■タイトル：R＆D部門のデータ共有・利活用(MI,AI)のためのデータ共有システム構築と進め方【LIVE配信】


■開催日時：2025年02月14日(金) 10:30～16:30

■会場：【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます　

■定員：30名

■受講料：55,000円（税込、資料付き／1人）
※最新のセミナー情報を「配信可」にすると割引適用（登録無料）
会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から
　・1名で申込の場合、49,500円（税込）へ割引になります。
　・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。

■備考：
資料付き　
【LIVE配信セミナーとは？】

■主催：（株）R&D支援センター

■講師：
（株）キャトルアイ・サイエンス　代表取締役　上島 豊　氏
講師HP：https://www.i4s.co.jp/
■経歴
1997年3月　大阪大学大学院 工学研究科 電磁エネルギー工学専攻 博士課程修了
1997年4月　日本原子力研究所 関西研究所 研究員（～2006年3月）
2006年4月　有限会社 キャトルアイ・サイエンス 代表取締役
2008年8月　株式会社 キャトルアイ・サイエンス 代表取締役
■主な参加国家プロジェクト
2000年～2005年　総務省JGNプロジェクト「JGNを使った遠隔分散環境構築」
2001年～2006年　文部科学省　ITBLプロジェクト
2002年～2007年　文部科学省　バイオグリッドプロジェクト
2003年～2012年　文部科学省　超高速コンピュータ網形成プロジェクト（NAREGI）
2003年～2008年　文部科学省リーディングプロジェクト
「生体細胞機能シミュレーション」
■その他の活動
2001年～　奈良県西大和学園 SSH（Super Science Highschool）指導委員
2006年～　NPO法人 CAE懇話会 大規模データマネージメント研究会 担当幹事
■受賞歴
1999年6月 日本原子力研究所　有功賞
「高並列計算機を用いたギガ粒子シミュレーションコードの開発」
2003年4月 第7回サイエンス展示・実験ショーアイデアコンテスト　
文部科学大臣賞「光速の世界へご招待」
2004年12月 第1回理研ベンチマークコンテスト　無差別部門　優勝
■出版物
培風館「PSE book―シミュレーション科学における問題解決のための環境 (基礎編)」
ISBN：456301558X
培風館「PSE book―シミュレーション科学における問題解決のための環境 (応用編)」
ISBN：4563015598
培風館『ペタフロップス コンピューティング』 ISBN978-4-563-01571-8
臨川書店『視覚とマンガ表現』 ISBN978-4-653-04012-5

■受講対象・レベル：
・データ管理でお困りの方
・自社及び他の一般的なR&D部門のデータ管理、利用、活用状況を知りたい方
・R&D部門のデータに対して、AIを活用したい、させたいと考えられている方
・R&D部門のデータの利用、活用を推進することのメリットを具体的に知りたい方

■習得できる知識：
・研究・実験データの共有、利活用状況を改善するためのデータ蓄積方法
・データ探査、分析を意識したデータ蓄積での注意すべき点
・蓄積されたデータを使ってデータ分析を行う時の注意すべき点
・データ探査、分析を意識したデータ蓄積を行うための意識改革
・研究・実験データの共有、利活用を促進するためのシステムと体制の条件

■趣旨：
　IoT等で製造工程以降のデータ利活用は、急激に進展しています。一方、公的研究機関であれ、民間企業であれ、R&D部門におけるデータの取り扱いは、属人的のままであり、効果的な利用、活用が殆ど進んでいないのが実態です。R&D部門は技術の源泉であり、データを精緻に管理し、効果的な利用、活用を行うことは、今後の競争力にとって不可欠です。
本講演では、まず、R&D部門のデータ蓄積の実情をお話させていただき、そのような状況がなぜ生まれているのか？そのような状況にはどのような問題を孕んでいるのか？を説明させていただきます。次に、研究・実験データ、主にExcelの共有、利活用状況を改善するためには、データ探査、分析を意識したデータ蓄積が重要であることを説明させていただき、具体的にどのような点に注意をして、研究・実験データのExcelでの蓄積と分析を行っていくべきかを論じます。最後に、データ共有システム、データベースを導入する場合の陥りがちな落とし穴とそれを防ぐ方策に関して、解説します。

■プログラム：
０．会社紹介、講師紹介
１．R&D部門のデータ蓄積の実情
　　1-1　R&D部門のデータ共有状況
　　1-2　属人的データ蓄積状況が生み出される原因
　　1-3　属人的データ蓄積状況が引き起こす問題
２．属人的データ蓄積状況を改善するために必要な方策
　　2-1　属人的データ蓄積状況を脱するために必要な方策
　　2-2　データ探査、分析を意識したデータ蓄積方法
　　2-3　蓄積されたデータを使ったデータ分析方法
　　2-4　データ共有、利活用状況を改善するために必要なプロジェクトチームの作り方
３．陥りがちな落とし穴とそれを防ぐ方策
　　3-1　データ蓄積、DB化着手時に陥りがちな落とし穴とそれを防ぐ方策
　　3-2　データ蓄積、DB化後に陥りがちな落とし穴とそれを防ぐ方策