2017年11月26日

■代表機関：学校法人早稲田大学■共同申請（13校）茨城大学 ／ 群馬大学 ／ 東京学芸大学 ／ 東京工業大学 ／ 大阪大学 ／ 九州大学 ／ 北陸先端科学技術大学院大学 ／ 奈良

先端科学技術大学院大学 ／ 工学院大学 ／ 東京工科大学 ／東洋大学／鶴見大学／情報・システム研究機構(国立情報学研究所)

■連携機関（21組織、会員5000社超）日本電気株式会社 ／ 富士通株式会社 ／ 株式会社日立製作所 ／ 株式会社東芝 ／ 株式会社いい生活 ／ ヤフー株式会社 ／

モバイルコンピューティング推進コンソーシアム（MCPC） ／ 一般社団法人次世代センサ協議会（SENSOR） ／ 一般社団法人日本IT

団体連盟（ITrenmei） ／ 一般社団法人IT検証産業協会（IVIA） ／一般社団法人コンピュータソフトウェア協会（CSAJ）／

一般社団法人組込みシステム技術協会（JASA） ／ 一般社団法人電子情報技術産業協会（JEITA） ／ 特定非営利活動法人全

脳アーキテクチャ・イニシアティブ（WBAI） ／ 一般社団法人新経済連盟（JANE） ／先端IT活用推進コンソーシアム（AITC）／

一般社団法人日本オープンオンライン教育推進協議会(JMOOC) ／ 株式会社デンソー ／ 株式会社ハレックス ／ 株式会社情報医療 ／

株式会社システム情報

■協力機関（2組織）立命館大学 ／ The BigClouT Project (EU, NICT)

早稲田大学理工学術院総合研究所 最先端ICT基盤研究所基幹理工学研究科 情報理工・情報通信専攻

鷲崎 弘宜(事業責任者)

スマートエスイー: スマートシステム＆サービス技術の産学連携イノベーティブ人材育成※

文部科学省平成29年度「成長分野を支える情報技術人材の育成拠点の形成（enPiT）」

※本資料記載の事項は、今後の検討過程において変更される可能性があることをご了承ください。 0

SamurAI Coding情報処理学会第6回国際AIプログラミングコンテスト

World FinalMarch 14 2018 Tokyohttp://samuraicoding.info

APSEC 2018 25th Asia-Pacific Software Engineering Conference

NaraDec 4-7 (due: June) PC Chair: H. Washizaki

情報処理学会第80回全国大会2018年3月13-16日早稲田大学【緊急企画】子ども達に、いま必要なマナビ: プログラミング的思考や読解力の必要性と教育のあり方は？（NII 新井、柏市佐和、ベネッセ後藤、早大）

COMPSAC 201842nd IEEE Computer Society Int’l Conf. Computers, Software & Applications

TokyoJuly 23-27 (due: Jan 15)

目次

1. 背景

2. 事業の概要

3. 教育プログラムと展開

4. AI＆データ × ○○

5. まとめ

2

早稲田大学が本事業に取り組む意義

Waseda Vision 150Waseda Vision 150

• 早稲田大学は、創立150周年迎える2032年に向けた長期事業計画にて、「未来をイノベートする独創的な研究の推進」とともに、「社会人教育プログラムの拡充」を重視している。

拠点 WASEDA NEO拠点 WASEDA NEO

豊富な実績豊富な実績

情報理工・情報通信専攻 / 最先端ICT基盤研究所の産学連携システム

産学連携・教育に関する外部資金獲得の例

• 未来に向けた社会の課題を克服する人材の育成をより一層強化すべく2017年7月に、東京・コレド日本橋に開設。

• 社会人の学び直しの場を提供し、常に社会との対話を心掛け、あらゆる国内外の専門家とともに多様な分野に向けたプログラムを展開。

• 本学はSociety 5.0時代に求められる情報技術としてクラウド/IoT・ビッグデータ・AI・セキュリティ関連において豊富な産学官連携研究実績と教育実績を有す。

