今が、AI副業の
はじめドキ。
実践的なAIスキルを最短3ヶ月で学べる。
あなた専属のアドバイザーが
最初の副業案件獲得までサポート。
aipassの強み
“学ぶだけ”で終わらせない。
実案件ベースの課題で
「使える力」を習得。
aipassの全コースでは、実際の副業・業務で募集されている実案件をベースにした最終課題に取り組みます。
学習途中の課題も、単なる知識習得ではなく、習った知識を”自分でアウトプット”する設計だから、学ぶだけでなく現場で「使える力」が自然と身につきます。
さらに、最終課題の結果はあなたのポートフォリオとして残ります。
受講後すぐに副業案件に応募したり、企業へのスキルアピールにも、そのまま使えます。
副業経験豊富な
アドバイザーが、
コース受講中から
副業デビューをサポート！
受講開始時に
あなた専属のアドバイザーが1名アサイン
Slackを通じて24時間いつでも相談可能
「どんな副業が自分に合うか」「どうスキルを案件獲得につなげるか」といった具体的なゴールから逆算し、 必要な学習ステップや取り組むべき課題まで一緒に設計していきます。
週1回の1on1を実施
実際の副業案件を想定した課題への挑戦や、ポートフォリオ・プロフィールのブラッシュアップまで、 「副業に本気でつなげたい」あなたにプロ視点のナビゲートと実践的なフィードバックでしっかりサポートします。
東京工業大学 非常勤講師
東京大学大学院 新領域創成科学研究科を修了後、AIエンジニア・プロジェクトマネージャーとして、顔画像生成AI、テキストマイニングを活用したドキュメント検索ツール、AIによる食品外観検査装置の開発など、複数のAIプロジェクトに従事。
E資格/G検定/データサイエンティスト検定/
Generative AI TEST/基本情報技術者試験
Antyba合同会社 代表
モバイルオーダー・POS連携など
プロダクトの開発に従事
東京大学大学院 情報理工学系研究科を修了後、NTTコミュニケーションズにて官公庁・大手企業向けのシステム保守運用・開発プロジェクトに従事。その後、企業にてモバイルオーダーシステムやPOS連携機能の構築を中心に、Webフロントエンド開発とプロダクト推進を担当。
ネットワークスペシャリスト/
AWS Solution Architect
ホテルロビーのプロジェクションマッピング用センシングシステム開発/360°映像生配信システム・アプリケーションなど複数の開発に従事
経営支援SaaSにおいて、
プロダクトマネージャーとして事業企画、
KPI設計、AIエージェント機能の
企画推進などを担当
東京大学大学院 情報理工学系研究科を修了後、大手人材・IT関連企業に入社。データサイエンティストとして位置情報データを活用した広告効果の分析や、Web広告と屋外広告の効果を統合的に計測するプロダクトの企画・開発に従事。。加えて、当サービスaipass運用会社のdotConfにて副業として分析系案件にも複数参画。
SaaSサービスのプロダクトマネジメント
（事業設計、KPI策定、AI企画推進）
広告効果分析および計測のプロダクト開発
（位置情報データ×Web／屋外広告）
分析系副業プロジェクトへの参画
（dotconf経由）
修了後は
実績として使える
ポートフォリオと
コース修了証を発行。
副業応募で信頼される
「証拠」が手に入ります。
身についたスキルと共に、
クラウドソーシングや副業案件応募時に、
「AIスキルを実践的に学んだ証拠」として
自信を持って提出できる“武器”になります。
3つのコース
ビジネスや副業で“実用レベル”へ 生成AIマスターコース データから意思決定に活かせる提案を出すなら データ分析マスターコース 開発に携わる力を養い実装・PoCやAI人材として活躍 深層学習マスターコース
生成AIをビジネスや副業で“実用レベル”へ
生成AI
マスターコース
Pythonの基本から応用、生成AIプログラミング、LangChain、RAGの理論、実装を学び「生成AIを武器にしてビジネス価値を創出する」ためのスキルを習得できるコースです。生成AIを使った業務効率化／新サービス開発／副業案件対応ができる実務力を習得しましょう。
セクション
パート
到達目標
受講の手引き
生成AIマスターコースの全体像
なぜ学習するのか？・コースの全体像・目次等を理解する
Pythonの基本
Pythonの概要と実行方法
Pythonの言語の得意分野や活用シーンが理解できる、Pythonを実行できる / Colabの操作方法を理解する
