データ・AI・4つの仕事を知る｜学習を始めるための基礎

このページはプロモーション（広告）を含みます。

学習を始めるための基礎 ／ 6授業

「データ・AI・4つの仕事を知る」は、データを使う仕事を同じ問題で並べて体験するモジュールです。扱う問題は、雑貨店の売上減少。この1つの問題を、DS（データサイエンティスト）、ML（機械学習エンジニア）、DX（DX推進・AI企画）、RS（研究者）の4つの立場で見ます。

なぜ仕事で必要か。職場では「AIで何かしたい」「データを活用したい」という依頼が、種類を区別されないまま届きます。依頼を分析・予測・生成に仕分け、どの成果物（分析メモ、予測の仕様、業務改善メモ、実験計画）で答えるかを決められると、無駄な作業や、効果のない導入を避けられます。

6授業の流れは次のとおりです。

1. L01 データ・情報・判断：観測値、問いに答える整理、行動の選択を区別し、売上の定義をそろえる。
2. L02 分析・予測・生成：3種類の答えを区別し、予測の誤差（MAE）と単純な基準を知る。
3. L03 DSの仕事：売上を来店者数×購入率×客単価に分解し、分析メモを書く。
4. L04 MLの仕事：時間順に分けて予測を評価し、漏洩と損失を確認する。
5. L05 DXの仕事：業務の待ち時間を測り、手順・システム・AIの案を比べる。
6. L06 研究の仕事：条件をそろえた比較で、差がばらつきを超えるかを判断する。

つまずきやすい点は3つです。(1)割合の差（パーセントポイント）と相対変化の混同、(2)予測が当たることと原因が分かることの混同、(3)AIを入れること自体を目的にすること。どの路線にも重なる部分があり、肩書だけで担当範囲を決めつけないことも大切です。

修了後は、表・単位・割合・グラフの基礎（ON04）で数値の扱いを固め、希望する路線の入門モジュールに進みます。

到達目標

• データ・情報・判断を区別し、同じ売上の表から3つを書き分けられる
• 依頼を分析・予測・生成に仕分け、それぞれの評価方法（説明の根拠、未知データでの誤差、事実との照合）を挙げられる
• 売上の分解、予測の基準比較、業務の待ち時間、実験の差とばらつきを、小さな表から手計算できる
• 同じ問題について、DS・ML・DX・RSそれぞれの成果物と意思決定を説明できる
• AI導入や職種名を前提にせず、課題に合う手段と担当範囲を確認する観点を示せる

授業

• データ・情報・判断の違い　45分
• 分析と予測と生成の違い　45分
• DSの仕事を小例で体験　50分
• MLの仕事を小例で体験　50分
• DXの仕事を小例で体験　50分
• 研究の仕事を小例で体験　50分

アプリでは、各授業の確認問題・SQLとPythonの演習・総合テストと課題に取り組めます。