科研費 新学術領域 システムアーキテクチャ

科研費 特定領域 ビッグデータ

科研費 基盤A 分散システム, IoT, 深層学習

NEDO セキュリティ, 回路

NICT ビッグデータ, 通信・配信

IPA RISE セキュリティ

JST CREST ビッグデータ, データ解析, 制御

JST 次世代IT基盤 データ解析

JST さきがけ パターン認識, 人工知能

総務省 SCOPE IoT/ビッグデータ, IoT

総務省 先端的通信 通信・配信

共同・受託研究 (NEC, 富士通, 日立製作所, 東芝, いい生活, ヤフー, デンソー,

コマツ, NTT, NTTドコモ, KDDI, 三菱電機, 京急, Panasonic, Hondaほか多数)

研究開発

教育

学内外連携

人材輩出研究成果

人材受入課題設定

企業官公庁

国内外大学

異分野交流

人材成果特許

人材課題資金

最先端ICT基盤研究所

6

全学的な取組みとスマートエスイーの位置づけ

EDGE-NEXT

我が国の方針我が国の方針産業界の声産業界の声 国際情勢国際情勢

• Society5.0の打ち出し• 第4次産業革命への対応• 博士育成等により棟梁人材増加

蓄積• されたデータの活用困難慢性的人材不足•

• 国際的技術競争の激化• 有力人材が海外流出のまま

WASEDA VISION 150グローバルリーダー育成

データ関連人材プログラム

enPiT-Pro スマートエスイー

大学院生・ポスドク大学院生・ポスドク

データ科学総合研究教育センター）

社会人

7

目次

1. 背景

2. 事業の概要

3. 教育プログラムと展開

4. AI＆データ × ○○

5. まとめ

8

クラウド

センサ・IoT

人工知能

ビッグデータ

生成

知識抽出

革新

アプリケーションアプリケーション

ビジネスビジネス

価値創造

通信・物理通信・物理情報処理情報処理

総合実践総合実践

人生100年時代＆Society 5.0時代の学び直し

Society 5.0と社会人教育への要請とスマートエスイーによる解決Society 5.0と社会人教育への要請とスマートエスイーによる解決

• 21組織（企業・業界団体）を対象としたヒアリング調査の結果、Society 5.0を推進するための社会人教育には下記4点が求められることが明らかとなり、我々は教育プログラム:スマートエスイー（Smart Systems and Services innovative professional Education program)による解決を提案する。

領域を超えた循環と

総合的アプローチ

領域を超えた循環と

総合的アプローチビジネス・価値との繋がりビジネス・価値との繋がり

多様性を理解し認める環境多様性を理解し認める環境

目標や状況に対応可能な体系と学びやすさ目標や状況に対応可能な体系と学びやすさ

スマートエスイー

による解決

スマートエスイー

による解決

ビジネス･デザイン思考PBL＆修了制作

ビジネス･デザイン思考PBL＆修了制作

留学生ブレンド実習

海外PBL

留学生ブレンド実習

海外PBL

柔軟な組み合わせ履修モデル＆オンライン

柔軟な組み合わせ履修モデル＆オンライン

【社会人教育】国立情報学研究所

TopSE大阪大学他 組込み適塾

【社会人教育】国立情報学研究所

TopSE大阪大学他 組込み適塾

基盤となる実績

基盤となる実績

【ビジネス】早稲田大学

EDGE/EDGE-NEXT

【ビジネス】早稲田大学

EDGE/EDGE-NEXT

【情報教育】大阪大学他

enPiT 1/enPiT 2

【情報教育】大阪大学他

enPiT 1/enPiT 2

【海外展開】早稲田大学ほか

海外拠点・ﾘｰﾃﾞｨﾝｸﾞ大学院派遣実績

【海外展開】早稲田大学ほか

海外拠点・ﾘｰﾃﾞｨﾝｸﾞ大学院派遣実績

【総合的】代表・連携校による

総合的研究教育

【総合的】代表・連携校による

総合的研究教育

必要な視点必要な視点

フルスタック体系的

共通例題&IoTｸﾗｳﾄﾞ連携

フルスタック体系的

共通例題&IoTｸﾗｳﾄﾞ連携

• 早稲田大学は、創立150周年迎える2032年に向けた長期事業計画にて、「未来をイノベートする独創的な研究の推進」とともに、「社会人教育プログラムの拡充」を重視している。