変数とデータ型
変数とデータ型の概念が理解・コーディングができる
データ構造
リスト・辞書型のデータ構造を理解・コーディングができる
条件分岐
if文による条件分岐の実装ができる
繰り返し処理
for文・while文による繰替処理及びbreak・continueの実装ができる
Pythonの応用
関数
関数の概念と実装方法・無名関数の実装方法を理解しコーディングができる
クラス
クラス・インスタンスの概念と実装方法・継承の概念について理解しコーディングができる
Pythonのライブラリ
ライブラリの概念と使用方法について理解し、コーディングができる
様々なライブラリの活用
datetime・math・reなど数値計算に用いるライブラリを用いたコーディングができる
生成AIプログラミング
AI概要
AIとは何か、AIの歴史や種類、話題の生成AIまで、AIの概要を理解できる
ChatGPTの基本
ChatGPT利用の注意点やプロンプトエンジニアリングについて理解・コーディングできる
OpenAIの概要
OpenAIが提供しているAPIやモデル、トークンの概要について理解・コーディングできる
生成AIプログラミングの基本
生成AIの応用的な活用方法として、OpenAI APIの主要パラメータの使い方、Function Callingを理解・コーディングできる
生成AIプログラミングの応用
生成AIを利用した発展的なコーディングができる
LangChain
LangChainの概要
LangChainの概要について理解できる
LangChainの基本
LangChainのなかでも最も中心的な役割を担う、プロンプト（指示文）をAIに送り、返答を受け取る仕組み（Models I/O）を理解・コーディングができる
LangChainの応用
LangChain Expression Language（LCEL）という、大規模言語モデル（LLM）アプリケーション開発を効率化する記法について理解・コーディングができる
LangSmith
LLM（大規模言語モデル）アプリケーションの開発、テスト、デバッグ、そして監視を支援するためのプラットフォームであるLangSmithについて理解・操作できる
RAG
RAGの概念
RAGやベクトルデータベースの概念について理解ができる
RAGの実装の基本
LangChainを利用したRAGやベクトルデータベースのコーディングができる
RAGの評価
RagasやLangSmithを活用するRAGシステムの精度評価の方法を理解できる
RAGの精度向上施策
RAGシステムの精度を高める手法について理解できる
AIエージェント
AIエージェントの概念
AIエージェントの概念について理解ができる
LangGraphによるAIエージェントの実装
LangGraphを利用したAIエージェントのコーディングができる
RAG×AIエージェントの実装
RAG検索の要否を自律的に判断するAIエージェントのコーディングができる
最終課題
最終課題
実践的な業務課題を出題し下記の成果を確認する・分析設計・前処理・分析・結果の発表・ビジネス的提案
データから意思決定に活かせる提案を出すなら
データ分析
マスターコース
Pythonの基本から応用、データ分析に必要なライブラリ、機械学習を知り、「データを活かして価値を生み出す」ためのスキルを習得できるコースです。意思決定に活かせるデータ分析レポートで業務や副業に活かせる“分析力”を習得しましょう
セクション
パート
到達目標
受講の手引き
データ分析マスターコースの全体像
なぜ学習するのか？・コースの全体像・目的を理解する
Pythonの基本
Pythonの概要と実行方法
Pythonの言語の得意分野や活用シーンが理解できる、Pythonを実行できる/Colabの操作方法を理解する
変数とデータ型
変数とデータ型の概念が理解・コーディングができる
データ構造
リスト・辞書型のデータ構造を理解・コーディングができる
条件分岐
if文による条件分岐の実装ができる
繰り返し処理
for文・while文による繰り返し処理及びbreak・continueの実装ができる
Pythonの応用
関数
関数の概念と実装方法・無名関数の実装方法を理解しコーディングができる
クラス
クラス・インスタンスの概念と実装方法・継承の概念について理解しコーディングができる
Pythonのライブラリ
ライブラリの概念と使用方法について理解し、コーディングができる
様々なライブラリの活用
