「AI」を学ぶ「AI」を学ぶ

社会のあらゆるシーンで、データサイエンスやAI技術が使われています。
本校の「AI・データサイエンス科」では、社会やビジネスに直結するIT・プログラミングの基礎や資格の取得、実践的なAIシステムの構築までできるスキルが身につきます。

YSEトップ特集一覧 / 「AI」を学ぶ

AIの活用事例

  • AI×製造

    製造物のキズや凹み、異物混入などの外観異常を検知するためのシステムに、AIの技術を活用

    画像認識技術を活かして、製品の外観検査における人員の削減や、検査精度の向上を実現できた活用事例

  • AI×販売

    顧客からの問い合わせ対応の効率化を目的として、AIを搭載したチャットボットを活用

    自然言語処理の技術を活用したことで、カスタマーサポートの業務効率を向上させ、さらには顧客満足度の維持につながった事例

  • AI×医療

    高度な医療機器や医療技術へのAI活用が進められている

    画像認識機能と機械学習を用いた画像診断システムでは、膨大なデータから医師による判断が難しい病巣やごく小さな異常まで、高精度で検知することが可能となった

  • AI×農業

    日照・降雨等の自然環境に大きな影響を受ける厳しい分野。従来は経験や勘に頼った業務が行われていましたが、近年ではAIにより生産性向上・品質安定化を図る取り組みが多く見られる

    農薬使用量の低減・労力削減・コスト削減から農作物の品質向上などさまざまなメリットがある

AI人材の未来

2030年にはAI人材の需要が24.3万人に増加すると予測されていますが、2030年時点の人材供給の見通しは12万人にすぎません。

※経済産業省の「IT人材需給に関する調査(2019年4月)」より

  • AI人材は約12.3人不足すると予測されています。
  • AI人材に求められるスキルがあり即戦力となる人材ニーズはとどまることがありません。

AI人材の仕事の年収(正社員)

AI人材の仕事の平均年収は、日本の平均年収と比較すると高い傾向にあります。

  • 記載の給料情報は2022年9月に求人検索サイト上で掲載されていた求人情報から算出した給料情報です。
  • 日本の平均年収:国税庁の令和2年度「民間給与実態統計調査結果」に基づいています。
AI人材の仕事の年収(正社員)

学びの特徴

学び方
  • アクティブラーニング
  • ITスキルを身につける
  • AIスキルを身につける
カリキュラム 「専門力」「コミュニケーション力」「倫理観」の向上
授業形態
  • 少人数制
  • クラス担任制
  • 4学期制を採用し、集中的に学ぶ

学科のポイント

  • 学科のポイント①

    ビッグデータを使って機械学習させるスキルをしっかり身につける。

  • 学科のポイント②

    AIプログラミング言語PythonやJavaなどを使えるようになる。

  • 学科のポイント③

    AIサービスの導入支援や運用支援ができるようになる。

授業の進め方

「専門力」「コミュニケーション力」「倫理観」の向上をめざしたカリキュラムにより実践的教育を行う。

授業の進め方

こんな技術者を目指す!

  • こんな技術者を目指す①

    データの分析をはじめ、分析結果からどのようなことが導けるか予測し、企業や社会に対して問題解決の提案ができる技術者

  • こんな技術者を目指す②

    ビッグデータの活用が欠かせない時代の中で、さまざまなデータをもとに、気象予測・商品の販売予測・試験の合格予測などさまざまな分析をおこない、将来に対し最適な改善策を提案できる技術者

目指す資格

ITパスポート試験/基本情報技術者試験/Python3エンジニア認定基礎試験/Python3エンジニア認定データ分析試験/G検定/情報処理技術者能力認定試験

AI・データサイエンス科のカリキュラムなど

AI・データサイエンス科

体験入学でAI体験授業・実習を受ける

体験入学に参加する