データサイエンス，社会実装，プログラミング，プレゼンテーション，キャリア形成
Society 5.0 に向かっていこうとする中で、社会からはデータサイエンスの諸手法を社会実装（以後、単に「社会実装」と記載する）できる人間が求められている。社会実装を行うプロセスは学術研究を進めていくプロセスと類似しているため、大学院にてアカデミックな研究の教育を受けてきた人間が社会実装の専門家に進んでいくケースが存在する。この授業は、現時点におけるデータサイエンスに関する知識の有無に関わらず、社会実装に必要なスキル（プログラミング、データサイエンスの諸手法、品質管理、社会に向けたアウトプット）を習得する事を目標にする。受講生は、現在の専門分野で培ったスキルに、データサイエンスのスキルを加えることで、様々な分野でリーダーになってもらえる人財に育ってもらいたい。
１．データサイエンスの諸手法を理解したうえで、実装できるようになる。
２．データサイエンスを社会実装する際、品質管理する方法を学び、実践できるようになる。
３．データサイエンスの諸手法によって得た結果を社会に向けて発信する技術を学び、実行できるようにする。
本授業は、10年以上にわたりデータサイエンティストとして活躍されてきた和田陽一郎先生（(株)D4cアカデミー 代表取締役社長／(株)データフォーシーズ 執行役員／北海道大学理学研究院 客員教授／電気通信大学産学官連携センター 客員教授）を非常勤講師として招聘し、集中講義として開講する。
ユニット１から５までは、講義（60分）・演習（20分）・解説（10分）の形式で実施する。
ユニット６以降はグループに分かれ、社会実装のロールプレイを実施する。よって、受講生によるディスカッション・データ解析実行などが中心となる。
ユニット１：データサイエンス社会実装概論、プログラミング①（Python入門）
ユニット２：プログラミング②（制御構文、データの扱い）
ユニット３：データサイエンス手法の理解・実践①（モデル構築、精度検証）
ユニット４：データサイエンス手法の理解・実践②（様々な数理モデルとその実装方法）
ユニット５：データサイエンスにおける品質管理（プロジェクト管理、プログラムテスト、出力確認）
社会への発信（レポーティング・プレゼンテーション）
ユニット６：ケースの説明、グループ毎にスケジューリング/分業を実施、実施結果をグループ毎発表
ユニット７：データ解析の実施、プレゼンテーション資料の作成
ユニット８：データ解析の実施、プレゼンテーション資料の作成
ユニット９：グループ毎にプレゼンテーション実施、質疑応答。講義総括。
事前準備：本授業では個人PCを使用する。手順書を渡すので、授業までに必要なソフトウェア（全て無料）をインストールしておくこと。
なお、コンピュータ言語初心者向けに、事前学習資料を提供の予定である。
演習の実施に際し、時間内に終わらなかったものについては、持ち帰って、授業の際に伝える期限までに提出すること。
ユニット９で発表したプレゼンテーションの内容に加筆修正をしたい場合は、それを行った上で、授業の際に伝える期限までに提出するようにすること。
課題などの提出先（メールアドレス）は、授業中に説明する。
①授業中に出題される課題を指定の場所に提出する。
提出された内容の正確性および論理的整合性、また、提出された内容を通して講義内容の理解度を評価する。
②グループワークによるロールプレイの成果をプレゼンテーションする。その際、指定の場所に資料を提出する。
提出された資料について、課題設定のオリジナリティ、分析結果の正確性、資料の論理的整合性・わかりやすさを評価する。
全評価に占める割合は、①が40%、②が60%とする。
スマート物質科学を拓くアンビシャスプログラム生、各種フェローシップ生等、本講義の修得を要するプログラム参加者を優先するため、受講者数を制限する可能性がある。受講希望者多数の場合はELMSを介して担当教員が参加可否を連絡する。
備考
Note
備考
Note
https://phdiscover.jp/hu/smats/
https://sites.google.com/eis.hokudai.ac.jp/exexphd-fellow/
https://sites.google.com/elms.hokudai.ac.jp/next-gen-ai-doctoral-fellow/home
本講義は以下の日程で開講します。
6月29日（月）３-５講時（13:00-18:00）
6月30日（火）３-５講時（13:00-18:00）
7月1日（水）３-５講時（13:00-18:00）
場所は理学部2号館2-409教室です。
対面授業科目《対面のみ》