現場で使える機械学習システム実践講座

現場で使える機械学習システム実践講座

Kubernetes等の最新ツールを用い、ビジネス成果に繋がる機械学習システムの構築・運用をハンズオンで学びます

機械学習モデルの理論や実装については理解したが、どのようにサービス化すればよいか分からないという方は多いのではないでしょうか。
本講座では、機械学習を用いたシステム開発・運用を指す「機械学習システム」の構築・運用について、ケーススタディーを用いながら、ハンズオンとグループワークを通じて学んで行きます。
具体的には、近年採用事例が増えてきたコンテナ技術の代表格である「Docker」、効果的に運用するためのコンテナオーケストレーションツール「Kubernetes」、パッケージ管理ツール「Helm」、分析・学習・推論の3つの工程をシームレスに繋げる「Kubeflow」などの最先端ツールを学びながら、ビジネス成果に直結する機械学習システムを構築します。
これまで、最先端ゆえ、何をどう学べば良いか定義されていない領域でしたが、現場のスペシャリストから講座形式で学べるこの機会を活用いただき、機械学習のクイックなビジネス適用を実現いただければと思います。

講座で得られる知識・スキル

受講に必要なスキル・前提知識

※日程によって必要な前提知識レベルが異なりますので、各日程の前提知識、予習、準備をご確認下さい

受講後の姿

  • 自力で機械学習システムを構築できるAI時代のフルスタックエンジニア
  • 基本的な機械学習システムの枠組みが理解できており、データ基盤チーム内で指示された実装ができるジュニアレベルのデータエンジニア

講座の特長

実サービスで活用され始めている最先端ノウハウ

Kubernetesなどの先端技術に関して、「流行りだからやる」ではなく、「ビジネスで成果を出す」を目的に、技術の本質的理解を目指します。

実務経験豊富な現役のエンジニア講師

AIに注力している企業で活躍する現役のエンジニアが講師なので、現場のリアルについて知ることができます。

ハンズオン・グループワークで実践的内容をアクティブに学ぶ

講座の随所に、実際のサービスを想定したハンズオン、グループワーク課題を用意しているので、主体的にプログラムに取り組むことができ、再現可能なスキルを身に付けられます。

講座概要

講座名 現場で使える機械学習システム実践講座
講座時間

各1回 (対面講義1回×4時間 )
全4回 (対面講義4回×4時間 ) 

料金

各1回 :49,500円/1名(税込)
各4回 :176,000円/1名(税込)

定員 各20名

※開講日の2週間前までに最少催行人数に満たない場合には、講座の開催を中止する場合がございます。
中止の際には、開講日の10日前までにメールにてご連絡いたします。

お見積り請求についてのお問い合わせはこちら
見積り請求

※本講座/他講座との併合お見積りについては上記よりお問い合わせください

カリキュラム

DAY1DAY2DAY3DAY4

DAY1 <機械学習システム入門>

概要

「機械学習が分かる」から「機械学習を用いてビジネス課題の解決ができる」エンジニアになるためには、理論の理解だけはなく、機械学習を組み込んだシステム開発ができなければなりません。本講座では、機械学習システムの重要性を理解し、現場で躓きやすい環境構築、開発方法、安定稼働するシステム構成など、機械学習エンジニアとして抑えておくべきポイントを学びながら、機械学習モデルを使ったAPIサーバー(またはDB連携)を構築します。​

受講対象者

 -  機械学習を用いたサービスを作りたい方
 - アプリエンジニアとして、データエンジニアと一緒に仕事をする方
 - これからデータエンジニアになりたい方

事前準備

ご自身のノートPC。python 3.7.0以上、およびDockerをインストールいただき、docker run hello-worldが可能な状態までご準備をお願い致します。

カリキュラム

 - 機械学習システムとは?
 - 機械学習を考えるその前に
 - 機械学習の導入、理想の組織体制
 - MLOpsの注意事項
 - Dockerの基本的使い方
 - バッチ化における注意事項
 - 機械学習システムのビジネス的評価
 - グループワーク課題
  - 分析方針をどのように立てるか?

DAY2 <Kubernetes基礎講座>

概要

近年採用事例が増えてきたコンテナ技術の代表格であるDockerですが、それをより効果的に運用するためのコンテナオーケストレーションツールとして注目を浴びているのがKubernetesです。本講座では、Kubernetes(k8s)を導入するメリットや適した事例をご紹介し、実サービスへの適用イメージを持っていただき、実際にk8sを用いたサンプルのwebアプリケーションを構築します。

受講対象者

 - k8sについて詳しく知りたい方
 - k8sを用いたアプリケーションを作れるようになりたい方
 - これからデータエンジニアになりたい方

前提知識 

 - Dockerの基本的な知識・使い方(DAY1修了程度)
 - Webアプリケーションの基礎知識
 - Ruby on Railsの基礎知識
 - GCPの基本的な知識

