社員研修
個の成長がチームの力に。チームの力が会社の未来に。
Sky株式会社は、社員研修を一人ひとりの成長を会社の成長につなげる取り組みだと考えており、現場配属後も社員のスキルアップを支援するさまざまな研修を実施しています。
全社員が参加する研修をはじめ、職種別・階層別にテーマを絞った研修も実施。さらに、最先端技術の習得や資格の取得にも役立つ実践的なスキル・知識を身につけるための研修などの多様なカリキュラムを用意し、社員一人ひとりの成長をサポートしています。
JDLA認定プログラム(E資格)
JDLA(一般社団法人 日本ディープラーニング協会)の「E資格(エンジニア資格)」とは、日本で唯一のAI(深層学習)に関する資格であり、AIの実践的な知見・能力を有する証となります。しかし、受験資格を得るには「JDLA認定プログラム」の修了が必須となっており、受講の費用や期間などが必要となるため敷居が高い資格だといわれています。
Sky株式会社は「E資格認定プログラム事業者」に認定されており、社内研修によって受験資格を得ることができる企業です。この仕組みにより積極的に資格取得を推進することで、一人ひとりがAIの知見・能力を身につけ、業務に生かしています。

最先端技術を習得するための研修
技術の移り変わりが激しいIT業界において、常に高い競争力を維持するには、エンジニア一人ひとりのスキルアップを支援することが何よりも重要になると考えています。Sky株式会社では現場の意見を大切にしながら、実務で生かせる最先端技術が習得できるよう、さまざまな研修を企画・実施しています。
深層学習研修
この研修では、前述したE資格の「JDLA認定プログラム」の一環として、深層学習の基礎から応用までを体系的に学べます。まず基礎として順伝播型ネットワークや最適化、正則化などをはじめ、畳み込みニューラルネットワーク、汎化性能向上のためのテクニックや評価指標についても学びます。さらに応用として、画像認識の各タスク(クラス分類、物体検出、セマンティックセグメンテーションなど)やリカレントニューラルネットワーク、Transformer、生成モデル、強化学習などを学びます。

-
研修を通じて得られる知識・スキル
-
- 深層学習の基礎知識(順伝播型ネットワーク、最適化、正則化など)
- 深層学習の汎化性能向上のためのテクニック
- 深層学習の評価指標の知見
- 画像認識、再帰、自然言語処理、強化学習などの深層学習モデルの知見
-
知識・スキルが生かされた業務の例
-
活用事例
- 画像認識の深層学習モデル開発
- データ分析の深層学習モデル開発
- 自然言語処理の深層学習モデル開発
- 生成AIのシステム開発
「深層学習モデル開発」では、AIの分野の一つ「ディープラーニング(深層学習)」を用いて大量のデータからパターンを学習し、予測や分類などの複雑なタスクを解決するモデルを構築します。この技術を応用し、医用画像解析や自動車の自動運転、顔認識(認証)、外観検査など、幅広い領域で活用されています。
受講者の声
-
E資格取得に向けて、
AI全般の知識を 学べました E資格の取得に向けてAI全般の知識が学べました。さらに今後、実際の業務に生かしていくには、学んだ知識を自ら説明するというアウトプットの力が重要だと感じているので、社内でもアウトプットする機会を増やし、説得力がある技術者を目指していきたいと思います。
-
プロジェクトにおける
課題解決にも生かせる 知識が身につきました E資格の受験に向けた認定プログラムの一貫としてAIに関する知識を体系立てて理解できました。資格取得に向けた取り組みというだけはでなく、お客様への提案や相談などの場面でも明確な根拠を持って説明できると思うので、プロジェクトでの課題解決に生かしていきたいです。
3次元点群処理研修(基本編)
3次元空間の物体や環境の形状を正確に表現するために、3Dスキャナーや計測用カメラなどを使って取得される「3次元点群データ」について、基本的な処理方法からデータ同士の正確な位置合わせ方法まで学べます。
初めに、3次元センサーの種類や3次元データの表現方法、データの位置や形を変える方法について学びます。その後、3次元点群の基礎的なデータ処理方法を学び、Open3Dというツールを使って実践します。さらに、3次元位置姿勢を推定する方法、ICPアルゴリズムを使った精密な位置合わせ方法を学びます。