datetime・math・reなど数値計算に用いるライブラリを用いたコーディングができる
データ分析の基本
データの性質
量的変数・質的変数 / カウント・平均・分散・パーセンタイル・中央値・モードを理解できる
Numpyによる数値計算
Numpyを用いた数値計算ができる
Pandasによる表計算
Pandasを用いた表計算ができる
Matplotlibによるグラフ描画
適切なグラフの使い分け・Matplotlibを用いたデータの可視化ができる
教師あり学習
機械学習の概要
機械学習の種類・概念が理解できる
教師あり学習（回帰）
教師あり学習における回帰とその評価方法が理解・コーディングができる
教師あり学習（分類）
教師あり学習における分類とその評価方法が理解・コーディングができる
教師なし学習
教師なし学習（クラスタリング）
教師なし学習におけるクラスタリングとその評価方法が理解・コーディングができる
教師なし学習（主成分分析）
主成分分析と次元削減する意味、実装、実装した結果の可視化、精度向上の例（次元の呪いを解決）ができる
機械学習の高度化
前処理
機械学習におけるスタンダードな前処理の手法やスケーリングについて理解・コーディングができる
パラメータチューニング
機械学習におけるパラメータのチューニングの種類とその考え方について理解・コーディングができる
特徴量エンジニアリング
特徴量エンジニアリングの考え方やスタンダードな手法を理解・コーディングができる
不均衡データへのアプローチ
不均衡データと機械学習を適用する際の対応について理解・コーディングができる
最終課題
最終課題
実践的な分析課題を出題し下記の成果を確認する・分析設計・前処理・分析・結果の発表・ビジネス的提案
開発に携わる力を養い、
実装・PoCやAI人材として活躍
深層学習
マスターコース
ビジネス力・データサイエンス力・データエンジニアリング力という、AIエンジニアに求められる3つのスキルをバランスよく習得できるコースです。単なる理論や実装技術の習得にとどまらず、「AIで現場の課題を解決する」実務直結型のスキルを習得しましょう。
セクション
パート
到達目標
受講の手引き
深層マスターコースの全体像
なぜ学習するのか？コースの全体像・目次等を理解する
Pythonの基本
Pythonの概要と実行方法
Pythonの言語の得意分野や活用シーンが理解できる、Pythonを実行できる/Colabの操作方法を理解する
変数とデータ型
変数とデータ型の概念が理解・コーディングができる
データ構造
リスト・辞書型のデータ構造を理解・コーディングができる
条件分岐
if文による条件分岐の実装ができる
繰り返し処理
for文・while文による繰り返し処理及びbreak・continueの実装ができる
Pythonの応用
関数
関数の概念と実装方法・無名関数の実装方法を理解しコーディングができる
クラス
クラス・インスタンスの概念と実装方法・継承の概念について理解しコーディングができる
Pythonのライブラリ
ライブラリの概念と使用方法について理解し、コーディングができる
様々なライブラリの活用
datetime・math・reなど数値計算に用いるライブラリを用いたコーディングができる
Numpyによる数値計算
Numpyを用いた数値計算ができる
Pandasによる表計算
Pandasを用いた表計算ができる
Matplotlibによるグラフ描画
適切なグラフの使い分け・Matplotlibを用いたデータの可視化ができる
深層学習の基本
深層学習の概要
機械学習の基本的な概念から、深層学習の特徴までを理解できる
ニューラルネットワークの順伝搬
ニューラルネットワークの基本構造・順伝播の仕組みが理解できる
ニューラルネットワークの学習
ニューラルネットワークの学習の仕組みについて理解ができる
PyTorchを利用したニューラルネットワーク実装
Tensorの基礎
Tensorの概念とTensor型の操作についてコーディングができる
ニューラルネットワークの構築（回帰）
ニューラルネットワークにおける回帰及びその評価方法についてコーディングができる
ニューラルネットワークの構築（分類）
ニューラルネットワークにおける分類及びその評価方法についてコーディングができる
精度向上施策
ニューラルネットワークのスタンダードな精度向上施策をもとにコーディングができる
画像処理
CNNによる画像認識
画像データに関する理解と、CNNによる画像分類がコーディングできる
画像認識のファインチューニング
