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

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、R&D部門におけるデータ蓄積の実情と問題点・課題、属人的なデータ蓄積状況を脱するための蓄積方法とポイント、蓄積したデータを分析する際の注意点、データ蓄積・データベース化における落とし穴とその対策など、詳しく解説いたします。

日時

開催予定

プログラム

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。

  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
    1. R&D部門のデータ共有状況
    2. 属人的データ共有状況が引き起こす問題
    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
    1. 属人的データ共有状況を脱するために必要な方策
    2. データ探査・分析を意識したデータ蓄積方法
    3. データ分析は、どのようにして行うのか?
    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
    5. プロジェクトメンバーに求められる資質
      1. 研究者
      2. プロジェクトリーダ
      3. ファシリテータ
      4. データサイエンティスト
      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
    1. データ共有システム導入による改善例
    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
    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

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて