ⚫ 様々な業種・職種の方とグループワークを行いデータ活用の幅を広げることを体験 可能 DXに重要なプロジェクト推進力・の育成 ⚫ 現場メンバーから経営層まで幅広いレイヤーを対象としたカリキュラムのご提供 ⚫ 分析とビジネスの橋渡しをするうえで求められるスキルを実戦形式で獲得可能 コアスキルを学べるカリキュラムを提供 ⚫ データサイエンスにおける集計・可視化の基礎から、データベース・統計プログラム言 語(Python)を使用した、データの加工・集計、統計解析、機械学習システム の実装まで、データサイエンスの広い領域をカバー ⚫ 自分の手で動かしてみるハンズオン形式で講義を実施 現場のデータサイエンティストの知見を注入 ⚫ ブレインパッドとして、ビジネスと分析の双方に知見が深いブリッジ人材の育成に注 力(コンサル・データサイエンティスト混成案件も増加中) ⚫ クライアント社員と混成チームで結成し、自走までをOJT形式で推進した実績も 多数 200名以上の社内データサイエンティストの育成実績 ⚫ 多くのデータサイエンティストを育成してきた背景があり、DSのスキルや育成に対す る知見を保有 ⚫ 他にも、ビジネスアナリストやデータエンジニアのようなデータ活用に関わる人材を多 数保有 様々な業種の企業に対する支援実績 ⚫ 大手企業を中心にのべ1,300社のデータ活用プロジェクトをご支援してきた実績 ⚫ DX組織・データ分析組織の内製化に向けた、約600社・約80,000人の受講 実績があるデータサイエンティストの教育プログラムを保有 • 当社は、創業以来20年以上に渡り、様々な知見やノウハウを蓄積してきました。その経験を結集したパッケージ研修として、 以下のカリキュラムを提供しています。
  13. ©BrainPad Inc.Strictly Confidential 19 企業研修の提供支援一覧 • 当社は、創業以来20年以上に渡り、様々な知見やノウハウを蓄積してきました。その経験を結集したパッケージ研修として、 以下のカリキュラムを提供しています。 マネジメント層 •

    自組織におけるデータ利活用促進に必要な情 報提供・啓蒙 • 決裁者としてのリテラシ向上 ➢ マネジメント層向けデータ活用セミナー エントリーアナリスト (全社員/希望者) • データ活用の一般教養・知識底上げ • 全社的なデータ活用リテラシ向上 ➢ データ活用セミナー ➢ e-learning教材による統計知識の 学習 ビジネスアナリスト/ データストラテジスト (全社員/選抜) • 課題を深く理解した上で、分析仮説を立案 • 目的に合わせてデータサイエンティストやデータエ ンジニアとの”繋ぎ“の役割を果たす人材 ➢ データサイエンス基礎講座 ➢ AIビジネスプランナー養成講座 データアナリスト/ データサイエンティスト (選抜) • データハンドリング(SQL)・統計学・機械学習技 術を活用した実課題への実践力の習得 • 取得したデータをから自律的に分析目的や解決 課題を設定して提案するスキルの習得 ➢ SQLによる集計・分析 ➢ 現場で活かせる統計解析実践 ➢ 機械学習による問題解決実践 ➢ 業務データを活用した総合演習 対象者 方針 カリキュラム・コンテンツ コンテンツ概要 • データの外観を掴むためにまず行うべき、統計的なモノの見方 や表現方法を身につけることを目指す。 • AI技術・データを活用した業務改善およびビジネス企画を 疑似的に体験。ワークショップ討議を通じた思考プロセスを参 加者相互に学ぶことを目指す。 • データベース上にあるデータの分析を通じて、データに基づく改 善提案ができるようになることを目指す。 • 分析に必要なPython操作を講義と演習で学習。統計知識に 基づき、意思決定に向けた改善提案ができるようになることを 目指す。 • 機械学習を用いて、大量データの分析を行い、データに基づ く意思決定を実践できるようになることを目指す。 • 業務データを活用して、実践的なデータ分析の一連のプロセ スを体験して、ビジネス現場での実践力の修養と応用力の 獲得を目指す。 • 経営層や現場の社員向けに、データ活用の先進事例や、デー タ分析・統計の基本コンセプトを紹介。組織内におけるデータ 活用の動機づけとデータ活用の基礎知識の習得を目指す • データ分析でできること、進め方の共通認識をはじめ、データ サイエンスやデータ活用プロジェクトを進めるための基礎知識 や、統計学・データリテラシーの考え方の定着を目指す。 • マネジメント層向けに、データ活用の先進事例や、データ分析・ 統計の基本コンセプトを紹介。データ活用の必要性の啓蒙と 動機づけと企業内のデータ活用推進に向けたマインドとプロ セスリードの獲得を目指す。
  14. ©BrainPad Inc.Strictly Confidential 20 募集要項(1/2) 採用ポジション 配属先部署 募集背景 データ分析人材育成コンサルタント (研修講師)

