Tokyo IoT ロゴマーク

人材育成

目的~「IoT人材」の創出・育成を目指します!

~「IoT人材」の創出・育成を目指します!
  • IoT、ビッグデータ、AI等を活用することで、中小企業にとって、業務効率の改善、新規事業創出など新たな利益創出の機会が生まれてきています。
    このような状況をふまえ、都産技研では中小企業の現場にIoTを理解し、活用できる「IoT人材」を創出・育成することを目指しています。そのために、デバイスおよび通信の基礎知識、クラウド、サイバーセキュリティ、IoTビジネスなど、IoT利活用に必要な多様な知識を包括的に取得できる人材育成プログラムを提供します。

対象

  • 東京都IoT研究会会員(会員登録はこちら
  • 原則として全回に出席できるかた

プログラム内容

  • 現在、人材育成プログラムはビジネスからデータ蓄積・処理までのIoTに関する基礎的な知識を学べる座学編とIoTの利活用に必要な基礎的な技能を学べる実習編を実施しております。
    開催についての詳細は東京都IoT研究会ホームページより情報を発信します。

    ■座学編
    2019年度の募集は終了しました。

    IoTビジネスに
    必要な知識

    ■ IoT概論
     ・IoT概説と本プログラムの俯瞰
     ・IoTの事業への活用と戦略

    ■ IoTビジネス
     ・IoTビジネスモデルとユースケースの紹介
     ・標準規格と法規制

    ■ IoTの世界
     ・海外のIoT動向
     ・主なIoT関連団体の活動紹介
     ・オープンソースとライセンス

    IoTデバイスのハード
    ウェアとソフトウェア

    ■ IoTデバイスの構成要素
     ・IoTシステムにおけるIoTデバイスの役割
     ・主なセンサーの種類と概要
     ・自動認識デバイスの種類と概要
     ・マイコンボードとシングルボードコンピュータ
     ・プログラマブルロジックコントローラ(PLC)

    ■ 代表的なIoTデバイス
     ・Arduino
     ・Raspberry Pi

    ■ IoTデバイスの活用
     ・よく用いられるプログラミング環境
     ・産業システムの制御

    ネットワークと
    セキュリティ

    ■ 無線通信規格
     ・IoTシステムにおけるネットワークの役割

    ■ 通信プロトコル
     ・通信プロトコルとは
     ・IoTシステムで利用される代表的な通信プロトコル
     ・MQTTプロトコルの概要
     ・その他通信方式

    ■ セキュリティ対策
     ・セキュア通信の基本
     ・IoTシステムへの攻撃の脅威と対策
     ・サイバー攻撃の検知と防御

    データ蓄積と
    データ処理

    ■ データベース
     ・IoTシステムにおけるデータベースの役割
     ・データベースの種類
     ・RDBの概要
     ・NoSQLデータベースの概要

    ■ データ分析とAI
     ・IoTシステムにおけるデータ分析・AIの役割
     ・データ活用サイクル
     ・データ分析の手法
     ・データ分析プラットフォーム

    ■ IoTプラットフォーム
     ・クラウドサービス
     ・OSSによるオンプレミスシステムの構築

    ■実習編
    2019年度は、以下日程および内容で2回実施します。(第1回、第2回は同じ内容)
    第1回:2019年11月~12月 ※募集は終了しました。
    第2回:2020年2月

    IoT序論

    ■ IoT概論
     ・IoTに関しての全般的な知識
     ・IoTを構成するマイコンボード、センサ、通信モジュールの紹介

    ■ マイコンボード基礎
     ・M5Stackの機能紹介
     ・M5Stackの開発環境の比較(UIFlow、Arduino IDE)

    ローカル環境実習

    ■ マイコンボード実習(UIFlow、ハードウェア)
     ・Blocklyの使用方法
     ・部材の説明(ブレッドボード、ジャンパー線等)
     ・M5Stackの機能、ピンの配置、実習
     ・電気回路の基礎

    ■ マイコンボード実習(Arduino IDE)
     ・Arduino IDEでの開発方法
     ・プログラム文法
     ・Arduino用ライブラリの利用方法

    ■ データのアップロード、見える化
     ・マイコンボードからのデータアップロード方法
     ・クラウドについて
     ・Ambientの説明、利用方法の習得

    データ分析基礎

    ■ 機械学習基礎
     ・機械学習の基礎知識
     ・教師あり、教師なしの違い解説

    ■ データ分析(基礎)
     ・機械学習を利用する場面の説明
     ・データの分析方法の比較

    データ分析実習

    ■ データ分析(ローカル環境)
     ・機械学習をローカル環境で実行する際のツールの紹介
     ・Anacondaを利用する際の機能等の紹介
     ・実際のサンプルデータを使ったデモ

    ■ データ分析(クラウドサービス)
     ・機械学習を可能にするクラウドサービスの紹介
     ・MatrixFlowの紹介、実習(教師あり、回帰、分類)
     ・各社のAI関連クラウドサービスの紹介
     ・Azure Machine Learning Studioのデモを等して利用方法の紹介