■到達目標 ・フレームワークを使って着想できる。 ・ワークシートを使って検証計画を立てられる。 ■対象者 はじめてDXを学ぶ方。これからDXの活用を考えている方。 ■前提知識 特に必要としません。

■到達目標 ・デジタルトランスフォーメーションとは何かを理解し、社会やビジネスの変化や価値創造について説明できる。 ・デジタルトランスフォーメーションの実現に重要となる技術の概要を説明できる。 ■対象者…自組織のDXを推進される方やデジタルビジネスに関わる方。 ■前提知識…特に必要としません。 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。

■コース概要 ・製造業においてスマートファクトリーを実現するためにはデジタル・トランスフォーメーション（DX）、すなわちデータ活用によるプロセス改革が不可欠です。本コースでは、スマートファクトリーの実現に向けて必要となる工場の基本知識を学びます。その後、品質、納期、セールス＆オペレーション・プランニング（S&OP）の課題を解決するためにデータがどのように活用されているかを学びます。 ■到達目標 ・工場の基本的な用語、仕事について理解できる。 ・品質、納期、セールス＆オペレーション・プランニング（S&OP）のDXの基本的な考え方を理解できる。 ※お気軽にお問合せ下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。

■概要　現在、多くの企業でDXがすすめられており、技術系、事務系にかかわらず事業や業務へのAIやIoT、クラウドサービスの活用の知識が必要とされています。　新たなビジネス基礎知識ともいわれるAI、IoT、クラウドサービスの用い方とそれらを組み合わせて活用するのに必要なプログラミングがどのようなものかを実習を通じて体験して理解していただきます。このコースではコードを一行一行記述するのではなく、ローコードプログラミングとよばれる直感的に理解できる方法（ツールとしてはNode-Redを使用）を用います。　そのため、プログラミング知識のない方でも業務のDXが可能であることを学んでいただけます。 ■到達目標　 ・受講者のテーマに対してDX技術（AIやクラウド技術など）をどのように活用するのかをイメージできる。 ・より高度な段階のＩＴスキル取得への関心を高め、それらによりできることがイメージできる。 ■対象者 ・顧客へのサービスシステム提案活動に関わるフロント（営業/SE/設計）人財の方。 ・OT × ITでサービス開発を試行されたい方。 ・自身の業務で自らDX実践を試みたいスタッフ部門の方。

■到達目標 5Gを使用したIoTシステムの構築について説明できる。 ■対象者 IoTを適用するSE、IoT関連製品を開発する初級技術者の方。 ■前提知識 「IoT概説」コースを修了しているか、または同等の知識があること。 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。

■到達目標 ・5G、LPWAなどの無線ネットワーク技術の基本を説明できる。 ・IoTを適用した現場において、適切なネットワーク技術を選択するためのポイントを説明できる。 ■対象者 IoTをお客さまに提案するSEおよび開発者の方。 ■前提知識 「IoT概説」コースを修了しているか、または同等の知識があること。 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。

■到達目標 ・IoT広域ネットワークで使用される技術について理解できる。 ・IoTエリアネットワークで使用される技術について理解できる。 ・IoTネットワークを構築するための関連知識について理解できる。 ■対象者 IoTを適用するSE、IoT関連製品を開発する初級技術者の方。 ■前提知識 「IoT概説」コースを修了しているか、または同等の知識があること。 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。

■到達目標 ・IoTでのセキュリティの重要性を説明できる。 ・IoTでのセキュリティの考え方を説明できる。 ・IoTシステムに即したセキュリティを提案できる。 ■対象者 IoTを適用するSE、IoT関連製品を開発する初級技術者の方。 ■前提知識 「IoT概説」コースを修了しているか、または同等の知識があること。 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。

■到達目標 ・データの活用方針を理解し説明できる。 ・AIで解決すべき課題の提起ができる。 ・顧客へ技術について説明できる。 ・AIエンジニアと会話ができる。 ・AI構築の委託先と連携できる。 ・構築できたAIの継続的な運用ができる。 ■対象者 AIがどんなものなのか、何ができるのかを知りたい方。知ったうえで、活用提案をする方。 ■前提知識 特に必要としません。

■到達目標 ・AIの概要の理解と共に、世の中での活用事例やその拡がりなど、AIによってどのようなことができるのか説明できる。 ・データの特長を理解し、集計されたグラフなどからデータを読み解くといった、データ利活用のための基本的な考え方を説明できる。 ・データの利活用に関する、法的、倫理的、社会的、セキュリティ面での注意点が説明できる。 ■対象者 ・AI・データサイエンスに関する基礎知識を身につけたい方。 ・データ利活用に対する行動規範を理解し、適切な行動を習慣として身につけたい方。 ■前提知識 特に必要としません。

■到達目標 ・RPAの概要や活用事例が説明できる。 ・Power Automateの製品概要が説明できる。 ・Power Automate Desktopの主要機能が説明でき、操作できる。 ・Power Automate Desktopによるロボット開発（デスクトップフロー作成）により業務を自動化できる。 ■対象者 Power Automate Desktopによる基本的なデスクトップフローの開発手法を学習したい方。 ■前提知識 Microsoft Windowsの基本的な操作経験があること。

■到達目標 ・マウスやキーボード操作を動かすPythonコードを実装できる。 ・Officeファイルに対して簡単な変更を行うPythonコードを実装できる。 ・ブラウザ画面を動かすPythonコードを実装できる。 ■対象者 人手で行っている作業を自動化して作業効率を高めたい方。 ■前提知識 「0から始めるPython入門-データ分析での活用をテーマとして-」コースを修了しているか、または同等の知識があること。

■到達目標 ・担当する関連業務の質とスピードの向上ができる。 ・国内外の関連部門、組織との連絡効率の向上ができる。 ■対象者 ・製造・流通・物流業の営業・マーケティング、SCM、需給調整、生産管理、製造・倉庫、調達・購買・資材関連業務部門関係者の方。 ・SCM関連コンサル・ITエンジニアの方。 ■前提知識 特に必要としません。

実ビジネスにおける典型的な課題を例に取り上げて、目的関数と制約条件に分解し、数式として表現する考え方を学習します。最後に、定式化した問題をExcelで解く演習を通じて、定式化の理解を深めます。　演習ではExcelを使います。事前に業務PC・エクセルにソルバーアドインをインストールしてください。　ご参考：Microsoftサポートページ、[URL] https://onl.tw/f1cEtjW ■到達目標 ・典型的な課題(ケース)から目的関数と制約条件を抽出し、目的関数と制約条件を適切に数式で表現することができる。 ・Excelを用いて、簡単な数理最適化問題を解くことができる。 ■対象者 ・数理最適化について知りたい方。　 ・顧客から行動判断の支援を求められている、または顧客データからソリューションを導出することを考えている等の営業、フロントSE、エンジニアの方。 ・多くの顧客業務制約の下で、評価指標を改善するための数理的な手法をお探しの方。 ■前提知識 特に必要としません。

ご受講時には、ソフトウェアをインストール可能なPCを用意いただくことを推奨します。PCを用意いただくことで、画面の解説に従ってソフトウェアをインストールおよびハンズオンで確認しながら学習することができます。このコースを受講することで、今までよりもデータ分析を身近に感じていただくことができます。 ■到達目標 ・データマイニングの基本プロセスを説明できる。 ・多変量解析やクラスター分析、決定木分析などデータマイニングの基本的な手法を説明できる。 ■対象者 ・データ活用案件において、アナリティクスを担当する必要がある、したい方。 ・実際のモデル構築がどんな作業になるかを知っておく必要があると思われる方。 ・予測モデルの手法を体系的に学びたい方。 ・「機械学習 ケーススタディで学ぶ実践編」 を受講される方。 ■前提知識 ・一次方程式の関数（y=f（x））がわかること。 ・ソフトウェアのインストールができること。 ・平均や分散、標準偏差など基本統計量について理解できていること。

ケーススタディは2種類あり、データ分析の結果を大きく左右する「データ磨き（バリューアップ）」の要所を二段階で修得します。業界動向はじめ現場のリアルなやり取りなど実践に役立つ情報を提供します。 ■到達目標 ・予測モデル構築の一連の流れが理解できる。 ・データの背景にある顧客業務を理解できる。 ・預かった生データを分析用のデータセットとして磨き上げることができる。 ・最適なモデルを決めるため、複数の手法でのパフォーマンスを比較できる。 ■対象者 ・データ分析作業を担当する方、またはしたいと考えている方。 ・データ分析提案にあたり、実際のモデル構築がどんな作業になるかを知っておく必要がある方。 ・モデリングの検討手順が分からず、データ分析の学習に迷われている方。 ・予測モデルの手法を体系的に学びたい方。 ■前提知識 「機械学習 基礎知識編-初めてでもOK！データ分析を身近に-」eラーニングコースを修了しているか、または同等の知識があること。

■到達目標 ・時系列データを使用し、XGBoost ベースの機械学習分類モデルで成果を予測できる。 ・LSTM ベースのモデルを使用し、機器の故障を予測できる。 ・時系列オートエンコーダーによる異常検出を利用し、限られた故障例データが利用できるとき、故障を予測できる。 ■対象者 産業分野における予知保全システムを開発・提供するSEおよび開発者の方。 ■前提知識 ・「0から始めるPython入門-データ分析での活用をテーマとして-」コースを修了しているか、または同等の知識があること。 ・「NVIDIA Deep Learning Institute（DLI）認定コース ディープラーニングの基礎」コースを修了しているか、または同等の知識があること。

日立グループに求められている『イノベーション型商品やサービスの開発』は、従来型の技術革新型開発（発明型）やVOC型開発（改善型）とは全く異なる思想の開発スタイルです。本講座では、日本企業の強みや良さを活かして実践出来る（凡人だが皆がプロの集団）、イノベーション開発の考え方ややり方（協創型イノベーション開発手法）を、講義だけでなく、日立製品を題材にした一連の流れ（着眼/観察/アイデア検討/効果評価/仮説立案）をワークショップを通じて学びます。 ■対象者 社会イノベーション事業の核となるイノベーティブな製品やサービスを創生しようとしている事業企画、設計開発、品質保証、生産管理、営業、保守部門の部長、課長、主任技師・主任研究員、技師・研究員な

「モノづくり研修体系」は日立のモノづくりの経験からモノづくりに必要な技術・スキルを厳選して研修として体系化しました。 学術的な体系からモノづくりの技術・スキルを網羅している研修体系ではないので、どの研修も得られた知識・スキルはモノづくり実践力の強化に直接的に貢献します。