    • 日本ではDX推進に向けた各種デジタル化や大規模データの活用を担うデータ活用人材が不足しています。加えて、国内企業のDX戦略 の取り組みは加速しており、外部人材の採用だけでなく組織内の既存人材の育成や登用が重要になっています。一方で国内のデータ活 用人材を専門的に育成する教育機関や団体は限られているのが現状です。 • 今後、多くの業種・業界で活躍いただけるデータ活用人材の育成を目的に、当社ではデータ分析の受託サービスや各種のコンサルティン グサービスの一環として「データ活用人材育成サービス」を提供をしています。 • 当社の人材育成サービスは、2013年の開始から受講者は8万人以上となり、現在も顧客企業から多くのお引合いをいただいていること から、さらに事業を拡大し、サービスのスケールアップを一緒に担当いただける新しいメンバーを募集しています。 トランスフォーメーションユニット データ活用人材育成サービス 活躍いただく シーン •現在、多くの業種・業態の大手企業から人材育成プログラムや伴走型支援に関する相談をいただいています。 •自社サービスを通じて受講いただく方々に知識や技術を教えていく研修業務は、自身の知識・専門性を通じて「人材育成」という公共性 の高い社会課題に関われるだけでなく、仕事を通じて、ビジネス現場で活躍する当社のデータサイエンティストと協働したプロジェクトに 関わっていただく機会もあり、様々な同水準のスキルセットを獲得していただける可能性があります。 •各業界に特化した研修プログラムなど、先端的の技術を題材とする教材開発に関わっていただくチャンスもあります。
  15. ©BrainPad Inc.Strictly Confidential 21 ▪主なサービス内容: 当社が運営する人材育成サービスの研修講師・コンテンツ企画・カリキュラム開発など業務全般を担当いただきます。 企業研修は累計100社以上(累計78,000名以上)、公開講座では累計550社(2,000名以上)への提供実績があります。 当社が運営する人材育成サービスの講師・企画・カリキュラム開発など業務全般を担当いただきます。 ▪主な担当業務の流れ: •

    顧客対応(課題ヒアリング、問合せ対応) • 研修講師/研修後のフォロー • コンテンツ企画(研修コンテンツの企画設計 など) • カリキュラム開発(カリキュラムテキスト作成、動画コンテンツ作成 など) • ※入社後はまず研修のTA/講師対応でご経験を積んでいただき、後にコンテンツ企画・カリキュラム開発や顧客対応をご担当いただきます。 募集要項(2/2) 求める役割 (業務内容) 求めるスキル 【必須】 下記、いずれかに該当する方 • ITやデータサイエンス領域で3年以上勤務していた経験がある • プログラミングの実務経験がある方 • ロジカルシンキング、仮説思考、問題解決スキルのある方 【尚可】 • データサイエンティスト/データアナリストとして自社または顧客企 業向けのデータ分析経験 • IT業界におけるクライアントワークとしての業務経験 • 研修提供会社等での研修カリキュラム開発や講師、 または営業のいずれかの経験 求める 人材像 【マインドセット】 • 自身の知識や経験をもとに人材育成サービスに関わり、サービスを リーディングしたい方 • ビジネスをドライブすることにモチベーションをお持ちの方 • お客様やチームメンバーを尊重するチームプレーヤータイプの型 • データ活用+人材の育成に広く興味がある方 • データ活用による企業変革や分析組織の成長などに興味がある方 • 過去に培ってきたデータサイエンスやデータ利活用の専門性・スキル を存分に発揮するキャリアを創りたい方 • 分析スキルの専門性を極めるよりもだけでなく、自分の経験を人に 伝えることに興味がある方
  16. ©BrainPad Inc.Strictly Confidential 22 働いているメンバーの声 (前職・データサイエンティスト) • 大規模プロジェクトのマネジャーをしていると、社会や消費者との接点が限定され、自身の能力の伸びにも課題を感じていました。 • 現在は国内大手企業の研修・トレーニングの企画・提供を担当していますが、自分自身のスキルを活かして社会に貢献できてい

