Tokyo iXの
AIエンジニア学科
AIの本質理解と、データ活用によるビジネス成功を両立。
東大教授監修のAIエンジニア育成プログラム。
本質を捉え、
価値を生み出す
AIエンジニアを目指す。
めまぐるしく進化する生成AIの世界。
未来をリードするには、単にツールを使うだけでなく、
技術の根幹にある考え方を深く理解し、自ら新しい価値を生み出す力が求められます。
この講座は、AIエンジニアとして成長したい方と
そんな才能を育てるリーダーへ向けたものです。
不確かさを捉える考え方や、情報を数値で扱う工夫といったAIの基礎から、
AIが文章の「流れ」や「前後関係」をしっかり読み取って言葉を生み出す仕組み、
目的に合わせてAIを賢く調整する方法、新しい情報をAIに教える技術、
難しい問題をAIが順番に考える力までを、分かりやすく学びます。
生成AIが言葉を読み解き、文章を生み出す仕組みや、その根幹にある原理を知ることで、
どんな状況でも最適な活用法を見出し、ビジネスで成果を生み出す力を養います。
さあ、私たちと一緒に学び、
生成AIの波に乗る人材を目指しましょう。
受講をご検討中の方へ
全国どこからでも受講できるオンライン講座で、生成AIの理論と実践力を着実に習得可能。
働きながら学びたい個人の方や、社員研修をご検討中の企業様を対象に、柔軟な学習プランをご案内しています。
無料説明会を実施中ですので、お気軽にご相談ください。
確率、トランスフォーマー、推論の理解からRAG実装まで生成AIの核心を掴む！GPT徹底解明講座
大規模言語モデル（LLM）を深く理解し、実務に活かしたい方に最適！
本コースでは、まずベクトル・行列・確率といった数学の基礎から丁寧に学び、LLMを支える土台を固めます。その上で、LLMの中核を担う「Transformer」の仕組みや動作原理をわかりやすく説明。
加えて、RAGによる検索拡張や推論モデルによる複雑な問題解決、多様なプロンプト技術など、実践的な応用手法も習得。技術の根幹を理解し、自在に使いこなす力を養います。
理論と実装の両面から、AI時代をリードするスキルを身につけましょう。
- 第1章 生成AIの基礎知識
- ベクトル／確率／条件付確率と独立性／モンティ・ホール問題／言語モデル／単語のベクトル表現の導入／単語ベクトルを用いた条件付確率の注意点／構成性の概念
- 第2章 GPT
- GPTの仕組み／GPTの事前学習／生成確率を計算する方法／フィードフォワード層／Instruct tuning／RAG／推論モデル
- 第3章 RAGの実装（課題）
- 準備／実装：環境をセットアップする／実装：データソースの前処理を行う／実装：RAGパイプラインを実装する／セルフチェック：RAGの実装（課題）
- 数学的基礎知識の習得
- ベクトル、行列、確率の基本概念を理解し、大規模言語モデルの数学的背景を固める
- Transformerの理解
- 大規模言語モデルの中核をなすTransformerの仕組みと動作原理を詳細に理解する
- 応用例による実践
- 実践的な実装課題を通して、大規模言語モデルの応用可能性と活用方法を探る
- 高校レベルのベクトル・行列、確率、微分に関する知識
- Pythonによるプログラミング経験
「生成AIに興味があるが、Pythonは初めて」という方へ理論と実装で学ぶ、生成AIの本格講座
本講座は、まずAI学習の土台となるPythonの基礎からスタート。
Pythonの基礎を習得後、生成AIの仕組みと活用方法を体系的に学びます。大規模言語モデル（LLM）の仕組み、Transformer、単語のベクトル表現といった基本から、事前学習やInstruct Tuningなどの学習プロセス、RAGやPrompt Engineering、そしてAIがどのように「思考」するのか（CoT）といった応用技術までを体系的に学習。
生成AIを技術的に理解し、使いこなすための確かな一歩を踏み出しましょう。
※本講座は『Pythonプログラミング』『業務に活かす生成AI～基礎からRAGの実装まで～』の2つのeラーニングを受講する講座です。
Pythonプログラミング Step1 ～実践トレーニングで学ぶ基礎文法～
- 第1章 Python開発の基本
- Pythonとは／開発環境の構築／標準出力／Pythonの変数と算術演算子／組み込み関数／モジュール
- 第2章 Pythonのデータ