• 2017年7月に、東京・コレド日本橋に開設。

• 社会人の学び直しの場を提供し、常に社会との対話を心掛け、あらゆる国内外の専門家とともに多様な分野に向けたプログラムを展開。

9

進入・修了条件と目標人材像（予定）

アプリケーション

ビジネス

・情報技術の実務経験

・MCPC IoT資格検定 上級相当

相当の知識を各科目で確認

＊スマートシステム＆サービス = ニーズに応じきめ細やかに必要なもの・サービスを適応・効率的に提供する仕組み

進入条件進入条件 修了条件修了条件

ビジネスやイノベーションを見据え、センサ群とクラウドを組み合わせたIoTシステムを設計構築

組込み・IoTプロフェッショナル組込み・IoTプロフェッショナル 情報処理

通信・物理

システム＆サービスセキュリティ

リーンデザイン思考

人工知能

ビッグデータ

クラウド

センサ・IoT

ビッグデータに対し人工知能を適用し未来予測、適応的にサービスをクラウド上で提供するビジネスモデルをデザイン＆検証

クラウド・ビジネスイノベータークラウド・ビジネスイノベーター

システム群から全体を構成、セキュリティを含む多面的品質評価、ビッグデータ分析を通じ改善

システムオブシステムズ・品質アーキテクトシステムオブシステムズ・品質アーキテクト

・MCPC IoT資格検定 中級相当をベースとして教育プログラムが扱う領域全体の基礎知識を問う入学試験の合格（到達見込者は入門科目受講を必須として入学を認める）

・修了制作による

価値創造デモンストレーション

スマートシステム＆サービス提供を通じた価値創造をリードする人材＝ フルスタック＋専門性（３種）

人材像②

人材像①

人材像③

10

修了要件と年間スケジュール（予定）

修了要件修了要件

正規修了正規修了 10科目120時間（修了制作含む）正規修了証発行

科目スポット履修科目スポット履修

コース修了コース修了 3履修モデルコースのいずれか履修 コース修了証発行 6-7科目

他の履修の仕方他の履修の仕方

数個の科目履修のみ 修了証なし

各地域学習・オンライン視聴各地域学習・オンライン視聴 各地域で行われるセミナーやオンライン講座の受講のみ 修了証なし

正規修了の受講スケジュール正規修了の受講スケジュール

4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月

科目外

エントリ

スタンダード

アドバンスト

オリエンテーション

オリエンテーション

K4入門K4

入門

K５-K16

科目実施K５-K16

科目実施

K1 実習

K2 実習

K1 実習

K2 実習

K3 修了制作 K3 修了制作

H33年から年度内2回実施予定受講希望状況に応じて前倒し実施を検討

４～6か月で修了

職業実践力育成プログラム（BP）認定申請予定: 実務家教員, 演習/PBL/

修了制作双方向, 自己評価, 受講しやすさ

12

目次

1. 背景

2. 事業の概要

3. 教育プログラムと展開

4. AI＆データ × ○○

5. まとめ

13

通信・物理

情報処理

ｱﾌﾟﾘｹｰｼｮﾝ

ビジネス

スマートIoT

システム・ビジネス

入門

エントリ(入門)

スタンダード(専門知識)

アドバンスト(応用力)

スマートIoT

システム開発実習

ｸﾞﾛｰﾊﾞﾙ開発実習

修了制作(企業における

実課題の分析・解決)

