Professional Documents
Culture Documents
Course Info Weather Da
Course Info Weather Da
気象データアナリスト養成講座
本資料の無断複製・転載・配布行為を禁止します
© 2021 Datamix Co., Ltd. All rights reserved.
1
2025年に何があるかご存知ですか?
2
© 2021 DATAMIX CO., LTD. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
2022年から始まるデータサイエンス教育の普及
2022年4月(令和四年度)から高校では「情報Ⅰ」が必履修(全員が履修)
● 情報社会の問題解決
● コミュニケーションと情報デザイン
● コンピューターとプログラミング
● 情報通信ネットワークとデータの活用
そして、2025年の大学入学共通テストで、「情報I」が登場。
さらに、東京大学は、共通テストの新教科「情報」の「情報Ⅰ」が新たに利
用科目として導入されることになる。
3
© 2021 DATAMIX CO., LTD. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
データサイエンスは、
「英語」や「PCスキル」と同じになり、
あらゆる職種でのデータ活用が加速する。
気象の分野もそのひとつ。
4
© 2021
2022 DATAMIX CO., LTD. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
Agenda
chapter 1. 気象データアナリストとは?
chapter 2. 気象データアナリスト養成講座の特徴
chapter 3. カリキュラム
chapter 4. 受講開始までの流れ
気象データアナリストとは?
ビジネスにおいて、気象が影響している分野には
どのようなものがあると思いますか?
※ 様々な答えがあると思います。ぜひ身近な例で考えてみてください。
天気や気温の変化、異常気象等により様々な業界が影響を受けます
業界別 気象データ活用事例
✔ 天候デリバティブ 保険 農業 ✔ 施肥・灌水量設計
✔ 風災被害予測 ✔ 品質・生産量予測
✔ 自然災害リスク評価 ✔ 病虫害検知
¥
物流 小売
✔ 輸送ルート最適化
✔ 商品需要予測
✔ 気象条件による運
転規制 気象 ✔ ダイナミック・ プラ
イシング
✔ 輸送のリスク管理
✔ 作業可否判断
✔ 星空予報
✔ 土砂災害予測
✔ 宿泊者数予測
✔ 気象条件シミュ
✔ 熱中症のアラート 観光 建設
レーション
天気や気温の変化、異常気象等により様々な業界が影響を受けます
業界別 気象データ活用事例
✔ 天候デリバティブ 保険 農業 ✔ 施肥・灌水量設計
✔ 風災被害予測 ✔ 品質・生産量予測
✔ 自然災害リスク評価 ✔ 病虫害検知
気象データはすでに、十分活用されている? ¥
物流 小売
✔ 輸送ルート最適化
✔ 商品需要予測
✔ 気象条件による運
転規制 気象 ✔ ダイナミック・ プラ
イシング
✔ 輸送のリスク管理
✔ 作業可否判断
✔ 星空予報
✔ 土砂災害予測
✔ 宿泊者数予測
✔ 気象条件シミュ
✔ 熱中症のアラート 観光 建設
レーション
67.8%の企業は、気象データを用いて分析することなく、
経験と勘を元にして、商品・サービスに関する判断を行っている
気象庁「気象データの利活用状況に関する調査結果の概要」を参考に作成
https://www.data.jma.go.jp/developer/R1_chousa/R1_chousa_01.pdf
経験と勘を元に判断を行っている企業のうち、気象データの分析を
できていない理由として最も多く挙げられたのが、専門的人材の不足
%
気象庁「気象データの利活用状況に関する調査結果の概要」を参考に作成
https://www.data.jma.go.jp/developer/R1_chousa/R1_chousa_01.pdf
経験と勘を元に判断を行っている企業のうち、気象データの分析を
できていない理由として最も多く挙げられたのが、専門的人材の不足
気象データを扱える専門的人材とは?
