セミナー 印刷

R&D部門における
実験データ共有システムの導入と
効果的な利活用技術

属人的なデータ共有・活用状況を脱するためのシステム導入・運用・体制づくり
データ探査・分析を意識したデータ蓄積方法と蓄積データの分析方法

受講可能な形式:【Live配信(アーカイブ配信付)】のみ

R&D部門におけるデータ共有・利活用は、なぜ難しいのか?
R&D部門のデータ共有・利活用の実情と特有の問題・その原因、データ共有・利活用状況を改善するための方策、改善運用後に陥りがちな落とし穴とその回避方法、実際にデータを蓄積分析するときの項目名や分析方法、組織としての体制づくりなどについて、R&D部門の現場に精通している講師が詳しく解説します。
このセミナーの受付は終了致しました。
日時 2023年12月20日(水)  10:30~16:30
会場 オンライン配信セミナー  
会場地図
受講料(税込)
各種割引特典
55,000円 ( E-Mail案内登録価格 52,250円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-mail案内登録必須​/1名あり定価半額27,500円)
※【テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】
1名申込みの場合:受講料( 定価:40,150円/E-mail案内登録価格:38,170円 ) 
 定価:本体36,500円+税3,650円
 E-mail案内登録価格:本体34,700円+税3,470円
※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
※他の割引は併用できません。
配布資料PDFテキスト(印刷可・編集不可)
※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
オンライン配信ZoomによるLive配信 ►受講方法・接続確認申込み前に必ずご確認ください
アーカイブ配信について
 視聴期間:終了翌営業日から7日間[12/21~12/29]を予定
 ※動画は未編集のものになります。
 ※視聴ページは、マイページにリンクを設定します。
備考※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
得られる知識・R&D部門のデータ共有・利活用の実情
・属人的データ共有状況が生み出される原因
・属人的データ共有状況が引き起こす問題
・属人的データ共有状況を脱するためのデータ共有システム導入に必要な要件
・データ探査・分析を意識したデータ蓄積(項目名の決定方法)方法
・蓄積データのデータ分析方法
・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
・プロジェクトメンバーに求められる資質
・データ共有システム導入による改善例
・データ共有システム導入時に陥りがちな落とし穴とそれを防ぐ方策
・データ共有システム運用後陥りがちな落とし穴とそれを防ぐ方策
対象・データ共有・利活用でお困りの方
・蓄積データのデータ分析でお困りの方
・自社及び他の一般的なR&D部門のデータ共有・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

セミナー講師

(株)キャトルアイ・サイエンス 代表取締役 博士(工学) 上島 豊 氏
【講師詳細はこちら】

セミナー趣旨

 IoTやAIの普及により、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なままであり、研究の信頼性が阻害されたり、効果的なデータの利活用がほとん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て効果的に利活用する、つまりデータ分析・AI化を行うことは、今後の競争力にとって不可欠です。
 本講演では、まず、R&D部門のデータ共有・利活用の実情をお話しさせていただき、データ共有・利活用が進まない状況がなぜ発生してしまうのか?そのような状況にはどのような問題がはらんでいるのか?等を説明させていただきます。次に、データ共有・利活用状況を改善するために必要な方策に関して、データ共有・利活用システムを導入する際に必要な要件および実際にデータを蓄積分析するときの項目名や分析方法、さらに各個人に必要な意識改革や会社としての体制づくり等を説明させていただきます。最後に、これら方策を実施した具体例をもとに、改善効果および改善運用後に陥りがちな落とし穴とそれらの回避方法に関して解説させていただきます。

セミナー講演内容

1.はじめに
 講演者のR&D実績とデータ管理の取り組みについて
 
2.R&D部門のデータ共有の実情
 2.1 R&D部門のデータ共有状況
 2.2 属人的データ共有状況が引き起こす問題
 2.3 属人的データ共有状況が生み出される原因
 
3.データ共有状況を改善するために必要な方策
 3.1 属人的データ共有状況を脱するために必要な方策
 3.2 データ探査・分析を意識したデータ蓄積方法
 3.3 データ分析は、どのようにして行うのか?
 3.4 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
 3.5 プロジェクトメンバーに求められる資質
  3.5.1 研究者
  3.5.2 プロジェクトリーダ
  3.5.3 ファシリテータ
  3.5.4 データサイエンティスト
  3.5.5 システム開発、運用スタッフ
 
4.方策を実施した具体例とケーススタディ
 4.1 データ共有システム導入による改善例
 4.2 データ共有システム導入時に陥りがちな落とし穴とそれを防ぐ方策
 4.3 データ共有システム運用後陥りがちな落とし穴とそれを防ぐ方策
 
5.まとめ

 □質疑応答□

※本セミナーでは、講師が指名し皆様にご発言いただく場面がございます。