コース概要

モジュール1: 導入とAI理論

  • モデルベースアプローチ:AIをエンジニアリングの問題として扱う。
  • 「機械の中の幽霊」の解明:AIとは何か、何でないか。
  • テクノロジーの進化:BERTからトランスフォーマーまで。
  • 生成ドメイン:分析、クリエイティブ、研究、画像、音楽、ビデオ。
  • データガバナンス:ピラーや監査、研究動向(マルチモダリティ、エージェント、RAG、LLM vs. SLM)。
  • 暗い側面:倫理、知的財産権、バイアス、幻覚、ソーシャルエンジニアリング。
  • リスク評価:データポイズニング、ネペンテス、人材の「劣化」リスク。
  • モデル分類:基盤モデル vs. タスク固有モデル;クローズド vs. オープンウェイトモデル。

モジュール2: 現状とツールセット

  • 言語モデルの競技場:性能とベンチマークの比較。
  • 専門的な購入基準:コスト、遅延、プライバシー、ベンダーロックイン。
  • 大規模モデルの概要:OpenAI ChatGPT、Perplexity、Gemini、Grok。
  • ニッチと小規模モデル:Manus、SpecKit。
  • グラフィカル生成:Perchance
  • 技術的制約:コンテキストロット vs. トークンコスト。

モジュール3: インタラクション - プロンプトとコンテキストエンジニアリング

  • 検証フレームワーク:完全性、一貫性、検証可能性。
  • RAG戦略:リトリーバル支援生成とファインチューニングの使用时机。
  • AIのROI:メンテナンスコスト vs. 生産性向上。
  • 高度な技術:20以上のプロンプトとRAG手法の実際の例。
  • 実験的フロンティア:三辺測量、マップと地形の概要、モデルベース生成。

モジュール4: アジャイルプロジェクト管理におけるAI

  • スーパーコンピュータパイロット:AIを自動化エンジンとして活用。
  • 決定プロセス:人間の責任 vs. AIアシスタンス。
  • AIOps & GitOps:運用ワークフローへのAI統合。
  • ツールチェーン & パイプライン:シームレスなAI駆動環境の構築。
  • アジャイルアーティファクト:バックログ、ロードマップ、要件工学。
  • 精密な管理:キャパシティプランニングと見積もり(正確性 vs. 精度)。
  • 製品所有:アイディエーション、機能分析、Vibeコーディングのリスク。
  • リスクとシナリオ:「もしも」計画と自動化されたリスク管理。
  • 洗練:ユースケースとユーザーストーリーの記述と洗練。

 

要求

  • アジャイルマニフェストとScrumフレームワークの基本的な理解。
  • プロジェクト管理、製品所有、またはチームリーダーシップの経験。
  • 事前のプログラミングやAIエンジニアリングの経験は必要ありませんが、デジタルツールに関する一般的な知識があるとお勧めです。

対象者

  • アジャイルプロジェクトマネージャーとスクラムマスター。
  • 製品オーナーと製品マネージャー。
  • ITチームリーダーとデリバリーマネージャー。
  • アジャイル環境で働くビジネスアナリスト。
  • AIOpsに興味のあるオペレーションズマネージャー。

 

 7 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (2)

今後のコース

関連カテゴリー