%
気象庁「気象データの利活用状況に関する調査結果の概要」を参考に作成
https://www.data.jma.go.jp/developer/R1_chousa/R1_chousa_01.pdf
気象 × データサイエンスで、ビジネス課題の発見と解決が行える人材
気象データアナリストの活躍が期待される分野
交通・運輸 流通・小売業
風雨、雷、熱中症など道路に アイスクリーム、清涼飲料、
おける保守作業等での安全対策 衣料等の季節商品の需要予測
など など
農業・畜産業 観光・レジャー
病虫害対策、高温・低温対策、作物 冷夏・暖冬等の長期的な集客予
の出荷量予測 測、屋外イベントの実施判断
など など
気象庁報道資料「気象データアナリスト育成講座の普及を進めます!~気象データアナリスト育成講座カリキュラムガイドライン
の公表、気象データアナリスト育成講座認定の相談受付開始~」を参考に作成
https://www.jma.go.jp/jma/press/2102/02a/wda.pdf
気象 × データサイエンスで、ビジネス課題の発見と解決が行える人材
気象データアナリストの活躍が期待される分野
交通・運輸 流通・小売業
風雨、雷、熱中症など道路に アイスクリーム、清涼飲料、
気象データアナリスト ≠ 気象予報士
おける保守作業等での安全対策
など
衣料等の季節商品の需要予測
など
農業・畜産業 観光・レジャー
病虫害対策、高温・低温対策、作の 冷夏・暖冬等の長期的な集客予
出荷量予測 測、屋外イベントの実施判断
など など
気象庁報道資料「気象データアナリスト育成講座の普及を進めます!~気象データアナリスト育成講座カリキュラムガイドライン
の公表、気象データアナリスト育成講座認定の相談受付開始~」を参考に作成
https://www.jma.go.jp/jma/press/2102/02a/wda.pdf
気象データアナリスト養成講座の特徴
気象データアナリスト養成講座は、経産省の管轄する第四次産業革命スキル習得
講座認定制度(Reスキル講座)の認定および気象庁の管轄する気象データアナリ
スト育成講座の認定の両方を受けた講座です。
管轄 認定講座 概要
データミックスは、2020年度に気象庁から「気象データアナリスト育成講座(仮
称)に関する調査」を受託し、気象データアナリストに必要な要件を定義するた
めに、気象データを活用している企業へのインタビュー調査を行いました。
その結果、気象データを活用するためには「解くべき課題」の特定が最重要であ
るとの意見が複数寄せられました。
リスク 利益 社会的責任
Step 1
いかに解くべき
課題を見つけるか?
解くべき課題
Step 2
いかに課題を解くか?
データ 分析技術
気象データアナリスト養成講座の学習ゴール
気象データと分析技術を組み合わせてビジネス課題の発見と解決ができる
● 自社のビジネスモデルの理解に加え、リスク、利益、社会的責任の観点から解決すべき
課題を発見できるようになること
● 様々な機関が公開している各種気象データの特徴を理解した上で、自社のデータをど
のように組み合わせると課題解決に結びつくかについて、仮説を立てられるようになること
● データサイエンスのスキルを使って仮説を検証し、課題解決ができるようになること
講座の特徴
● 実際に気象データアナリストとして活躍している気象予報士の監修を受けて作成している
● コインランドリーを運営している企業様から生データをご提供いただいているため、実際のビジ
ネスを体感しながらリアルな分析を行うことができる
● データ分析の手法だけではなく、リスク・利益・社会的責任の観点から課題を発見するため
のアプローチについて学ぶことができる
弊社スクールの卒業生でもあり、実際に気象データアナリストとして再生可能エ
ネルギー分野での気象データを活用した発電予測や、NHK制作ドラマへの気象監
修などで活躍している、加藤芳樹氏・加藤史葉氏(WeatherDataScience)によ
る協力を得て、本講座のカリキュラムを設計しました。
加藤 芳樹 加藤 史葉
かとう よしき かとう ふみよ
気象予報士登録番号:第3687号 気象予報士登録番号:第4321号
(2002年4月取得) (2003年10月取得)
共通キャリア
❖ ウェザーニューズ社で予報業務の実務経験 ❖ DataMixデータサイエンティスト養成講座修了