    ると実感すると共に、お客様にどのように価値を提供すべきかと責任を感じるシーンもあり、日々やりがいを感じています。 (前職・データサイエンティスト) •データサイエンティストとして自身が手を動かして分析する仕事も好きですが、受講者の方に自分の専門知識をスキルトランス ファーして、その方々が自社ビジネスへ業務適用されるプロセスに関われるのは、また違った魅力があります。 •受託分析サービスプロジェクトに比べ、より多くのクライアント企業・より多くの方(受講者)と接する機会があり、人材育成サービス を通じて顧客企業の事業や組織の成長に大きく貢献している実感を持てるのが魅力です。 (前職・IT系開発エンジニア) •以前は開発系のITエンジニアでした。当社講座の受講者にはIT専門職だけではなく、営業職や製造・間接部門など方もいるの で、初めは、IT用語や分析知識をわかりやすく伝えるのに苦労しました。 今では伝えたい内容がちゃんと伝わるようになりました。 難しい概念を創意工夫して伝えた結果、「とてもわかりやすかった」と言っていただけたときに、この上のない喜びを感じています。 (前職・データアナリスト) • 前職はデータアナリストを兼ねた導入エンジニアの仕事をしていました。業務上は「人に教える」ことはメインではなかったのですが、 お客様に製品説明や操作レクチャーする機会は多くあり、前職での経験が今の業務に繋がっていると感じています。 • 当社コンテンツの特徴である実践型演習ではリアリティのあるデータを用いたプロジェクト型のグループワークを実施することが多 いため、過去に自分が経験した分析プロジェクトの経験も活かすことができています。 Bさん Aさん Dさん Cさん
  17. ©BrainPad Inc.Strictly Confidential 24 支援実績 金融 食品 製造 通信 Sler

    化粧品 不動産 エネルギー エンタメ 建設 教育 官公庁 多様な業種に向けた人材育成で8万名を超える支援実績
  18. ©BrainPad Inc.Strictly Confidential 25 三菱UFJ銀行様 全行員向けに実施した「データ分析の民主化」に向けた人材育成 人材育成の対象 全行員が対象 人材育成の目的と方針 •

    一般社員がデータ活用できる下地を 作り上げること • データ活用の民主化にむけ全社的な リテラシアップを目指す • データサイエンティスト協会が定める 基準に基づき学習項目を選定し、行 内リテラシーの向上と基礎スキルの習 得を支援
  19. ©BrainPad Inc.Strictly Confidential 26 三菱UFJ銀行様 全行員向けに実施した「データ分析の民主化」に向けた人材育成 コンテンツオープン 時には 1,500名が 受講!

    98.9%! の満足度 基礎知識を習得するために e-learningを企画・制作し実施 e-learningの特徴(統計検定2/3級レベルに該当) 1.実際の分析プロセス(PPDACサイクル)に沿った 内容構成 2. 初学者に配慮した 極力数式を使用しない グラフィカルなスライドによる解説 3. 発展的な内容を 補足するためのAppendix 1 e-learningの理解度把握のための確認テストを制作。 現場での使用を意識した問題と、解説の充実により、 高い学習効果を実現。 学習の習熟度を測る 理解度テストを受講 2 実践スキル向上のための 対面研修の実施 座学だけではなく、実践形式の演習を組み込んだ対面 研修で分析プロセスを実体験し、学んだ知識の定着を 図る。株価の分析など、銀行業務の現場で使える「時 系列解析」を盛り込み、実ビジネスで活用可能なスキ ルを習得。 3
  20. ©BrainPad Inc.Strictly Confidential 27 三菱UFJ銀行様 マネジメント層を対象とする 「データ活用のリテラシー向上研修」を協働で設計支援 三菱UFJ銀行のマネジメント層を対象とする 「データ活用のリテラシー向上研修」を協働設計 プレスリリース

    2024/03/28 三菱UFJ銀行のDXをリードするデジタル人材の育成を支援 三菱UFJ銀行は、データドリブンな経営に向けて、すでにデジタルリテラシー向上のためのeラーニングを 全社員の必修科目としていることに加え、外部資格取得を促す「デジタルスキル認定制度」を導入す る等のさまざまな施策を実施してまいりました。 こうした担い手のデジタルリテラシー向上施策に加え、マネジメント層の意識改革やデータリテラシーの 向上にも着手した中で、同行独自の研修の設計・開発をブレインパッドと協働にて進めることとなりま した。 両社が協働設計した研修プログラムは、STEP1の「データリテラシー向上のための講義」に加えて、 STEP2、3の「実践的な演習パート(BIダッシュボード活用、AI上流工程の企画の2テーマ)」という 段階を経ることで、より実務で活用可能な形にてスキル向上を図るメニューといたしました。
  21. ©BrainPad Inc.Strictly Confidential 28 アサヒグループジャパン様 グループ全体でDXを推進する“ビジネス・アナリスト人材”の育成支援 人材育成の対象 人材育成の目的と方針 アサヒグループ社員 推薦公募

