お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
モジュール1:序論とAI理論
- モデルベースアプローチとは――AIをエンジニアリング問題として捉える。
- 「機械内の幻影」の解明:AIが本当に何者かとそうでない点の区別。
- 技術進化史:BERTからTransformerまで。
- 生成可能領域:分析・創作・研究・画像・音楽・動画など。
- データガバナンス:その原則や監査、現在の研究傾向(マルチモダリティ・エージェント・RAG・LLMとSLM)。
- 暗黒面への考察:倫理・知的財産・偏見・ハルシネーション・社会的な操作リスク。
- リスク評価:データ汚染やNepenthes問題、人材育成レベルの低下可能性。
- モデル分類法:基盤型と特定用途用;閉鎖型およびオープンウェイトモデルの違い。
モジュール2:現状の動向とツール群
- 各種言語モデル比較:性能やベンチマーク結果を検証する。
- 導入判断基準:コスト・レイテンシー・プライバシー・ベンダーロックインの重視度合い。
- 大型モデル概観:OpenAI ChatGPT、Perplexity、Gemini、Grokなど。
- ニッチ用途向けおよび小型モデル例:ManusやSpecKit。
- グラフィック生成分野:Perchanceの活用事例。
- 技術的制約要因:文脈情報の劣化とトークンコスト間の関係性。
モジュール3:対話――プロンプトおよび文脈エンジニアリング
- 検証フレームワークの活用:完全性・一貫性・再現可能性を確認する。
- RAG戦略論:ファインチューニングと比較した適用場面を見極める。
- AI投資対効果:維持費用と生産性向上度の関係性分析。
- 先進的手法紹介:現実例を挙げながら20種以上のプロンプトおよびRAG手法を解説する。
- 実験的先駆技術論:三角測量法・Map & Terrain概観・モデルベース生成方法など。
モジュール4:アジャイルプロジェクト管理におけるAI活用
- スーパーコンピューター的パイロット――自動化エンジンとしてのAI。
- 意思決定プロセス:人の役割とAI支援部分の区別を明確にする。
- AIOpsおよびGitOps:運用フロー全体へのAI統合方法論。
- ツールチェーンとパイプライン設計:シームレスなAI環境構築テクニック。
- アジャイル成果物管理:バックログ・ロードマップおよび要件定義の手法。
- 精度重視管理――キャパシティプランニングや見積もり技術(正確性と精緻さの両立)。
- 製品オーナー向け機能:構想形成・特性分析および「Vibe-coding」リスク対策。
- リスク管理戦略:「万が一」に対するシナリオ設計と自動化された対応処置例。
- 洗練化作業:ユースケース定義やユーザーストーリーの詳細描写法。
要求
- アジャイルマニフェストおよびスクラムフレームワークの基本的な知識があること。
- プロジェクト管理、製品オーナー業務、チームリーダーとしての実務経験があること。
- プログラミングやAIエンジニアリングの事前知識は必須ではないが、デジタルツールに慣れ親しんでいることが望ましい。
対象者層
- アジャイルプロジェクトマネージャーおよびスクラムマスター。
- 製品オーナーおよびプロダクトマネージャー。
- ITチームリーダーおよびデリバリー管理担当者。
- アジャイル環境下で働くビジネスアナリスト。
- AIOpsに興味を持つ運用管理担当者。
7 時間
お客様の声 (1)
AIの機能やツールを理解し、業務をより効率的にします。分析やプレゼンテーション作成など、AIチャットの活用をさらに向上させる必要があります。
Tri wulandari - PT Chubb Life Insurance Indonesia
コース - AI Literacy & Productivity
機械翻訳