
AWS(Amazon Web Service)入門者の講義
Sungmin Kim
¥5,701
入門 / AWS, cloud-computing, cloud-platform
4.7
(249)
このごろ会社や様々なプロジェクトでよく使われるAWSサービスの核心理論を学び、また一緒に従う実践を通じてAWSを完全に私にしよう!
入門
AWS, cloud-computing, cloud-platform
AIエンジニア入門者のための講義は、データ処理からモデル開発、クラウドとMLOps、そして倫理的考慮まで、全過程を短期間で体験できるように構成されています。単にモデルを作るだけでなく、実際のサービスへとつなげる過程を理解し、実務感覚を身につけることに重点を置いています。AIを初めて学ぶ方も無理なく進められるよう、実習と例題を交えて進行します。
受講生 26名
難易度 入門
受講期間 無制限
AI開発に使用される技術を学ぶ
機械学習とディープラーニングの基本原理を理解する
LLMとRAGのユースケースと概念を理解する
🎯 講義概要
AI(人工知能)はもはや研究室の中の技術ではなく、私たちが毎日利用するサービスや産業現場で中心的な役割を果たしています。音声アシスタント、推薦システム、自動運転、医療診断、金融リスク管理に至るまで、AIはすでに私たちの生活の奥深くまで浸透しています。しかし、「AIエンジニア」という職業が正確にどのような仕事をするのか、またどのような技術や能力が必要なのかについては、依然として曖昧に感じられるかもしれません。
この講義は、AIエンジニアとしての第一歩を悩んでいる入門者のために準備されました。プログラミング言語であるPythonとデータ処理の基礎を皮切りに、機械学習の核心概念、モデルの学習とデプロイの流れ、LLMとRAGの理解、そしてFAST APIを構築してMLOpsを通じたモデル運用まで幅広く経験できるように設計されています。単に理論を羅列するのではなく、実習と実際の事例を通じて「AIエンジニアリング」という職務が現場でどのように機能しているのかを、生き生きとお伝えします。
👩🎓 受講対象
AI/データ分野に関心のある大学生、または就職準備生
現在エンジニアとして働いているが、AI分野へのキャリア拡張を検討している方
データ分析の経験はあるが、モデルのデプロイや運用の経験が不足している方
「AIエンジニアが正確に何をするのか」が気になる入門者
📚 学習目標
AIエンジニアの役割と必要なスキルセットの理解
Pythonとデータ処理ライブラリ(Numpy、Pandas、Matplotlib)の基礎習得
機械学習モデルの学習からデプロイまで、パイプライン全体の経験
実際のサービスでAIモデルが活用されている様々な事例の理解
📌 受講効果
「AIエンジニア」という職種の実質的な役割を具体的に理解することができます。
単にモデルを作るレベルを超え、データ収集 → モデル学習 → デプロイ/運用という実際のワークフローを直接体験します。
実習と事例を通じて実務に近いAIエンジニアリングの感覚を身につけ、今後のポートフォリオやキャリアにも活用できる経験を得られます。
急速に変化するAI産業の流れの中で、自分に必要な学習の方向性を設定し、実際のAIエンジニアとして成長するための基礎体力を養うことができます。
👉 この講義は、単に「機械学習モデルを作ってみる」というレベルにとどまらず、AIがサービス化される全過程を直接経験してもらうことを目標としています。講義を終える頃には、皆さんはAIエンジニアという職業をより現実的かつ実質的に理解できるようになり、今後どのような技術を学習すべきか、どのようなキャリアパスを歩めるのか、明確なイメージを描けるようになるはずです。
学習対象は
誰でしょう?
AIと機械学習を初めて接する入門者
データサイエンス・エンジニアリングに関心のある社会人、クラウドベースのAIサービスに挑戦しようとする開発者
前提知識、
必要でしょうか?
基礎的なPythonプログラミング経験
ごく基本的な数学(線形代数・統計)の理解
データ分析への関心
キャリア認証
6,139
受講生
328
受講レビュー
158
回答
4.7
講座評価
6
講座
こんにちは。私はアメリカでコンピュータサイエンスの学士とデータサイエンスの修士課程を終えた後、現在ヘルスケアドメインでデータエンジニアとして働いているサイモン・キムです。
現在の業務では、AWSとAirflowを基盤に毎日大容量のデータを収集し、ETLパイプラインの設計および運用を行っており、データの安定性と品質を保証するためにCloudWatchとSplunkを活用したモニタリングシステムも併せて管理しています。問題発生時には原因を分析し、必要に応じてパイプラインを改善したり、新しい機能を直接実装したりする役割も担っています。
私が主に使用している技術スタックはPython、SQL、AWSであり、最近ではGCPへの大規模マイグレーションプロジェクトを通じて、BigQuery、GCS、GKE環境においても深い経験を積んでいます。また、DockerとTerraformを活用してインフラをコードで管理するIaC環境でも継続的に作業を行っています。
さらに最近では、AI AgentシステムやHarness Engineeringにも関心を持ち、実際の業務や個人プロジェクトでエージェントベースの自動化システムを設計・実験しています。単にモデルを使用することにとどまらず、複数のエージェントをどのように連携させ、安定的に実行・管理するか、すなわち「AI Agent Orchestration」と「Execution Harness」の構造について模索し続けています。
データエンジニアとして働く中で最も強く感じたことは、技術は絶えず変化しますが、その本質は思ったほど大きく変わらないということです。一つの技術を深く理解すれば、他の技術へと拡張するプロセスははるかに容易になります。私はこの「核心的な原理の共通性」を中心に、単なる技術の羅列ではなく、本質を理解する学習体験をお伝えしたいと考えています。
今回の講義を通じて、私が現場で積み上げてきた実戦経験とインサイトを惜しみなく共有し、皆さんが自ら問題を解決できる力を養えるよう、ガイド役を務めたいと考えています。
私サイモン・キムは、難解で複雑な技術も分かりやすく紐解き、楽しくて理解しやすい講義を作ることを目標としています。受講生の皆様と絶えずコミュニケーションを図りながら、共に成長していきたいと考えています。
皆様の実力が目に見えて成長していく過程を共に見守ることが、私にとって最大のやりがいです。ありがとうございます。
全体
24件 ∙ (4時間 35分)
講座資料(こうぎしりょう):
1. AIエンジニアとは何か?
04:59
2. AIエンジニアの役割
08:01
3. AIエンジニアに必要なスキル
06:18
4. クラウドとMLOpsに対する理解
06:50
5. Pythonの基礎文法とデータ構造
09:42
6. Numpy
12:44
7. Pandas
15:52
8. Pandas 上級編
16:03
9. Matplotlib
18:20
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
新規会員登録で25%OFF
¥5,928
25%
¥7,908