2025年度 (最新) 学位プログラムとして特別に設けた教育課程学位プログラムとして特別に設けた教育課程データサイエンス・AI全学教育機構

応用実践データサイエンス・AI発展第一B

開講元: データサイエンス・AI全学教育機構
担当教員: 金﨑朝子 / 新田克己 / 富井規雄 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 三宅美博 / 小野功 / Leonychev Iurii / FERNANDO DE ARAUJO PAULO / Julien Cayzac / Garriga Roger / 綱島香依 / Jimenez Pascual Adrian / 小坂順一 / 小林由幸
授業形態: 講義
メディア利用科目: -
曜日・時限 (講義室): 水7-8
クラス: -
科目コード: DSA.P612
単位数: 100
開講時期: 2025年度
開講クォーター: 1Q
シラバス更新日: 2025年3月19日
使用言語: 英語

シラバス

授業の目的（ねらい）、概要

この授業科目は、人工知能やデータサイエンス技術の社会実装の現状と最先端技術を理解し、それらの技術の応用可能性と課題を考察することを目的としている。各回の授業において、建築、IT、金融、材料等のさまざま分野の企業の講師がデータサイエンスや人工知能を用いた技術開発や商品開発の事例を紹介する。
幅広い分野におけるデータサイエンスや人工知能技術の応用事例に関する知識を獲得し、課題レポートによって社会応用に関する考察内容を説明することによって、受講生が実社会において活躍する広い視野を得ることを目標にしている。
そのためこの授業科目では7回の授業の他に、企業講師との対話を重視しており、原則として2025年5月28日午後に大岡山キャンパスで対面で開催されるDS&AIフォーラムへ参加するものとする。

到達目標

この授業科目は、データサイエンスと人工知能の社会実装に関する理解を深め、受講生が実社会において活躍する能力を高めることを目標にしている。

実務経験のある教員等による授業科目等

実務経験と講義内容との関連 (又は実践的教育内容)

この授業科目は楽天グループ株式会社、第一三共株式会社、住友商事株式会社、ソニー株式会社の講師により、実務経験に基づいて課題解決の技法を講義していただく

キーワード

データサイエンス、人工知能、機械学習、製薬、IT、総合商社

学生が身につける力

専門力
教養力
コミュニケーション力
展開力 (探究力又は設定力)
展開力 (実践力又は解決力)

授業の進め方

この科目はZoomによるライブ型授業である。

授業計画・課題

	授業計画	課題
第1回	LLMで生成されたソースコードにおける品質と安全性の管理	1.イントロと現状, 2. LLMトレーニングプロセス 3. RLHFの徹底的な調査, 4. フィードバックの収集とセキュリティリスク, 5. OWASP LLMと品質ゲート, 6. 今後の動向とベストプラクティス, 7. Q&A, 8. 追加資料
第2回	大規模な Web サービスを構築するためのヒントとコツ	• Webのスケーラビリティに関するキー概念 • インターネットビジネスのトレンド • 分散アーキテクチャの共通専門用語 • 生長のダイナミクス • スケーラブルな設計：高トラフィックと分散データ • 生長のための組織をどのように用意するか
第3回	ソフトウェアアーキテクチャコミュニケーションの習得：ツール、テクニック、ベストプラクティス	この講義では、チーム内および利害関係者間でソフトウェアアーキテクチャを効果的に伝える方法をお話します。システム、コンポーネント、フローの文書化、およびそれらをリスク、制約、決定事項に関連付ける実践的なスキルを習得できます。このセッションの終了時には、視覚的な言語や構造化された文書を使用して、複雑なアーキテクチャの概念やデータフローを効率的に伝える方法を理解できます。※この講義は、ソフトウェアアーキテクチャに関する基本的な知識をすでに習得している受講者を対象としています。
第4回	ヘルスケアにおけるデータサイエンス：人工知能が患者の旅を変える	医療における実世界でのAIの実践的な応用を紹介し、メディカルサイエンスに適用可能なAIの方法論を理解してもらう
第5回	現場から学ぶ総合商社のDX戦略：データ分析とAI活用の取り組み実例解析	総合商社におけるDX戦略とデータサイエンス・AI活用事例の理解
第6回	ソニーにおけるDeep Learningの活用促進と応用事例(1)	企業視点から見たAIの現状認識を学ぶ
第7回	ソニーにおけるDeep Learningの活用促進と応用事例(2)	AI時代に向けた企業の取り組み事例を学ぶ

準備学修(事前学修・復習)等についての指示

学修効果を上げるため，配布資料の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。

教科書

指定しない。

参考書、講義資料等

講義資料は事前にScience Tokyo LMSに掲載する。

成績評価の方法及び基準

期末試験は実施しない。毎回の課題レポートにより評価する。
また、2025年5月28日に開催されるDSAIフォーラムへの参加結果を評価に含める。

履修の条件・注意事項

本講義は博士後期課程の学生だけが履修できる。博士後期課程以外の方はDSA.P412「応用実践データサイエンス・AI第一B」を受講すること。

連絡先 (メール、電話番号) ※”[at]”を”@”(半角)に変換してください。

金崎朝子，新田克己，富井規雄
lecture_ap[at]dsai.isct.ac.jp

オフィスアワー

メールで事前予約すること。

その他

・本授業科目はアントレプレナーシップ科目とみなせる専門科目である。本科目が対応するGAはGA0D・GA1Dである
・本科目は2023年度まで開講していた応用AI・データサイエンス発展C2(XCO.T689-2)に対応している。応用AI・データサイエンス発展C2を履修した方は本科目を履修することはできない。