システム&デザイン思考・サービスイノベーション

アーキテクチャ・品質エンジニア

リング

セキュリティ・プライバシ・法令

組込み・リアルタイムシステム

クラウドサービス・分散システム

機械学習・深層学習

推論・知識処理・自然言語処理

ビッグデータマイニング・

アナリティクス

センサ回路・制御

無線通信・IoT通信・センサー

ネットワーク

インターネット・仮想化基盤

総合実践

IoT版ビジネスモデル仮説検証プログラム

教育プログラムの全体（予定）

社会人IT技術者

スマートIoTシステム＆サービスプロフェッショナル

教育プログラムの特徴教育プログラムの特徴

• フルスタック: ビジネス、アプリケーション、情報処理、通信・物理の4つの専門領域、総合実践を合わせた5つの領域をカバーする科目群を、iCDやRAMI4.0等を参照モデルとして整理体系化し全体の設計をした。

• 専門性: 各科目は深度に応じ、入門的な内容をあつかう「エントリ」、情報系大学院レベルの専門知識を学ぶ「スタンダード」、実問題への応用力を養う「アドバンスト」の3段階があり、 PBLなど実践的な教育を行う。

• 実践性: 企業における実課題の解決を想定した「修了制作」を必修とする。修了制作はマンツーマンで指導する。

教育プログラム科目群の体系（予定）

修了制作: 持ち込み実課題解決のマンツーマン指導

14

通信・物理

情報処理

ｱﾌﾟﾘｹｰｼｮﾝ

ビジネス

スマートIoT

システム・ビジネス

入門

エントリ(入門)

スタンダード(専門知識)

アドバンスト(応用力)

スマートIoT

システム開発実習

ｸﾞﾛｰﾊﾞﾙ開発実習

修了制作(企業における

実課題の分析・解決)