➢ 一般予報 (短期・長期 )をはじめ航空・航海等の交通気象など ❖ 東京大学松尾研究室主催 DeepLearning講座修了
様々なコンテンツの予報業務や各種予測アルゴリズム開発
❖ エアラインでの航務業務
● 東京大学大学院理学系研究科地球惑星科学(気象学)専攻 ● エネルギーベンチャーで気象に係る業務の主導や電力需要
● オクラホマ大学National Weather Centerへ留学 データ分析の他、太陽光発電アルゴリズム等を開発
本講座では、全国でコインランドリーを運営している株式会社wash-plusに生
データをご提供いただき、リアルなビジネスのデータと気象データを組み合わせ
た分析を体感することができます。
本講座では、気象データのハンドリングに関する分析技術面だけではなく、課題
特定のための視点についても学ぶことができます。特に、気象分野に関しては
SDGsなどの社会的背景を踏まえたアプローチが必要になる点が特徴的です。
データミックスは持続可能な開発目標(SDGs)を支援しています。
天候・気象アナリティクスを企業内で実践したい方
● ビジネスにおいて気象データの活用に興味・関心がある方
分析思考✕分析技術による課題解決アプローチを実現したい方
● ビジネス課題を解決することに興味がある方
(ビジネス課題をデータ・データ分析を用いて解決したい方)
論理的思考・批判的思考の拡張手段としての、データ分析を身に付
けたい方
● 論理的・批判的に物事を考える力を養いながら、データ分析を身に付けたい方
● データ・分析アプローチに対する批判的思考力を磨きたい方
● 入学に際して、現状の論理的・批判的思考力を測るための試験を受験していただきま
す。
学習時間を確保できる方
● 予習・復習のために授業時間とは別に週5時間ほどの学習時間を確保できること。プ
ログラミング初学者の方は週10~20時間ほどがかかる場合がありますので、お時間の
確保をお願いします。
気象データアナリスト養成講座のカリキュラム
各ステップ3時間の講義を週1回ずつ5〜6回行います。
受講期間はブートキャンプステップ〜インテグレーションステップで約7ヶ月です。
※初学者の方向けの講座も用意しております。一定の分析経験がある方はブートキャンプステップからスタートできます。
気象データアナリスト養成講座を受講するには入学試験の合格が必要です。
ブートキャンプ〜アドバンスステップまでは、気象分野に限らず、様々な業界のケースを取り扱います。
インテグレーション ● 気象に関するケースを用いたプロジェクト型学習
● MLOpsに関わる知識理解
アドバンス ● AI(DeepLearningや自然言語)の知識理解・実践
● 時系列分析の知識理解・実践 データ
サイエンティ
気象データアナリスト スト
ベーシック ● 統計学に関する知識理解・実践
養成講座 育成講座
● 機械学習に関する知識理解・実践 と合同実施
(7カ月)
● データサイエンスProjectの進め方
ブートキャンプ ● 確率的・統計的アプローチに関する理解
● EDA(探索的データ分析)
入学試験 ・記述式問題
● ビジネスアナリティクス
● プログラミング(Python,R,SQL)
データサイエンス基礎講座 ● データ可視化(Excel,Tableau)
(2カ月) ● 統計学
● 機械学習・AI
ゼロから始める ● Excel操作の基礎
Excelデータ分析・統計学講座 ● Excelによるデータ可視化の基礎
(1.5カ月) ● Excelによる統計学の基礎
© 2021 DATAMIX CO., LTD. All rights reserved. 本資料の無断複製・転載・配布行為を禁止します
24
3つのショートプロジェクトと最後の気象データ分析
学んだことを統合し、アウトプットする機会として各ステップごとのショートプロ
ジェクトと、気象に関するケースに取り組む卒業研究プロジェクトを通じて実践的
なスキルを伸ばします。
7ヶ月間のコース
ブートキャンプ ベーシック アドバンス インテグレーション
● 課題発見スキル ● 回帰分析 ● Deep Learning ● 気象に関するケー
● 批判的思考 ● 因果推論 ● 自然言語処理 スからの課題設定
● ビジネスアナリ ● 教師あり学習 ● MLOps入門 ● データクレンジング
ティクス ● 次元削減 ● 時系列分析 ● 分析
学習
● EDA(ggplot) ● クラスタリング ● データ分析総合演 ● レポート作成
内容 習