    536名 • 事業会社が抱える課題を深く理解し た上で、分析仮説を立案。目的に合 わせてデータサイエンティストやデータ エンジニアと会話をする事業担当と分 析者の”繋ぎ“の役割を果たす人材 • 創出されたアイディアをテクノロジーや データで具現化をする部分でキー パーソンとなる位置づけ ビジネスとデータ分析を繋ぐ人材
  22. ©BrainPad Inc.Strictly Confidential 29 アサヒグループジャパン様 グループ全体でDXを推進する“ビジネス・アナリスト人材”の育成支援 育成施策 施策概要 提供カリキュラム 受講人数

    実施期間 VC基礎 研修 コアスキル 集中研修 データサイエンス概論・分析業 務・統計学・セキュリティ&プラ イバシーなどの基礎知識 データ読解力・分析設計 ビジネス事例を交えた 実践型演習 専門スキル 研修 AI・機械学習 データドリブンなビジネスプロセ スへの応用展開 536名 (推薦公募) 250名 80~90名 (選抜) 6ヵ月間 3ヵ月間 4ヵ月間 •データ活用セミナー •e-learning教材による統計知識の学習 •データサイエンス基礎講座 •AIビジネスプランナー養成講座 1 2 3 データ活用・分析業務に必要となる統計学の基礎を習得するe-learning教材、 データの可視化による統計的なモノの見方や表現方法を習得する講座、 AIを用いた業務改善プランニング講座を「AVC(Asahi Value Creation)戦略モデル」に適応させる形で提供
  23. ©BrainPad Inc.Strictly Confidential 30 島津製作所様 開発・工場・管理系スタッフ向けのDX推進に向けたデータ活用人材育成支援 人材育成の対象 DXデータ活用人材 数千名 開発・工場・管理系の

    現場担当者 人材育成の目的と方針 • 顧客への情報・サービス提供の拡充 (ビジネスDX)と、グローバル情報の 一元化による業務のスマート化と事 業企画の拡大(業務DX)を推進 • 自社のビジネス理解力に加えて高い ITスキルとデータ活用の専門知識を 持つ人材を育成
  24. ©BrainPad Inc.Strictly Confidential 31 島津製作所様 開発・工場・管理系スタッフ向けのDXデータ活用人材育成支援 実践者 初期者 STEP2 基礎知識の習得

    STEP1 重要性の啓蒙 STEP3 実践・活用 データ活用 セミナー e-learning 教材による 統計知識の 学習 データサイエンス 基礎講座 AIビジネスプランナー 養成講座 開発系 工場系 管理系 開発系 工場系 管理系 e-learning 教材による データ加工・ 処理基礎講座 承認者 SQLによる集計・分析 現場で活かせる 統計解析実践 機械学習による 問題解決実践 Pythonではじめる ディープラーニング実践 ビジネスアナリスト スキル データサイエンス スキル
  25. ©BrainPad Inc.Strictly Confidential 32 人材育成の対象 DX基礎人材 ハイレベル (約数十名) グループ各社の 分析担当者

    人材育成の目的と方針 • グループ内企業において一気通貫で DX施策やデジタル施策を計画から 具現化できる人材育成プログラムを 体系化 • 自社グループ内において伝播型での 人材育成体制を構築し、経年での DX人材育成を加速させる SOMPOホールディングス様 グループ企業内のDX人材(基礎レベル・ハイレベル)人材育成の構築支援 基礎レベル (数百名~) グループ各社の 一般スタッフ
  26. ©BrainPad Inc.Strictly Confidential 33 SOMPOホールディングス様 グループ企業内のDX人材(基礎レベル・ハイレベル)人材育成の構築支援 ハイレベル人材 - 分析の基礎・応用スキルを修得し 自社内のデータ分析プロジェクトをリードできるレベル