システム&デザイン思考・サービスイノベーション

アーキテクチャ・品質エンジニア

リング

セキュリティ・プライバシ・法令

組込み・リアルタイムシステム

クラウドサービス・分散システム

機械学習・深層学習

推論・知識処理・自然言語処理

ビッグデータマイニング・

アナリティクス

センサ回路・制御

無線通信・IoT通信・センサー

ネットワーク

インターネット・仮想化基盤

総合実践

IoT版ビジネスモデル仮説検証プログラム

社会人の学びやすさの工夫（社会のニーズに応える工夫）

iコンピテンシディクショナリ・スキル分類 K1 K2 K3 K4 K5

（戦略）　市場機会の評価と選定 4 + + ※ + ++

（戦略）　マーケティング 1 ※ +

（戦略）　製品・サービス戦略 5 + + ※ + ++

（戦略）　販売戦略 1 ※ +

（戦略）　製品・サービス開発戦略 5 + + ※ + ++

（戦略）　システム戦略立案手法 6 + + ※ + ++

（戦略）　コンサルティング手法 1 ※

（戦略）　業務動向把握手法 1 ※ +

（企画）　システム企画立案手法 6 ++ ++ ※ + ++

（企画）　セールス事務管理手法 0 ※

履修しやすさ履修しやすさ

アクセス性アクセス性

• 利便性の高い立地コレド日本橋

受講時間の柔軟性受講時間の柔軟性

• 平日夜＆土曜日開講• 必修科目の座学部分をオンライン提供し受講時間の

柔軟性を確保オンラインシステム：一般用（JMOOC・無料)、受講者用（早大）

修了後のニーズに応じた動機づけ修了後のニーズに応じた動機づけ

修了制作の活用・発展修了制作の活用・発展

• 全国の大学ネットワークを活用し、多様な制作・研究テーマの希望に合わせて的確に指導マッチング

• マンツーマン指導を受けた修了制作の成果を指導教員とともに共同研究として発展させることが可能

大学院への接続大学院への接続

• 修了制作や論文化の結果を大学院入学要件として認め、入学や修了の負担を軽減

履修科目の多様性と最適化履修科目の多様性と最適化

組込み・IoTプロフェッショナル人材育成希望者の受講例

• 受講者の環境や目標に応じ、履修モデルコースを提示• 各科目を12時間に抑え多数の科目メニューが選択可能• 入門科目を設け、受講ハードルを下げる

確かに身につく知識と技術確かに身につく知識と技術

iCD• /RAMI参照、身に着けられる知識・技術を明確に• 「IoTシステム技術検定 上級」合格レベルを目指す

実践的• な授業で、業務との関連付けを容易に

iCDと本受講科目との対応表の例

RAMIとの関係: レイヤ、ライフサイクル網羅、階層 部分対応15

普及展開（予定）

全国ネットワークの活用全国ネットワークの活用

北九州地区• 電子産業系企業群と北九州コンソーシアム

を設立済• 早稲田大学とコンソーシアムで社会人の学び

なおし事業をすでに実施中（IoTビジネス構想ワークショップ）

• コンソーシアム関連地元企業への教育展開、大学院入学・共同研究を促進

関西地区

• 開発した教材を活用は、各地区に展開し、各地の社会人教育に活用する

• 補助期間中に大学ネットワークをさらに拡大する（立命大等）

企業への働きかけ企業への働きかけ

• 教材開発段階から企業との連携関係を作り、受講者を獲得する

• ニーズに即した科目設計と充実の教育内容にて企業からの信頼を得る

• 各地域の地場産業や地元企業との共同研究につながる深い連携を促したり、大学院入学への接続を狙う

• オンライン教材の広報を企業向けに積極的に行う

• PBLを除く全必修科目を部分的にオンライン提供し場所や時間の制約を軽減する

• 導入部分は知名度の高い「オンライン大学講座JMOOC」にて発信（無料）広く一般に提供する

東芝, 富士通, 日本電気日立製作所, いい生活, ヤフー全脳アーキテクチャ・イニシアティブデンソー,ハレックス,情報医療,システム情報モバイルコンピューティング推進コンソーシアム新経済連盟, 日本IT団体連盟IT検証産業協会, 次世代センサ協議会電子情報技術産業協会組込みシステム技術協会コンピュータソフトウェア協会先端IT活用推進コンソーシアム

+

連携企業（会員企業含め5000社超）

オンライン講座の普及オンライン講座の普及

関東地区

北陸地区

東京地区

立命館大学（協力校）

16

地域展開先行実施済み:早稲田大学IPS・北九州コンソーシアム― トライアル講座「IoTビジネス構想ワークショップ」日時第1日 : 2017年6月8日(木) 10:00~18:00

第2日 : 2017年6月9日(金) 10:00~15:00

参加者コンソーシアム会員企業の社会人12名およびIPS学生3名 計15名会場早稲田大学大学院情報生産システム研究科S105教室内容産学連携講座のトライアル講座として「IoTビジネス構想ワークショップ」を開講https://www.waseda.jp/fsci/ipsrc/news/2017/06/12/472/