● 確率分布
● 仮説検定
● データ分析プロジェクトの全体像を理解する
学習
● 統計的アプローチの基本とRでの実践方法を理解する
ゴール
● 批判的にデータをよく見る「分析思考」を知る
● 探索的データ分析(EDA)
主な ● 確率分布(二項分布、ポアソン分布、正規分布等)
トピック ● 仮説検定(t検定、U検定、BM検定、カイ二乗検定等)
● バイアス、外れ値、ヒストグラムなど
ケースを用いてデータ分析プロジェクトの全体像を知る
Day1 データ分析プロジェクトの全体像
課題特定、分析アプローチなどの重要性を理解する
統計学の中心のコンセプト「サンプルと母集団」を理解する
Day2 統計的・確率的アプローチ導入
多変量の可視化で変数間の関係を徹底的に読み解く
実世界の確率的事象の理解がまず大事であることを理解する
Day3 確率分布
代表的な確率分布の意味合い、パラメーターを押さえる
仮説検定の目的を理解し、手順と仮定も正確に理解する
Day4 仮説検定
仮定と照らして適切な検定手法を選ぶことの大切さを理解する
データにはバイアスや外れ値など注意すべき点があることを知る
Day5 データに対する批判的思考
データから実際の世界を読み解くことが重要な視点だと理解する
26
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
ベーシックステップ
● データをよく見て、Rで回帰分析を実施することができる
学習
● データをよく見て、Pythonで機械学習(教師あり学習、
ゴール
教師なし学習)を実施することができる
● 線形回帰分析、ロジスティック回帰
● 相関と因果(バイアス、DAG、傾向スコアマッチング)
主な
トピック ● 教師あり学習(決定木、アンサンブル学習など)
● 教師なし学習(PCA、クラスタリングなど)
● 精度指標、特徴エンジニアリング
線形回帰の仕組み、用語の意味、実行方法を理解する
Day1 回帰分析 -線形回帰編-
データをよく見てモデリングする重要性と方法理解する
アルゴリズムのイメージを掴むとともに、教師あり学習にまつわる重要なコンセプ
Day3 教師あり学習モデリング
トを理解する
教師あり学習モデルの評価や モデル評価の指標を理解し、各指標の良い点・悪い点を理解する
Day4
特徴量作成、チューニング 特徴量エンジニアリングの一般的なアプローチを理解する
大量の変数の関係性を理解することの難しさを理解し、クラスタリング、次元圧縮
Day5 EDAのための教師なし学習
を活用して高次元データの特徴を掴むことができる
与えられた課題に対してRを用いて探索的にデータ分析を行い、適切な解釈を加え
Day6 データ分析課題レポート発表
ながら予測モデル作成、評価までを実施し、レポートとして他者へ説明できる
27
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
アドバンスステップ
● MLOpsの基礎知識を身につける
学習
ゴール ● PyTorchの使い方を理解しつつ、画像認識の流れを掴む
● 自然言語処理、時系列データの分析の定石を身につける
● Deep Learningの実行方法(PyTorch)
主な ● 自然言語処理(tf-idf、word2vec、BERT)
トピック
● (S)ARIMA、(S)ARIMAXといった時系列モデル
データ分析総合演習①
Day1 与えられたデータを用いてデータ分析を自ら実施する
(宿題:Day6データ分析課題)
Pytorchの触り方を理解しつつ、画像認識の各タスクでどのような作業を行なって
Day2 Deep Learning
いくかの流れを掴む
自然言語処理 形態素解析、BoW、Word2Vecなど現在の自然言語処理を学んでいくために基礎的
Day3
(宿題:データ分析総合演習②) なトピックや使う上での注意点を理解し、実務で使うイメージを持つ
MLエンジニアやインフラエンジニアとコミュニケーションをする上で知っておく
Day4 MLOps入門
べき知識を理解する
28
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
インテグレーションステップ
● 気象に関係するケースを読んで、課題設定、データ前処理
学習 機械学習による予測モデルの構築、統計解析ができる
ゴール ● レポーティング、プレゼンテーションを実施することがで