    - 2 SQLによる集計・分析(1.5日間) - リレーショナルデータベース上のデータの抽出・加工・集計業務 現場で活かせる統計解析実践(2.5日間) - 手元のデータを加工・集計・可視化、検定/多変量解析で分析 機械学習による問題解決実践(2日間) - 分類タスクを中心とした一連のプロセス理解と各種タスクへの応用 業務データを活用した総合演習(4日間) - 自社データを活用した実践的演習 / プロジェクト体験 グループ内共通のクラウド環境(データ蓄積基盤)を 有効活用し、グループ内のデータ活用を横串で促進 基礎レベル人材 - ビジネス部門と分析部門とのブリッジや AIプロジェクトの課題抽出・解決を担えるレベル - 1 自習用 E-learning教材(学習時間:約6時間) - 情報リテラシー・基礎統計、多変量解析、機械学習、法令倫理 など 自習用 E-learningの確認テスト(復習用) - 情報リテラシー・基礎統計、多変量解析、機械学習、法令倫理 など データ活用セミナー(オンラインLIVE: 約3時間) - データ活用のための基礎教育&インタラクティブなライブ配信講座 先方社内でのセミナー 講師の育成・ 内製化支援も実施 自習用 E-ラーニング教材抜粋
  27. ©BrainPad Inc.Strictly Confidential 34 日産自動車様 研究開発エンジニア向けのデータ処理・高度統計技術の習得プログラム提供 人材育成の対象 人材育成の目的と方針 研究開発部門 全社員

    • 技術力向上と中堅社員以下の人材 育成を目的として、データリテラシー から高度な統計技術を習得するE- learning教材を部門全社員に提供 • その後、技術開発や性能改善に役立 つ各種の研修プログラムを順次提供 設計・開発・実験の担当者
  28. ©BrainPad Inc.Strictly Confidential 35 研究開発現場の社員に求められる データリテラシーから統計知識を体系化 •現場の研究開発部門の社員が抱えているデータ処 理・加工のための基礎技術やデータリテラシーなどの カリキュラム、さらに統計学・機械学習の全般的な知 識を概観するE-learningコンテンツを部門全体に公開

    •現場社員が自身の知識やレベルに応じて、演繹手法 に対する帰納手法の違い含め個々のペースで学べる ように学習コンテンツを体系化 1 •E-learning教材とハンズオンによる演習、さらに理解 度テストの3つのツールを活用して、受講者の理解や 知識の定着を徹底的にサポート •本プログラムによる人材育成を通じて、自動運転など 新しい製品・サービスの開発競争が加速する自動車 産業に求められるデータサイエンススキルを向上させ、 研究開発における競争力を向上を目指す E-learningとハンズオン演習により 段階的に習得し、実践する機会を提供 2 日産自動車様 研究開発エンジニア向けのデータ処理・高度統計技術の習得プログラム提供 4 Nissan Confidential C 1-1. AIと統計・機械学習モデリング 2 AI、統計・機械学習モデリングは、約100年の歴史の中で 実用レベルに発達してきた 1900年代はじめ 推測統計学の確立 1960年代 第1次AIブーム (推論と探索) 2006年 深層学習の登場 第3次AIブーム到来 1950年代 ベイズ統計学の台頭 「機械学習」の登場 「人工知能」の登場 1980年代 第2次AIブーム (エキスパートシステム) 2010年代~ 特定のタスクについては 人間以上の精度を達成 19 Nissan Confidential C 3-5. 複数のCSVファイルを読み込む • 大量にあるファイルを一つ一つ読み込む作業は手間がかかる • PowerShellを用いて読み込み処理を繰り返すことで、大幅に作業を効率化できる オブジェクトへのループ処理:ForEach-Object { コマンド } • 複数のオブジェクトに対して繰り返し同じ処理を実行することができる • 取得したファイル情報オブジェクト全てに対してCSVの読み込み処理を行なうこともできる PS > $csv = Get-ChildItem –Filter ds1_*.csv | ForEach-Object { Import-Csv $_ } id categ1 categ2 dummy_id -- ------ ------ -------- 73 メンテナンスマニュアル m4i15MdL2r … … … … 28 … VDC 99JZrmWUyy 24 … トランスミッション冷却系 NtUyDK1jwV … … … … 63 … エンブレム XDWJVTn8S6 31 … ステアリングホイール RWMQsbCBTv … … … … Get-ChildItemで取得したCSVファイルすべてを読み込む処理の例 取得したCSV一覧に対して 繰り返し読み込み処理 $_ はパイプオブジェクト変数 (パイプで渡されたオブジェクト) 出力結果 同じオブジェクトなら縦結合される … Name -- ---- … ds1_part_categ_00.csv … ds1_part_categ_01.csv … ds1_part_categ_02.csv … Get-ChildItemの出力 データ加工・実践演習 データサイエンス講義