早稲田大学IPS・北九州コンソーシアム会員企業数 30社（2017年5月現在）

17

受講者

授業評価

科目担当者

改善

1次レビュー

領域リーダ 教育プログラム委員会

2次レビュー

振り返り

外部評価

外部評価委員会

科目改善

実施計画とコンソーシアム（予定）

人的交流

教材シェア

事例・データシェア

共同研究

年に1回

半年に1回

四半に1回

H29 H30 H31 H32 H33

実施計画実施計画

評価と改善の体制評価と改善の体制 コンソーシアムコンソーシアム

ニーズ調査

共通例題の開発

教材開発

コンソーシアム設立

教育ﾌﾟﾛｸﾞﾗﾑ開講･実施 教育ﾌﾟﾛｸﾞﾗﾑ実施 教育ﾌﾟﾛｸﾞﾗﾑ実施 教育ﾌﾟﾛｸﾞﾗﾑ年2回実施

共通例題の改良

教材の改良

教材のオンライン化＊ 教材のオンライン化＊ オンライン教材の公開・地区展開での活用

*必修科目の座学部分のみ。PBL等の実習はWASEDA NEO通学を必修とする。ただし、補助期間終了後は遠隔または各拠点校でも行う。

コンソーシアムの運営・拡充

教育プログラムは2年目から開講。オンライン教材の公開はH32 から。H33年は年2回プログラムを実施。

コンソーシアムコンソーシアム

自己評価自己評価

外部評価外部評価

産業界団体本事業責任者など

本教育プログラムに賛同する企業及び団体に対して、会員制のコンソーシアムへの参加を促す。メリット: 教材・事例・データ利用、オンサイト教育

18

目次

1. 背景

2. 事業の概要

3. 教育プログラムと展開

4. AI＆データ × ○○

5. まとめ

19

CRISP-DM: Cross-Industry Standard Process for Data Mining

ビジネスの理解

データの理解

モデリング

データの準備

展開

評価

データデータ

21

アプリケーション

ビジネス

情報処理

通信・物理

具体的な問題への取り組み例

• ビジネス活動上のチームワークをどのように改善できるか？

• IoTソフトウェア品質をどのように評価、改善できるか？

22

AI＆データ×チームワーク: 理解

Y. Sunaga, H. Washizaki, et al., “Relation between Combinations of Personal Characteristic Types and Educational Effectiveness for a

Controlled Project-based Learning Course,” IEEE Transactions on Emerging Topics in Computing 5(1) 2016 23

AI＆データ×チームワーク: データ準備・モデリング・評価

T L

M A

個人学習効果

各メンバの個人特性をFive Factor Stress, Five Factor Model 定量化

個人特性が学習にもたらす影響は、、、

リーダ タグボート

マネージャ

アンカー

Y. Sunaga, H. Washizaki, et al., “Relation between Combinations of Personal Characteristic Types and Educational Effectiveness for a

Controlled Project-based Learning Course,” IEEE Transactions on Emerging Topics in Computing 5(1) 2016 24

AI＆データ×チームワーク: 再理解・再モデリングへ

個人特性の「組み合わせ」「偏り」が学習にもたらす影響特定

国内外への展開: 愛媛大学、ニューヨーク州立大学オスウェゴ

M有,T有,

L無その他

チーム学習効果

Y. Sunaga, H. Washizaki, et al., “Relation between Combinations of Personal Characteristic Types and Educational Effectiveness for a

Controlled Project-based Learning Course,” IEEE Transactions on Emerging Topics in Computing 5(1) 2016 25

AI＆データ×IoTソフトウェア品質: 枠組み

N. Tsuda, et al. Iterative Process to Improve GQM Models with Metrics Thresholds to Detect High-risk Files, SANER'15 Doctoral

人手レビュー

品質測定

機械学習

改善

M. 呼び出し先モジュール数

G. 変更されやすい箇所を特定できている

Q. モジュールの依存関係はどの程度か？

M. 呼び出し元モジュール数

A. あちこちと依存するモジュールは変更されやすい

測定目的

仮定

質問

測定データ

26

AI＆データ×IoTソフトウェア品質: モデリングから評価・展開へ

10 25

300

150

M. 関数の数

M. 実

行行

数

OK

NG

71

M. 関数の数

M. 実

行行

数

OK

NG

△ OK, ○ NG

N. Tsuda, et al. Iterative Process to Improve GQM Models with Metrics Thresholds to Detect High-risk Files, SANER'15 Doctoral 27

アプリケーション

ビジネス

情報処理

通信・物理

問題の開放性と横断性

閉じた問題 開かれた問題

• ビジネス活動上のチームワークをどのように改善できるか？

• IoTソフトウェア品質をどのように評価、改善できるか？

• どのようなクラウドサービスを展開すればよいのか？

29

AI＆データ×ビジネス＆クラウドサービス: 開かれた問題への挑戦

Yasuhiro Watanabe, Hironori Washizaki, Kiyoshi Honda, Yuki Noyori, Yoshiaki Fukazawa, Aoi Morizuki, Hiroyuki Shibata, Kentaro Ogawa,

