AIプロジェクトを一気通貫で取り組める実践力の向上

データサイエンティスト育成コース本講座卒業（システムエンジニア／コンサルタント）

手法だけではなく、ビジネスでの活用方法を学べるデータサイエンススクール

データサイエンティスト育成講座の受講のきっかけは、データサイエンスのスキルを実務に活かしたいと考えたためです。業務でデータを扱うことが多くなっていましたが、単純な分析や加工、可視化程度のデータ活用がほとんどでした。そこで「より実践的なデータ利活用のスキルを高めていきたい」と思い、スクールに通うことを決めました。

その中で、データミックスのスタッフと面談をした際、単にデータ活用の手法について説明するのではなく、ビジネス課題の見極め手法や、実務経験をもとにしたビジネスでの活用方法を指導して頂けるということだったため受講を決断しました。

リアルなビジネス課題を卒業発表のテーマに

卒業発表のための取り組みのテーマでは、以下の2点をもとに決めました。

・リアルなビジネス課題から取り組む
・授業で学んだ技術的スキルを自分なりに発展

ファッション関連の大学で助教を務める妻と家庭内でディスカッションした際、アパレルデザイナーの業務が多忙であり、上流のデザイン工程において質のバラつきがあることがわかりました。この質のバラつきが生まれる原因が、アイディア発想〜アウトプットするプロセスにあると仮定し、課題解決プロジェクトとして取り組むことにしました。

また、現状のデザインアイディアの発想手法の1つとして、既存の要素の新しい組み合わせ(ジェームズ・W・ヤング)が使われていることがわかり、これは画像生成AIとの相性が良いと考え、課題の打ち手として利用しました。

AIプロジェクトを一気通貫で取り組める実践力の向上

このビジネス課題をテーマに取り組んだことで、AI 及び データ活用の実践的な方法が身に付きました。

今回使用した画像生成AI (Stable Diffusion) は、プロンプト (英文のテキスト入力) があれば画像を生成することが可能です。しかし、思い通りの画像を生成するためには、プロンプトを試行錯誤して作る必要があります。

このままでは、ターゲットユーザであるデザイナーに対して使い勝手が悪いツールになると判断し、ツールとしての課題解決にも取り組みました。その結果、良質なプロンプトの外部データベースと機械学習を組み合わせたプロンプトジェネレータを作り上げることができました。

ビジネス課題の見極めからツール開発までを一気通貫で経験したことで、AIやデータが独立した状態ではユーザにとって価値が低いものから、これらを組み合わせることで付加価値を高めるスキルが身に付きました。

高度なデータサイエンススキルが身に付いたことを実感

受講前はPythonを単純に動かせるレベルでしたが、受講後は統計学、機械学習、自然言語処理等のデータサイエンスの高度な技術的スキルが身に付いたことを実感しています。さらに、インテグレーションステップの課題を通して、ビジネス課題に対して技術的スキルを使って解決することができるようになりました。