ファインチューニングの概念と、画像データの分類問題においてコーディングができる
自然言語処理
自然言語データの基本とベクトル表現
自然言語データの基本と単語文を数値のベクトルとして表す手法を理解できる
ニューラルネットワークによる自然言語処理
ニューラルネットワークを活用して自然言語処理を行う方法を理解できる
最終課題
最終課題
実践的な分析課題を出題し下記の成果を確認する・分析設計・前処理・分析・結果の発表・ビジネス的提案
コースの
選び方
副業・スキルアップ—
目的に合わせて、最適なコースを。
受講後に“できること”で選ぶコースガイドです
AIを使って
業務効率化を進めたいあなたに
こんな悩みはありませんか？
- Excel業務や社内文書の処理が手間で、何とかしたい
- チャットボットや自動化ツールを使ってみたいが、どう始めればいいか分からない
受講後にできるようになります！
- 社内文書を活用したチャットボットを自作して、業務負担を削減
- メール返信や報告書作成を自動化し、チームの作業効率を改善
- 実際の業務プロセスをもとにしたAIを自分で構築できるようになる
データで伝える力を
身につけたいあなたに
こんな悩みはありませんか？
- データ分析に興味はあるけど、何から始めればいいか分からない
- 感覚に頼った説明しかできず、説得力に自信がない
- 会議や提案で「数字で語れない」もどかしさを感じている
受講後にできるようになります！
- 売上やアンケートなどの身近なデータを使って、分析の基礎が身につく
- グラフや指標を使って、企画や提案に説得力を持たせられるようになる
- 副業でも「なぜそうなのか」をデータで説明できるようになる
画像認識や自然言語処理に
挑戦したいあなたに
こんな悩みはありませんか？
- モデル構築の経験がなく、何から学べばいいか迷っている
- 需要予測やレコメンドに興味はあるが、モデル作成に自信がない
受講後にできるようになります！
- 実務に直結する「画像分類」「テキスト分類」などの高度なスキルが身につく
- 購買履歴データを例におすすめ商品をレコメンドするロジックを構築できる
- SNSやレビューから感情を分析し、顧客ニーズを可視化できる
コース料金
AIスキルを身につけるなら今が学びドキ！
最初の副業案件を獲得するまで
徹底してサポートします。
学習の流れ
学習開始
実際の案件をベースにした課題を解いて、スキルを実践的に習得。
パートごとの
課題提出&
フィードバック
Slackや週1のオンライン会議で学習サポート&副業デビューをサポートします。
最終課題の提出
あなたに合った最終課題でプレゼン形式で発表。改善点を丁寧にフィードバックします。
コース修了書・
ポートフォリオの発行
受講が終わっても安心
FAQ
-
Q
受講中はどのようなサポートを受けられますか？
A受講開始時にあなた専属の学習アドバイザーが1名アサインされ、専用のSlackチャンネルで24時間いつでも質問をすることができます。画面を共有してコードレビューを行うことも可能です。リアルタイムで講師と一緒に見直すことで、つまずきの原因を即時に解消しやすくなります。
-
Q
忙しい社会人でも続けられますか？
Aモチベーションが下がりがちなタイミングや、進みが遅れているときでも、あなた専属の学習アドバイザーが一緒に伴走します。毎週決まった時間にオンラインで面談を行い、進捗の確認や目標の見直し、学習方法のアドバイスなど、状況に合わせてあなたに最適化したサポートをご提案します。
-
Q
修了評価はどのような方法で行いますか？
A修了評価は以下の通りです。
修了評価の方法
- 各課題の提出が全て完了すると最終課題を受講することができます。
- 最終課題の実施後、複数のレビュワーに発表する機会があります。
- 最終課題のプレゼン資料、プレゼン内容、質疑応答への対応などを総合的に評価します。
- 最終課題の評価が基準を満たした場合、修了となります。
修了評価の基準
最終課題審査では下記観点を総合的に判断し、採点します。
- 内容が所定の項目を網羅しているか
- 正しいプロセスや手順で分析が実施されているか
- 分析結果について、正しい解釈や論理的な考察が展開できているか
(成果発表会での審査結果を測定し、ITSSレベル3以上であると一致をみたもの）
無料の
オンライン相談で
まずはお気軽に
ご相談ください
ご希望のサービス概要説明やあなたの状況や目的に合わせたコースのご提案を行います。受講にあたっての不安やお支払いのご相談などお気軽にご相談ください。