Mikako Ishigaki, Satiyo Shiizaki, Teppei Yamaguchi and Tomoaki Yagi, “ID3P: Iterative Data-Driven Development of Persona based on

quantitative evaluation and revision,” 10th International Workshop on Cooperative and Human Aspects of Software Engineering (CHASE 2017)

・氏名・性別・年齢・生活

目標・戦略・データモデリングGQM+Strategies

データ駆動ペルソナ

• ペルソナ: 仮想のユーザ像• ユーザデータによるペルソナの

改訂

ユーザ活動データ

目標

戦略

測定目的

質問

測定データ

目標指向• のモデリング組織• ビジネス目標、戦略、測定の整合化

ペルソナ

30

AI＆データ×ビジネス＆クラウドサービス: モデリングと繰り返し

Yasuhiro Watanabe, Hironori Washizaki, Kiyoshi Honda, Yuki Noyori, Yoshiaki Fukazawa, Aoi Morizuki, Hiroyuki Shibata, Kentaro Ogawa,

Mikako Ishigaki, Satiyo Shiizaki, Teppei Yamaguchi and Tomoaki Yagi, “ID3P: Iterative Data-Driven Development of Persona based on

quantitative evaluation and revision,” 10th International Workshop on Cooperative and Human Aspects of Software Engineering (CHASE 2017)

目標

目標 測定データ

戦略 戦略

クラウドサービス利用データ

繰り返し

初期調査

31

AI＆データ×ビジネス＆クラウドサービス: 再戦略・再モデリングへ

Yasuhiro Watanabe, Hironori Washizaki, Kiyoshi Honda, Yuki Noyori, Yoshiaki Fukazawa, Aoi Morizuki, Hiroyuki Shibata, Kentaro Ogawa,

Mikako Ishigaki, Satiyo Shiizaki, Teppei Yamaguchi and Tomoaki Yagi, “ID3P: Iterative Data-Driven Development of Persona based on

quantitative evaluation and revision,” 10th International Workshop on Cooperative and Human Aspects of Software Engineering (CHASE 2017)

クラウドサービス利用データ 改訂後のペルソナ

当初のペルソナ

戦略: 話題更新頻度・多様性向上

戦略: 話題共有サービス強化

HanakoFemale29 age

話題共有の傾向あり

頻繁にサービス利用

話題: 美容 & 旅行

Taro Male29 age

話題共有しない

しばしば利用

話題: 日常

YoshikoFemale29 age

話題共有の傾向あり

頻繁にサービス利用

記事: さまざま

YoshikoFemale29 age

→話題共有しない

32

通信・物理

情報処理

ｱﾌﾟﾘｹｰｼｮﾝ

ビジネス

スマートIoT

システム・ビジネス

入門

エントリ(入門)

スタンダード(専門知識)

アドバンスト(応用力)

スマートIoT

システム開発実習

ｸﾞﾛｰﾊﾞﾙ開発実習

修了制作(企業における

実課題の分析・解決)

システム&デザイン思考・サービスイノベーション

アーキテクチャ・品質エンジニア

リング

セキュリティ・プライバシ・法令

組込み・リアルタイムシステム

クラウドサービス・分散システム

機械学習・深層学習

推論・知識処理・自然言語処理

ビッグデータマイニング・

アナリティクス

センサ回路・制御

無線通信・IoT通信・センサー

ネットワーク

インターネット・仮想化基盤

総合実践

IoT版ビジネスモデル仮説検証プログラム

教育プログラムとの関係

• 各科目におけるデータドリブン実践

• PBLや修了制作を通じた「開かれた問題」の扱い

IoTソフトウェア品質

チームワークと個人特性

データ駆動ペルソナ＆サービス

ビジネスの理解

データの理解

モデリング

データの準備

展開

評価

データ

33

全国規模のIoT・クラウド実践基盤（予定）・ 例題や演習に共通の例題を使用しレイヤを超え知識を結びつけ，総合力向上

⇒ 大規模仮想実践研究基盤内に構築し、各地区拠点どこからでも利用可能に

拠点内IoTルーム（東京、北九州ほか）

BigClouTアーキテクチャに基づく連携基盤(欧州7都市での大規模IoTシステムでの実績のあるアーキテクチャ)

