HUMAN RESOURCES DEVELOPMENT SUPPORT
人材育成支援
基礎コースから応用コースまでレベルに応じたプログラムを組むことで、データ分析力を無理なく向上させることができます。
Service features 特徴
政府の「数理・データサイエンス・AIモデルカリキュラム」に共通

政府が目標に掲げる「数理・データサイエンス・AI人材の育成方策」から提示されたモデルカリキュラムに共通したプログラムで、リテラシーレベルから応用基礎レベルまでの人材を育成することができます。
数理・データサイエンス教育強化拠点コンソーシアム「数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム~ AI×データ活用の実践 ~(案)」
受講者のスキルに合わせた
研修設計

データ分析の研修は受講者のスキルレベルによって適切な内容が大きく変化します。本研修では導入決定後にヒアリング調査やチェックテストを行うことで、受講者のスキルに合わせた適切な研修設計を行います。
資格試験受験による
研修の効果測定

研修で学んだ内容がどの程度身についているのかを測ることは研修担当者の悩みの1つです。本研修は受講後に「データサイエンス数学ストラテジスト資格試験」を受験することで、内容をどの程度理解し、スキルを身につけることができたか確認できます。
こんな方に適したソリューションです
Problems
数字やデータを
読むのが苦手な社員
事前のヒアリングやチェックテストで、受講者のスキルを把握し適切な研修プログラムを設計することで、受講者に無理なくデータ分析スキルを身につけさせることができます。
Problems
KKD
(勘・経験・度胸)
からの脱却
数理・データサイエンス・AI人材の育成は政府の方針です。数理・データサイエンス・AI人材育成モデルカリキュラムに沿った内容を学ぶことで、属人的な仕事からの脱却をめざせます。
Problems
研修プログラムの
立案
研修実施後に「データサイエンス数学ストラテジスト資格試験」を受験させることで、研修直後の効果測定を行うことができます。また、複数のコースを段階的に実施することで、データ分析スキルを無理なく向上させることができます。
USAGE EXAMPLE 活用例

DX人材育成研修の一環として
ビジネスイノベーションを創出するDX(デジタルトランスフォーメーション)に取り組む企業が増えています。DX人材の育成プランは把握力やマネジメント力などが注目され、データを扱う力は適切なプログラムが少なかったことから疎かにされがちでした。データサイエンス数学ストラテジストの各種コンテンツによってデータを扱う力を向上させることで、データサイエンスの知識とビジネススキルの両輪を回し、DXの推進が加速します。

新人研修やスキルアップ研修として
データサイエンス系の研修では内容が難しすぎてついていけないなどの受講者と研修内容のミスマッチが頻繁に発生していました。データサイエンス数学ストラテジストの各種コンテンツは中学レベルの数学のやり直しから始めることができるため、数学が苦手な方でもデータ分析の基礎を無理なく身につけることができ、データを活用できる人材をゼロから育成することが可能です。

地域の発展に貢献できる人材育成として
経済団体をはじめ、産学官が連携して地域の発展に貢献する人材育成の取り組みが行われています。地域の発展に貢献するには、データをもとに地域の現状を把握することや、地域発展へ向けた取り組みの費用対効果の予測など、データ分析のスキルは不可欠です。データサイエンス数学ストラテジストに各種コンテンツでは、データ分析に必要なスキルを基礎となる数学から学び直すので、実際の課題に直面したときに、データを根拠にした解決策を打ち出せる人材を育成できます。
WHY SHOULD EVERYONE LEARN? なぜ文系も学ぶべきなのか
データ分析力の向上は政府の方針である
近年、経済産業省や経団連から数学に関する提言がいく度もなされ、その結果、内閣府が「数理・データサイエンス・AI人材の育成方策」を取りまとめ、そのなかでリテラシーレベルの数理・データサイエンス・AIの知識を持った人材を年間50万人育成するという数値目標を打ち出しました。50万人という数は大学と高等専門学校の卒業者全員が身につけることを意味します。この方針を受けて大学や専門学校では、データサイエンスのプログラムを文系・理系に関わらず学生全員が必須科目として受講する時代になっています。
これから社会人となる学生が身につけているスキルを、先輩となる社会人が「文系だから」という理由で放置して良い理由はありません。
これからのビジネスはデータ分析スキルが求められる
当協会が全国の勤務者200人に行った「データ分析に関するスキルについての調査」によると、70%以上の人が勤務先からデータを扱う知識・スキルを求められているという実態がわかります。「私は文系だから数学が苦手です」という言い訳が通用しなくなる時代がすぐ目の前まで迫っているのです。とはいえ、求められているのは「数字やデータを根拠に説得するスキル」など、データを活用してビジネスを進めるスキルが中心なので、データサイエンティストが担うような専門的なスキルが求められているわけではありません。広く求められているスキルはどれもデータサイエンス数学ストラテジストの学習を通じて身につけることができるスキルですので、データ分析スキルを身につけるはじめの一歩として、データサイエンス数学ストラテジストの各種コンテンツが最適なのです。
VOICE 応援メッセージ

三井住友海上火災保険株式会社
デジタル戦略部
データサイエンティストのみなさま
ビジネスパーソンにとって、データサイエンスの基礎理論にあたる「数学」を学ぶ意義は何でしょうか。市販されているデータ分析ツールはその中身のしくみを知らなくても使うことは可能ですが、基礎理論を身につけていれば、データ分析/AIツールによる結果を的確に人に説明できるようになります。ツールの結果を業務に生かすには理論的背景が欠かせないのです。ツールを使う側がデータサイエンスの理論的背景を加えることで、より効果的に使うことができるようになるのです。
-
関連ソリューション