きる
主な ● 分析プロジェクト遂行力
トピック ● データ加工〜レポーティングまでの統合的スキル
フレームワークの活用とビジネス 気象データを活用するうえで「解くべき課題」を特定することの重要性を理解し、
Day1
課題の特定 課題設定を行えるようになる
目的に合わせた気象データの選択を行うことができ、プログラミングを用いて気象
Day2 気象データの入手とハンドリング
データのハンドリングができる
Day3
気象データ分析のPBL ビジネスデータと気象データを組み合わせて、データサイエンスによる課題解決の
Day4
(個人ワーク) アプローチを行うことができる
Day5
PCは各受講者で用意できること
※PCのスペックはメモリが4G以上、8G以上が望ましい
PythonやRなどのソフトウェア実行環境を用意できること
今後分析実務を行う方はPCにソフトウェアおよびライブラリをインストールいただくこ
とを推奨しますが、講義はクラウド環境で進めることもできます。
クラウド上の実行環境:
● Google Colaboratory:
https://colab.research.google.com/notebooks/welcome.ipynb?hl=ja
● R Studio Cloud:
https://rstudio.cloud/
Googleアカウントを用意できること
- Google Colaboratory を使用いたします。
- GoogleスプレッドシートやGoogleスライドを講義にて使用いたします
Zoomを利用できること
- 教室受講の他、Zoomによるオンライン形式で参加いただくことも可能です。
- オンライン講義時のネットワーク環境は各自ご準備ください
あなたは全国にコインランドリーを展開する株式会社wash-plusでデータ分析を
担うアナリストです。会議にて社長から直々に以下の相談を受けました。
新型コロナウイルス感染症対策として社会から求められる3密回避やソーシャル
ディスタンス確保を実施し、企業として応えていかなければならない情勢があり
ます。
我々の事業は季節や気象により売上が伸びる一方で、稼働率が高くなるというこ
とは、同時に感染リスクも高まるということも留意しなければなりません。
そこで、気象データと営業データを掛け合わせ、季節や気象による稼働率や売上
の変動を把握することで感染リスクが高まる条件を言語化・数値化して、社内やフ
ランチャイズオーナーへ共有し、
更に、稼働率を平準化するピークシフト施策を立案して欲しいです。
皆さんが普段目にしている天気予報では、日ごとの天気や気温など大まかな気象
情報を得ることができますが、より細かく時間帯や地域を絞り込んで分析を行い
たいときには、気象庁が提供している気象庁情報カタログ等を使用します。
天気予報よりも詳細に分析を行いたい場合は… 気象庁が提供している気象庁カタログ等を利用
気象庁情報カタログ
© 2021 DATAMIX CO., LTD. All rights reserved. 本資料の無断複製・転載・配布行為を禁止します https://www.data.jma.go.jp/add/suishin/catalogue/catalogue.html 32
試験講座での受講生の声
全編を通してzoomや動画講座の可能性と、データミックス様の対応の厚さを感
じました。知識不足で申し込んでしまったこと、DAY2に出席できなかったこと
悔やまれますが(反省)、データミックス様の学習プログラムがこれから気象予
報士の活躍の場を広げる可能性を感じました。ありがとうございました。
気象と三密など、身近な状況で具体的に活用できそうな例で講義頂けたので、
データ分析の能力があれば提案できる仕事を切り開けることを感じられました。
PBLを行い、課題をビジネスモデルに落とし込んで考えていく過程が学べまし
た。現在、社員が少ない弊社においてほぼ一人で経営企画をしている状況で、解
決したい課題と使える技術をかけあわせ、ビジネスモデルにどう落とし込むかと
いうことも大きな課題であった自分にとって大変ありがたい機会でした。
気象データアナリスト養成講座受講にあたっては、一定レベル以上の「グラフや表を適切
に読み解けること」が必要とされ、そのレベルを測る入学試験を実施します。
受験科目
● データに関する記述式問題
受験方法
● オンラインでの受験となります。