- 文字列／数値／リスト／タプル／セット／辞書
- 第3章 制御文
- 制御文／if文／比較演算子／論理演算子／while文／for文
- 第4章 関数
- 関数／引数／返り値／スコープ／クロージャ／関数デコレータ
- 第5章 オブジェクト指向
- オブジェクト指向／クラスとオブジェクト／コンストラクタ／インスタンス／クラスオブジェクト
- 第6章 継承
- 継承／オーバーライド／継承の注意点／多重継承／プリモーフィズム／抽象クラス
- 第7章 例外処理
- エラーと例外／例外オブジェクト／例外処理／raise文／ユーザー定義例外
- 第8章 高度な処理
- 書式変換／様々なオブジェクト／ラムダ式／プロパティ／ファイル／モジュールファイルの実行
業務に活かす生成AI～基礎からRAGの実装まで～
- 第1章 生成AIの基礎知識
- ベクトル／確率／条件付確率と独立性／モンティ・ホール問題／言語モデル／単語のベクトル表現の導入／単語ベクトルを用いた条件付確率の注意点／構成性の概念
- 第2章 GPT
- GPTの仕組み／GPTの事前学習／生成確率を計算する方法／フィードフォワード層／Instruct tuning／RAG／推論モデル
- 第3章 RAGの実装（課題）
- 準備／実装：環境をセットアップする／実装：データソースの前処理を行う／実装：RAGパイプラインを実装する／セルフチェック：RAGの実装（課題）
- Python未学習者がPythonを学習し、生成AIを理解してRAG実装まで行う
- Pythonの基礎を理解する
- 開発環境や簡単な実行プログラム等
- Pythonの基礎文法を理解する
- データの形式、制御文、関数、例外処理、高度な処理（ラムダ式）等
- Transformerの理解する
- 大規模言語モデルの中核をなすTransformerの仕組みと動作原理を詳細に理解する
- 応用例による実践
- 実践的な実装課題を通して、大規模言語モデルの応用可能性と活用方法を探る
特になし
AIエンジニア育成コース
プログラミングを学ぶ
AIの実装、データ分析に必須のpythonを、基礎から応用まで学びます。Nampy、Pandasから始まり LightGBMなど高度なライブラリを使いこなします。
理論と実践で学ぶ
AIの中核である機械学習、深層学習、画像処理、自然言語処理、時系列処理の理論を学び、実践演習で身につけます。
生成AIを理解する
ベクトル、行列、確率の基礎から大規模言語モデルの中核のTransformerの仕組みと動作原理を理解して、RAGを実装する課題で応用力を養います。
現役AIエンジニアが
メンターとして学びをサポート
Tokyo iXのメンターは全員が現役AIエンジニア・データサイエンティストです。
日々変化するデータサイエンスの最前線で活躍している現役AIエンジニア・データサイエンティストだからこそ、最高のメンターとして学びをサポートできると考えるからです。
質問は講座内容の範囲に限定せず、週7日いつでも質問できます。
ナビゲーターが
学習リズムをととのえる
オンラインの学びのリズムをととのえて学習の習慣化をサポートはナビゲーターが担います。
学習開始前の個別面談で個人別の学習プランを作成します。
ナビゲーターは、週1回15分のオンライン1on1ミーティングで、学習の進捗状況を伺いながら、学習を進める上の課題を把握し、必要な対応とアドバイスをします。
受講前の準備段階から
ナビゲーターがフルサポート
Tokyo iXでは受講者がスムースに学び始められるように受講前の準備段階からナビゲーターがフルサポートします。
個別の受講準備プランを作成し、ナビゲーターが伴走します。
受講準備の期間中に学習のリズムを身につけて講座開講を迎えることができます。
未来を切り拓く
AIエンジニア育成シラバス
データアナリストコース
データに対する適切なアプローチの選択と実行、Pythonを用いた高度な分析・可視化手法の習得、データの前処理から解析結果までの実施 を学びます。
データサイエンティストコース
Pythonを用いて機械学習、深層学習、時系列分析、画像処理、自然言語処理などモデル作成の基礎を学びます。
ベクトル・確率
大規模言語モデルの中核であるベクトル、行列、確率の基礎を学びます。
Transformerの理解
大規模言語モデルの中核であるTransformerの仕組みの基礎を学びます。
推論モデル
RAG、推論、プロンプトエンジニアリングの理解を学びます。推論に関する概念やその理解を学びます。
RAG実装
RAG（Retrieval-Augmented Generation）を実装する課題で応用力を養います。これはTransformerの仕組みと動作原理を理解した上で行う実践的な学習を行います。
学習の流れ
eラーニング
記述式課題
LIVEレッスン
受講をご検討中の方へ
全国どこからでも受講できるオンライン講座で、生成AIの理論と実践力を着実に習得可能。
働きながら学びたい個人の方や、社員研修をご検討中の企業様を対象に、柔軟な学習プランをご案内しています。
無料説明会を実施中ですので、お気軽にご相談ください。
受講者の声
GPTの仕組み理解で
納得感が向上
第2章のGPTの仕組みが特に印象に残りました。これまでブラックボックス的に使っていた生成AIについて、内部ロジックを理解できたことで出力への納得感が向上。今後は学んだ内容を意識しながらプロンプトを書き、より効果的に活用できそうです。
文系でも
段階的に理解できた
文系出身のため、ベクトルなどの基礎は最初やや難しく感じましたが、「なぜ生成AIに数学が必要なのか」を丁寧に解説してもらえたことで理解が前進。講義資料を活用しつつ関連動画で補完することで、徐々に全体像を掴めました。
RAGの全体像を
実装で理解
RAGを一から実装することで、検索・生成がどのように連携しているかを具体的に理解できました。単なる概念理解に留まらず、業務データをどうAIに接続するかのイメージが明確に。自社活用を検討する上で、現実的な判断軸が持てたと感じています。
理論と実践の
バランスが秀逸
数学的な内容は歯応えがありましたが、プロンプトの分類など身近なテーマも多く、緩急のある構成で理解を深められました。普段使っているGPTが、どのようなロジックで回答を生成しているのかを知ることができ、実務への納得感が高まりました。
オープンバッジ
オープンバッジとは、知識・スキル・経験のデジタル証明です。
Tokyo iXでは、当財団が規定する修了条件を満たした方に、紙の修了証書に加え、オープンバッジの修了証書・カリキュラムごとの履修証明書を発行いたします。
知識・スキル・経験のデジタル証明
オープンバッジは、欧米を中心に大学や資格認定団体、グローバルIT企業が多数発行しており、日本でもさまざまな団体から発行されています。
ウォレットに保管してスキルを「貯める」
修了後、オープンバッジが発行されます。
受領したバッジは自分専用のウォレットへ貯めることができます。
スキルの可視化や学びの掲示に
法人では社員のスキル可視化や人的資本管理等に、個人ではSNSで共有する、電子履歴書に貼り付ける、会社に提出するなど、様々なシーンで有効的に活用いただけます。
よくあるご質問
AIエンジニア学科は、AIの本質を理解し価値創造に貢献するAIエンジニアを育成することを目指して学ぶことが出来ます。
AIエンジニア学科の目標は、AIの本質を理解し価値創造に貢献するAIエンジニアを育成すること、そしてデータ活用でビジネスを成功に導く、あるいはAIとデータサイエンスでビジネスを成功に導くことです。
本質を理解するための理論の裏付けと応用力を磨くための実践演習を両立することで、高いレベルのスキルと能力を習得することを目指しています。
具体的には、AIの実装やデータ分析に必要なPythonプログラミングスキル、機械学習・深層学習などのAI中核技術の理論と実践力、生成AI（TransformerやRAGなど）に関する理解と応用力が身につきます。
お申し込みから7日以内に、指定の口座にお振込みください。
Tokyo iXは、独り立ちしたデータの専門家を目指す
社会人向けのスクールです
Tokyo Institute of Expertise（Tokyo iX）は、社会に不足している高度人材を目的として開校した、全く新しい高度人材育成スクールです。
人生100年時代、ジョブ型雇用の時代と言われる今、ただ知識の習得を目的とするのではなく、高度な学術的知識と実践能力を備えた実務者の育成に取り組んでいます。
「AIエンジニア学科」の他にも、働きながら・短期間の学習でAIエンジニアを目指すオンラインスクール「データサイエンス学科」を開講。「データアナリストコース」「データサイエンティストコース」の2コースを提供しています。他では身につかない高度な知識とスキルを習得できます。