エンタープライズデータサイエンスの実践
はじめに
不正との戦い、がんの発見、ハリケーンの予測など、データとAIが必要です。データに精通したプロフェッショナルの新しい波に乗り、数百万件の求人情報を手に入れましょう。
IBM SkillsBuild for Academia（IBMスキルズビルド フォー アカデミア
セルフペースコース
このコースは、データサイエンスの方法論について学習するサーベイコースです。
仕事を探していますか？
新たなデータ分析スキルを身につけ、ローコードAI技術や業界知識でそれらを補完し、データサイエンスチームに参加しましょう。
より良い仕事をお探しですか？
すでにデータ分析の仕事に就いており、ある程度の経験もある方は、このコースで専門分野を選択し、キャリアアップを図りましょう。
目標
データサイエンスチームでさまざまな役割を担い、企業内の真の課題を解決し、AIを活用したテクノロジーを活用する。
対象範囲
- データサイエンスチームの役割
- データサイエンス手法
- データ解析ツール
- 実際の使用例
学習成果
- データサイエンスチームの構成と働き方（役割、プロセス、ツールを含む）を理解する。
- データの構造を発見し、予測を行うために不可欠な統計学の主要な概念と方法
- データサイエンスの方法論を学ぶことで、内面化する。(a) ビジネス上の問題の特徴づけ、(b) 仮説の立案、(c) 分析サイクルにおける方法論の使用実証、(d) 実行計画
- 必要なデータを特定・収集し、データの操作・変換・クリーニングを行い、使用可能なデータセットを構築する。また、欠損値、外れ値、不均衡データ、データの正規化などのデータ異常に対処する能力を実証する
- IBM Watson Studio、Data Refinery Spark、Jupyter Notebooks、Pythonライブラリのハンズオンの経験
- 統計分析を視覚化し、パターンを特定し、ビジネス主導の意思決定のためにエグゼクティブスポンサーに効果的に結果を伝達する。
コース実績
このコースについて
このコースは3つの練習レベルに分かれています。各レベルは、より高度なトピックをカバーし、前の練習レベルで扱われたコンセプト、練習、スキルの上に構築されます。
レベル1 - データサイエンス手法
効果的なデータサイエンスチームを構築するために必要な人材、プロセス、ツールを探る。
- 1.データサイエンスの状況
- 2.クラウド上のデータサイエンス
- 3.データサイエンスの方法論
レベル2 - データ操作
パターンを特定し、インサイトを抽出するためにデータ操作技術を実行する。
- 1.データの探索と準備
- 2.保険金請求データの探索（対話型ケーススタディ）
- 3.データの表現と変換
- 4.保険金詐欺のパターンを発見する（インタラクティブなケーススタディ）
レベル3 - 意思決定支援
可視化技術を活用し、ビジネスインパクト分析とサポートを提供する。
- 1.データの可視化およびプレゼンテーション
- 2.不正行為診断分析（対話型ケーススタディ）
前提条件
このコースに参加する前に身につけておきたいスキル。
データサイエンス・プラクティショナー・シリーズのエンタープライズ・データサイエンス入門コースを修了する。
あるいは、以下のトピックに関する予備知識が必要となる：
- 複数の業界におけるビジネスのデジタルトランスフォーメーションを支援するデータサイエンス・プロジェクトの関連性
- 統計学、コンピュータプログラミング、ドメインの専門知識の交差点に見られるデータサイエンスの分野横断的なスキルセット
- データサイエンスチームの役割データサイエンティスト、データエンジニア、データアナリスト、AI開発者
- IBM Watson StudioやData Refineryなど、クラウド上のデータサイエンス・コラボレーション・プラットフォーム
- CSVデータセットによるデータの取り込みと操作。
デジタル・クレデンシャル
中級
エンタープライズデータサイエンスの実践
バッジを見るこのバッジについて
このバッジ取得者は、データサイエンス方法論に関連する実習、概念、手法、ツールなど、このオンライン学習に含まれるすべての学習アクティビティを完了しています。実際のシナリオに参加し、データサイエンスチームが使用するプロセスやツールをロールプレイすることで、データサイエンス手法のスキルと理解を証明します：学習例：最先端の不正分析アプローチとテクノロジーを活用した保険業界のシナリオ。
スキル
データアナリスト, データエンジニア, データ精製, データサイエンス, データ可視化, データ管理, 保険金詐欺, ジュピターノート, PixieDust, Pythonライブラリ, Watson Studio.
基準
- IBM Skills Academyプログラムを実施している高等教育機関のトレーニングセッションに参加すること。
- 自習用オンラインコースアクティビティと、トピックの理解を確認するナレッジチェックを完了した方。