2019年4月から本開講する、Society5.0に対応した高度技術人材育成事業「enPiT-everi」に関する説明資料です。

1. enPiT受講のススメ
2018年12月11日版
株式会社KIS
経営企画室 二見
enPiT受講のススメ
< Society5.0に対応した高度技術人材育成事業 >
文部科学省 enPiT-everi 2019春開講

2. 2018年 2
enPiT受講のススメ １．高度人材教育の必要性
 先進技術のテクノロジーが競争力の源泉
 産官学あげて人材育成の取組みが行われている
 KISでもAI、IoT等が必要なシステムへの取組開始
 周回遅れとならないよう、早急な育成が必要

3. 2018年 3
enPiT受講のススメ ２．enPiTとは？
 文部科学省が推進する、Society5.0に対応した
高度技術人材育成事業
 九州・中国地方の５大学が連携して開講

4. 2018年 4
enPiT受講のススメ
 現在はプレ開講。2019年春から本開講
 講義時間は120時間以上
３．カリキュラム概要
現在はパイロット開講中

5. 2018年 5
enPiT受講のススメ
 ５つのコースと２つの認定
４．コースと認定
・スマートファクトリー
・インテリジェントカー
・スマートライフケア
・スマート農林畜産
・おもてなしIoT
■IoTアーキテクト
■IoTエンジニア

6. 2018年 6
enPiT受講のススメ ５．特徴

7. 2018年 7
enPiT受講のススメ
 興味ある科目だけの受講も可能
６．履修パターン
■履修資格
大学、短期大学を卒業した方と同等以上の学力があると認められる方。
（ただし、情報技術に関する一定レベルの知識が必要）

8. 2018年 8
enPiT受講のススメ
 多彩なカリキュラムから選択できる。
シラバスURL https://www.enpit-everi.jp/syllabus/
７．シラバス
科目一覧
1 製造業IoT事例講義 10 IoT情報理論
2 プログラミング演習 11 IoT開発プラットフォーム演習
3 Python/Chainerを活用したAI一般プログラミング 12 並列処理
4 ハードウェア記述言語入門 13 画像処理応用
5 Python/Tensorflowを活用したAI応用プログラミング 14 IoTセキュリティ
6 Raspberry Piによる組込みシステム技術 15 MATLABオンライン学習
7 FPGAによる組込みシステム技術 16 おもてなしIoT（観光業ラボ）
8
OSSを用いたサービスロボット向け実験用台車の開発
（製造業ラボ）
17 介護IoT演習（介護産業ラボ）
9 オンラインフューチャーセッション 18 IoTシステム/ビジネス論
＊太文字は二見の選択講座

9. 2018年 9
enPiT受講のススメ
 受講方法は４種類
 実習以外は大学に行かなくても受講が可能
８．授業スタイル１
No 受講方法 自宅
受講
受講スタイル
1 TV会議による講義 ○ 決められた日時でのZoomオンライン授業
2 ビデオ動画による講義 ○ いつでも自由な時間にオンライン講義視聴
3 ビデオ動画による実習 ○ いつでも自由な時間にオンライン実習
4 実習 × 決められた日時で大学にて実習

10. 2018年 10
enPiT受講のススメ
 講義環境のシステム構成
受講者で準備するのはネットワークとノートPCのみ
９．授業スタイル２

11. 2018年 11
enPiT受講のススメ
 LMS： 教材や環境の配布
 ChatWork： 質問・回答のやりとり
 Zoom： オンラインでの講義
10．授業スタイル３
LMS
ChatWork
Zoom

12. 2018年 12
enPiT受講のススメ
 パイロット開講では土曜が固定授業日
 本開講では夜間コースもあるかもしれない
11．時間割

13. 2018年 13
enPiT受講のススメ
 講義の内容と課題例
（Chainerの講義：１コマ90分。3コマ目の内容）
12．授業例
目標：ニューラルネットの計算グラフを構築し誤差逆伝播法で学習できるようになる
課題：手書き数字文字の学習を実装する
MNISTデータセットのクラス分類問題を解く多層パーセプトロンのプログラムを完成させてください．
MNISTデータセットは28x28ピクセルの，0~9の手書き数字の画像で構成されています．
このデータセットはchainer.datasetsクラスから読み込むことができます．
（データセットをダウンロードしてくるので時間がかかるかもしれません）
多層パーセプトロンの構造はお任せしますが，入力は784（=28x28）で出力は10にしなければならないことに留意してください．
すなわち「0」の画像を入力したとき，ネットワーク最終層の0番目のニューロンが最大の値を出力するように学習します．
最適化手法はoptimizers.SGD()を用いてください．
誤差関数はソフトマックスクロスエントロピーを用いてください．
L.Classifierクラスを用いれば，自動的にソフトマックスクロスエントロピーが適用されます．
余力があれば以下のことに挑戦してみてください．
ニューラルネットワークの大きさや活性化関数の種類を変更して，学習を行う．
L.Classifierクラスを使わずに学習ループを記述する．

14. 2018年 14
enPiT受講のススメ
 費用： 約40万円 （コース履修した場合）
授業料30万円 ＋教材費、交通費など
 工数： 360時間以上
履修時間120H＊３倍は必要 （予復習・課題提出の最低ライン）
13．費用・工数
授業例に示した通り、１コマ90分の授業進度は速い。
講義内課題のみならず、各コースで宿題として出される課題も多く、実際の
授業時間の２倍以上は工数をとらないと追い付かない。
受講に際しては、最低でも上記工数の確保が必要であることを特記しておく。

15. 2018年 15
enPiT受講のススメ
 民間のセミナー例
（enPiTの費用対効果が高いことがうかがえる。）
14．他の外部講習
No セミナー 回数 価格 URL
１ enPiT-everi（科目単位の受講も可能） １２０時間 30万円 https://www.enpit-everi.jp/
２ テクノロジーインパクト2030 28時間 34万円
https://school.nikkei.co.jp/spe
cial/techai/
３ JDLAのE検定コース 48時間 45万円 http://study-ai.com/jdla/
４ AI活用スキル育成コース 15時間 30万円
http://study-ai.com/training/
５ AIオンライン学習 データ分析 16時間 30万円
https://prtimes.jp/main/html/r
d/p/000000050.000028316.h
tml
６ データサイエンティスト育成 36時間 70万円
https://datamix.co.jp/data-
scientist/
７ NEC データサイエンティスト研修 160時間 54万円
¥¥kis-fs01¥000KIS¥Work¥NEC
データサイエンティスト研修¥PD-
SD-18-027_データサイエンティ
スト養成研修講座のご案内
（2019年1月以降分）.pdf

16. 2018年 16
enPiT受講のススメ
 高度技術人材育成に関して、enPiTは非常にコスト
パフォーマンスが高いと考えます。
 科目単位での受講も可能です。
 KISの人材育成に積極的活用を提案します！
15．enPiTの積極的活用を
■enPiTに人材を送り出しませんか？
IoTアーキテクト： G2～G5
IoTエンジニア ： G1～G3