関西地区

九州地区

北陸地区

各地区拠点から利用可能(全データセット，センサ，サービスエリアを共有)

拠点内のIoTルームと連携して実践的な演習を実施

実環境内にセンサ・アクチュエータを設置

東京拠点

ウェアラブルデバイスヘルス・行動データ

ヘルスケアデータセット(WASEDA’s

Health Study)

国内外50万個以上のセンサー群

実データセット・センサを登録

34

目次

1. 背景

2. 事業の概要

3. 教育プログラムと展開

4. AI＆データ × ○○

5. まとめ

35

海外有力大学IoT・スマート系コース比較

フルスタック、強力な産学連携、講義＋オンライン教材は世界初

プログラム 期間 フルスタック

トピック 産学連携

夜間講義

オンライン教材

スマートエスイー

20-24週間 ◎ ◎ 〇 ◎

MIT 6週間 〇 アーキテクチャ(RFID,IoT), Webサービス(Linked data), 無線通信, ストリームデータ,

セキュリティ, HCI/自動運転/スマート

大学教員のみ

N/A 〇 (3科目)

University of

Oxford

12週間 ×（アプリのプログラミング中心）

プログラミング

(Phyton,ensorflow, Keras, Spark), 機械学習,

ドローン等

〇 N/A N/A

Queen Mary

University of

London

1-2年 ○ ビックデータ処理, 機械学習・データマイニング, センサーネットワーク、リアルタイムシステム

大学教員のみ

N/A N/A

MIT Professional Education – Internet of Things: Roadmap to a Connected World

University of Oxford: Data Science for the Internet of Things

Queen Mary University of London – MSc, Internet of Things

36

大学側からのメッセージ（抜粋）

早稲田大学 鷲崎弘宜日本の企業は、要素技術に優れています。しかし領域や利害関係者を超えて全体を俯瞰して組み合わせ、ビジネスへと結びつけることに後れを取っています。・・・国立情報学研究所 副所長・教授 本位田真一「トップエスイー」と呼ぶ社会人向け教育プログラムでトップレベルのソフトウェア技術者の育成・・・大阪大学 大学院情報科学研究科・教授 井上克郎いままで行われてきたenPiTのノウハウを積極的に取り入れ・・・、受講生の間の交流を積極的に促し・・・北陸先端科学技術大学院大学 知識科学系・教授 内平直志技術・サービス経営を特徴とする社会人コースを開設・・・IoT時代は、情報技術×サービス経営が不可欠であり、ビジネス・経営の視点で貢献・・・

37

企業側からのメッセージ（抜粋）

IT検証産業協会 会長 藤井洋一つながる世界においては接続先の品質も考慮しないと・・・日本オープンオンライン教育推進協議会 理事長 白井克彦ＪＭＯＯＣでは各大学で行われる講座を全体で共有・・・一般社団法人 電子情報技術産業協会 IT人材育成WG主査 前川隆昭IoTやAIなどの技術領域とビジネスセンスを融合して体系的に学べる株式会社ハレックス 代表取締役社長 越智正昭データドリブン社会においてディジタルデータを分析活用できる人材全脳アーキテクチャ・イニシアティブ 代表 山川宏脳のようにクラウドとセンサ・IoTを組合せたアーキテクチャ・・・富士通株式会社 AI基盤事業本部プリンシパルエンジニア 吉田裕之理論と技術を併せ持ったエンジニアを短期集中で輩出ヤフー株式会社 CTO 藤門千明社会の課題解決のためには、人工知能を積極活用できる高度な技術を持つ人材育成が必要

38

39