株式会社スキルアップNeXt

【実践的な機械学習スキルを学べる、AI時代の学習プラットフォームを展開しています】
受講終了後すぐに使える超実践的機械学習スキルを、最前線で活躍するデータサイエンスのスペシャリストから体型的に学べるAI時代の学習コミュニティです。受講者視点で見た「価格が高い」「実践的講座がない」「体系化されたカリキュラムがない」「知識を活かせる仕事がない」等の問題を解決するためのスクールを始めました。「AIを学びたい、AIをビジネスに活かしたいけどどうすればいいのかわからない」とお悩みの方へ、実務経験豊富な講師が、講座を通して実践的なスキルをお伝えします。Google Cloud Service パートナー認定を取得し、Google Cloudの教育やトレーニングなどのサービスを提供することで、生成AIを筆頭にしたAI活用推進及びDX支援をより効果的・実践的に支援することが可能となりました。また、GX（グリーントランスフォーメーション）人材育成プログラムを立ち上げ、企業のGX推進支援にも力を入れ、加えて、量子・Web3といった先端領域にも焦点をあて、人材育成の取り組みを始めています。
■DX・AIを中心としたデジタル人材育成事業
■データ分析・AI開発に関わるコンサルティング、システム開発事業
■GX（Green Transformation）人材育成事業
■DX・AIを中心としたデジタル人材特化型 採用支援事業
■Webサービス開発事業
■中高生向けAI教育事業

【先端領域に特化した実践教育で、企業の変革を支援】
同社は、AI・データサイエンス・DX・GXといった先端領域に特化した人材育成および組織開発を支援するEdTech/HRTechスタートアップです。2018年の設立以来、延べ2万人以上が受講する実践的な教育プログラムを提供し、日本を代表する大手企業から地方自治体に至るまで、幅広いクライアントの人材戦略を支えてきました。特徴的なのは、単なるeラーニングや集合研修ではなく、企業ごとの課題や実データをもとにカスタマイズされたトレーニングを設計する点です。また、JDLA認定の教育プログラムをはじめ、AI資格対策、実務実装、PoC支援まで一気通貫で対応可能な体制を持ち、教育×実務の架け橋として高い評価を得ています。今後は、教育事業にとどまらず、キャリア支援や採用支援との連携を強化し、個人と組織がともに成長できるプラットフォームの構築を目指しています。


【松尾豊教授が理事長を務める一般社団法人日本ディープラーニング協会の日本初認定プログラム企業】
東京大学大学院工学系研究科の松尾豊教授が理事長を務める一般社団法人日本ディープラーニング協会（JDLA）の日本初の認定プログラム企業であり、個人の資格対策から法人研修まで幅広く対応。Pythonや数学、機械学習、ディープラーニング等、受講後すぐに使える超実践的な機械学習の知識・スキルを、現場の最前線で活躍するデータサイエンスのスペシャリストから体型的なスキルを直接学ぶことができます。

【クライアントへどんな価値を提供しているのか】
同社のサービスの強みとして、クライアントのニーズに合わせ、オーダーメイドで人材開発プランを提案している点があります。企業ごとにニーズが異なることはもちろん、1つの企業の中でもどのレイヤーを育成するか（ビジネス部門、エンジニア部門、経営部門etc…）によって提案の内容は変わってきます。学んだ内容を実務で生かすため、各クライアントの実データを研修に落とし込み、座学と実務を繋げるようなご支援もしております。e−learningをパッケージとして提案しているAI教育事業者が多い中、弊社は単なる研修の提供に留まらず「組織開発のご支援」というコンセプトを大事にしています。

製造、金融、小売、医療など幅広い業界の大手クライアントに対し、
機械学習エンジニアとして開発業務に携わっていただきます。
具体的な業務内容としては、機械学習モデルの設計・開発・実装、
データ収集および前処理、特徴量エンジニアリング、モデルの評価および改善などがございます。
ビジネス課題に対するデータ分析や、
クライアントからのフィードバックを基にしたモデルの継続的な改善も行います。
コンサルタントとの連携によるプロジェクト推進も担当していただきます。
同社は、データサイエンスやAIを活用してビジネスの変革を支援する
講座や人材育成プログラムを提供しております。
PoCの伴走支援や実プロジェクトの伴走支援、受託開発も行い、
クライアントのニーズに柔軟に対応いたします。

・Python でのプログラミング実務経験(1年以上)
・TensorFlow、PyTorch、scikit-learn などの深層学習/機械学習フレームワークの使用経験
・上記フレームワークで提供されている手法やモデルを理解するために必要となる数学・統計学の基礎知識（線形代数、確率統計、微積分）

【歓迎】
・製造、金融、小売、医療など特定の業界に対する専門知識
・コンピューターサイエンス分野の修士号・博士号
・査読付き学術論文の掲載実績
・Kaggleなどの機械学習コンペティションでの実績
・クラウドプラットフォーム（AWS、GCP、Azure）での開発経験