様々な分野のR&D部門のデータ管理を10年以上にわたり支援してきた
実績をもとにシステム、研究者、組織体制など様々な角度から問題及び改善方法を解説!

R&D部門のデータ共有・利活用(MI,AI)のためのデータ共有システム構築と進め方【LIVE配信】

※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
データ共有【WEBセミナー】
セミナーNo.
240226
開催日時
2024年02月08日(木) 10:30~16:30
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ★1名で申込の場合、49,500円(税込)へ割引になります。
 ★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。
 ★3名以上同時申込は1名につき27,500円(税込)です。
■ 会員登録とは? ⇒ よくある質問
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
資料付き【PDFで配布いたします】

【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントを
  ダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたに
  ついてはこちらをご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始
  10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加
  ください。

・セミナー資料は開催前日までにお送りいたします。
 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
・データ管理でお困りの方
・自社及び他の一般的なR&D部門のデータ管理、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
習得できる知識
・研究・実験データの共有、利活用状況を改善するためのデータ蓄積方法
・データ探査、分析を意識したデータ蓄積での注意すべき点
・蓄積されたデータを使ってデータ分析を行う時の注意すべき点
・データ探査、分析を意識したデータ蓄積を行うための意識改革
・研究・実験データの共有、利活用を促進するためのシステムと体制の条件
趣旨
 IoT等で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、属人的のままであり、効果的な利用、活用が殆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、効果的な利用、活用を行うことは、今後の競争力にとって不可欠です。
本講演では、まず、R&D部門のデータ蓄積の実情をお話させていただき、そのような状況がなぜ生まれているのか?そのような状況にはどのような問題を孕んでいるのか?を説明させていただきます。次に、研究・実験データ、主にExcelの共有、利活用状況を改善するためには、データ探査、分析を意識したデータ蓄積が重要であることを説明させていただき、具体的にどのような点に注意をして、研究・実験データのExcelでの蓄積と分析を行っていくべきかを論じます。最後に、データ共有システム、データベースを導入する場合の陥りがちな落とし穴とそれを防ぐ方策に関して、解説します。
プログラム

0.会社紹介、講師紹介
1.R&D部門のデータ蓄積の実情

  1-1 R&D部門のデータ共有状況
  1-2 属人的データ蓄積状況が生み出される原因
  1-3 属人的データ蓄積状況が引き起こす問題
2.属人的データ蓄積状況を改善するために必要な方策
  2-1 属人的データ蓄積状況を脱するために必要な方策
  2-2 データ探査、分析を意識したデータ蓄積方法
  2-3 蓄積されたデータを使ったデータ分析方法
  2-4 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.陥りがちな落とし穴とそれを防ぐ方策
  3-1 データ蓄積、DB化着手時に陥りがちな落とし穴とそれを防ぐ方策
  3-2 データ蓄積、DB化後に陥りがちな落とし穴とそれを防ぐ方策

キーワード
技術者,研究者,LIMS,情報,研究開発,WEBセミナー,オンライン
関連するセミナー
関連する書籍
関連するタグ
フリーワード検索