※ 受験は各期1度きりとなります。不合格の場合、翌期に再度入試お申込みの上、受験いただきます。
合否連絡
● 受験後3営業日以内に合否をメールにてご連絡します。
「グラフや表を適切に読み取れるか」の簡単な試験で受験可能
35
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
入学試験(理解度確認テスト)の解説
36
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
chapter 4
気象データアナリスト養成講座お申込みの流れ
弊社ホームページ、マイページより入学試験にお申込みください。
入試お申込み
▼マイページ_申込みTopページ(講座検索にて、「入学」と検索いただくと便利です)
https://datamix-school.com/product
お申込み後お送りする「【データミックス】気象データアナリスト養成講
入試受験
座入学試験へのお申込みを受け付けました」メールに記載のURLリンクよ
り受験ください(オンライン受験)。
お申込み期日・クラススケジュールについては、
講座お申込み手続きに関するご案内 (P.3)をご確認ください。
※価格は全て税抜表示です
※入学金のお支払いはお一人様1回限りです
ベーシック 175,000円
アドバンス 175,000円
インテグレーション 175,000円
ステップ別申込合計: 675,000円
雇用保険加入2年以上、受講料支払いが個人負担であることなどの条件があります。
申請手続きを遅くとも受講開始1ヶ月前までに実施する必要があるため、
ご利用される場合は、必ずお申込前にハローワークへお問い合わせください。
【給付までの流れ】
※ 詳細は、専門実践教育訓練給付金の手続き 資料にてご確認ください。
【制度についての問い合わせ】
データミックスでは個々の状況を判断できないため、受給資格の有無、実際に受給できるかに関して一切の責任を負いません。
専門実践教育訓練給付金に関する詳細、受給資格等については、本人住所を管轄するハローワークにお願い致します。
・ハローワークHPは、こちら(専門実践教育訓練給付金・教育訓練支援給付金の御案内[PDF形式])
・厚生労働省HPは、こちら
40
40
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
専門実践教育訓練給付金について
修了条件をすべて満たすとコース修了となります。
コース修了した方に、専門実践教育訓練修了証明書を発行します。
【コース修了条件】
● 各ステップの出席率が80%以上であること※
● 各ステップ終了時の課題レポートにおいて70%以上の得点を出して
いること
● インテグレーションステップ開始から1ヶ月以内にレポートを提出す
ること
● 講師および外部の専門家の口頭試問をクリアすること
※「教室受講」または「ライブ配信によるオンライン受講」をされた場合に、出席扱いとし
ます。復習用動画の視聴のみの場合は、出席とはなりません。
※ 詳細は、クラウドローン社へご確認ください。
42
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
無料特典 および お問合せ先
43
© 2022 Datamix Co., Ltd. All rights reserved.本資料の無断複製・転載・配布行為を禁止します
無料イベント参加者特典 - データサイエンス入門セット
講座 受講料
データサイエンス入門セット eラーニング
- 統計学
- 機械学習 無料
- Python
- R
※スクール無料説明会・無料体験講座・卒業生座談会・個別受講相談会のいずれかに参加いただいた
方に限り、「データサイエンス入門セット eラーニング」をプレゼントいたします。
※説明会参加から2営業日以内にCanvasというシステムから招待されます。万が一、そのメールが届
かない場合は、お手数をおかけいたしますがメールでのご連絡をお願いします。
※事前の予告なしに、内容の変更やサービス停止とさせていただく可能性がございますので、予めご
了承ください。
本資料やその他ご不明な点やご質問等ございましたら、
お気軽にお問い合わせください。
スクール事業部: admission@datamix.co.jp
受付時間: 平日 10:00〜19:00
※お問い合わせを頂いてから3営業日以内を目処にご返信させていただいております。