事前準備

 - ご自身のノートPC。Google Cloud Platformの登録と利用準備。gcloudコマンドとkubectlコマンドが利用できる状態まで事前に準備お願い致します。
 - k8sの基本事項について事前学習(教材はこちら
その他準備は、お申し込み後、ご案内いたします。  

カリキュラム

 - なぜ今k8sなのか?
 - ハンズオンで学ぶk8sの基礎
 - Rails + MySQL + Nginxのアプリケーションをk8s上に構築し、概念を学ぶ
  - Pod, Deployment, HPA
  - Service, LoadBalancerによる通信経路の仕組み
  - データ永続化の方法
  - Secret, ConfigMap等によるpod間リソース共有

DAY3 <Kubernetes応用講座>

概要

本講座では、Kubernetesだけでなく、そのエコシステムを支えるツール群について学ぶことで、よりKubernetesを効果的に使い、迅速にシステム構築できるスキルを身に付けます。具体的には、Helmというパッケージ管理ツールを用いて、分析・バッチ実行環境・可視化など機械学習関係のシステムを複数構築し、実務に役立つ環境を整えていきます。

受講対象者

 -  機械学習を用いたサービスを作りたい方
 - アプリエンジニアとして、データエンジニアと連携する必要がある方
 - これからデータエンジニアになりたい方

前提知識

 - Kubernetesの基礎知識・使い方(DAY2修了レベル)
 - Webアプリケーションの基礎知識
 - Google Cloud Platformの基礎知識

事前準備

 - ご自身のノートPC。Google Cloud Platformの登録と利用準備。gcloudコマンドとkubectlコマンドが利用できる状態まで事前に準備お願い致します。
その他準備は、お申し込み後、ご案内いたします。

カリキュラム

 - Helm入門
 - Helmを使ったシステム群構築
  - CI/CD: Drone
  - 分析環境: JupyterHub
  - BI: Redash
  - ワークフローエンジン: Digdag
 - Istioを使ったシステムモニタリング

DAY4 <Kubeflow基礎講座>

概要

分析・学習・推論の3つの工程からなる機械学習システム。この3つをシームレスにつなげる、Kubernetesの機能をフル活用したKubeflowを取り上げ、分析から推論まで一気通貫した基盤を実際に構築します。

受講対象者

 -  機械学習を用いたサービスを作りたい方
 - アプリエンジニアとして、データエンジニアと連携する必要がある方
 - これからデータエンジニアになりたい方

前提知識

 - Kubernetesの基礎知識・使い方(DAY2修了レベル)
 - Webアプリケーションの基礎知識
 - Google Cloud Platformの基礎知識

事前準備

 - ご自身のノートPC。Google Cloud Platformの登録と利用準備。gcloudコマンドとkubectlコマンドが利用できる状態まで事前に準備お願い致します。
その他準備は、お申し込み後、ご案内いたします。

カリキュラム

 - MLOpsの流れ
 - Kubeflowの構築
 - TensorFlowの基礎
 - Kubeflowを使った分析、分散学習、API提供

※カリキュラムは変更となる場合がございます。

カリキュラム詳細が知りたい方はこちら
お問い合わせ

法人研修のご相談はこちら
※法人研修をご検討の場合はカスタムも可能です

開催日程

東京 第2期

日程調整中

場所:東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5F

次回開催日程のお知らせをご希望の方はこちら
お問い合わせ

※オンライン講座の開講時期等に関するお問い合わせは上記よりお願いいたします

講師紹介

  • 平塚 迪久

    慶應義塾大学理工学部システムデザイン工学科卒業。東京工業大学大学院総合理工学研究科修士課程終了。人材系サービス企業のグループ会社にて、日常消費領域においてデータを活用した機械学習系の基盤構築や運用、ウェブアプリケーションの開発やSRE業務などに携わっている。ワインが好き。

ご案内

PCの動作環境

  • MacOSX 10.9 以上
  • Windows 7 以上(64bit必須)
  • メモリ8GB以上必須

※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。
※容量の大きなデータを課題で扱いますので、より高スペックが望ましいです。


当日の持ち物

ご自身のノートPC
※Wi-Fi環境はございますが、繋がりにくい場合はご自身のテザリングをご利用ください。


会場への入場

講義開始の10分前

よくあるご質問

講座についていけるか不安です

エンジニアを対象とした講座となります。Linuxコマンドの基礎知識は必須となります。また、機械学習モデルについての基本的な知識(スキルアップAIの機械学習講座修了レベル)があることが望ましいです。

具体的に必要なWebアプリケーションの知識はどれくらいですか?

Webアプリケーションの動作背景として、Webサーバーとアプリケーションサーバーの役割の違い、DNS・ロードバランシング・リバースプロキシ・コンテンツのキャッシュなどの仕組み、Linuxの基本的な使い方などがわかるレベルが望ましいです。(基本的な事項について講座内で取り扱うことはありません)

開催頻度はどれくらいですか?

年間2~3回程度を予定しています。

講座共通のFAQ

更新日:2021.09.30

関連する講座

Page Top
お申し込みはこちら