-
研修を通じて得られる知識・スキル
-
- 3次元点群データの基礎知識
- 3次元点群データ処理の基礎知識
- Open3Dを用いた基本的な3次元点群データ処理
- 3次元位置姿勢推定法
- ICPアルゴリズムによる精密位置合わせ手法
-
知識・スキルが生かされた業務の例
-
活用事例
- 3次元点群データ処理開発
- 3Dモデル統合
- ロボット制御
- ゲーム開発
- 自動運転開発
「3次元点群データ処理開発」は、点群データを処理して解析・活用するための技術です。また「3Dモデル統合」は、複数の3Dモデルやデータをまとめ、一つのモデルに統合するプロセスを指します。農業機械が対象認識によって方向を制御したり、社会インフラでは大型建造物の特定箇所の位置を検出したりするなど、幅広い分野での応用が期待されています。
受講者の声
-
実践的で
すぐに業務に生かせる 研修内容でした 現在の業務で点群データを扱うので、すぐに生かせる内容でした。技術に関する知識だけではなく活用事例も紹介してもらえ、どんな問題の解決にどの技術を選択すべきなのかがイメージしやすかったです。また、点群データを扱う際の留意点も紹介されていたので業務で役立ちました。
-
専門の大学教授の
講義が受けられ、 とても理解が 深まりました 3次元点群処理を専門とされている大学教授の方に直接講義していただき、今まではキーワードを理解する程度で止まっていた表面的な知識が、一つひとつ肉づけされ理解が深まりました。 今後、業務で点群データを取り扱う機会があれば、この知識を生かしていきたいです。
生成AI研修
生成AIのうち、自然言語処理の分野で活用されている大規模言語モデル(LLM)の開発に関する総合的な知識が学べます。
大規模言語モデルは、大量のテキストデータと高度な深層学習技術を使って構築された革新的な技術で、従来の言語モデルに比べ「計算量」「データ量」「パラメータ数」を大幅に強化することで、より高度な言語理解を実現しています。この研修では、事前学習や継続事前学習の方法、指示チューニングの方法、アライメント、評価の各段階の対応方法についての知見が身につけられます。また、Swallowに関する情報も紹介します。

-
研修を通じて得られる知識・スキル
-
- 大規模言語モデルの基礎知識
- 事前学習および継続事前学習の技術
- 指示チューニングの手法
- アライメント学習の実践方法
- 評価手法の理解と実践
- Swallow関連技術の最新情報の把握
-
知識・スキルが生かされた業務の例
-
活用事例
- 自然言語処理の深層学習モデル開発
- 生成AIのモデル開発
- 生成AIのシステム開発
「生成AIのモデル開発」とは、生成AIが膨大なデータを学習し、それに基づいて新しいコンテンツなどを生成するためのモデルを構築することです。一方で「生成AIのシステム開発」は、生成AIの技術を活用したシステムなどを開発します。自社商品の「SKYPCE」で使用されているAI-OCRなど、紙資料や電子ファイルの内容を取り扱いしやすいかたちでデータ化するために活用されています。
受講者の声
-
お客様への説明や
実装などで すぐに知識が 生かせそうです 全体的に高度な内容ですが、丁寧に解説していただき理解できました。「Transformer」は私の担当業務でも使用するので、お客様への説明や実装などですぐに知識が生かせそうです。生成AI技術のキャッチアップは、ますます重要になるので今後も動向を注視していきます。
-
研修で得た
知識をベースに 生成AIプロダクトを 開発したいです 精度向上に役立つアイデアの引き出しが増え、開発者としてとても有意義な研修でした。LLMの再学習や指示チューニングなどは、どちらかと言えば大規模プロジェクト向きではありますが、研修で得た知識をベースに生成AIプロダクトの開発を進めていきたいです。
不正ハラスメント防止・アンガーマネジメント研修
Sky株式会社は、経営理念に「ホワイト企業を目指します」を掲げ、一人ひとりがやりがいを持って安心して働ける職場環境づくりに注力しています。経営幹部から一般社員までの全員が、同じ研修を受講することで、社内にハラスメントや不正に対する共通認識を醸成することを目指しており、この研修を毎年実施することで常に意識を高めています。
なお、Sky株式会社の職場環境づくりについて、詳しくは下記ページをご覧ください。

女性活躍推進研修
国が取り組む女性の活躍推進の方針に則して、女性管理職候補の育成を目指した研修を行っています。本研修では、リーダーに求められる役割と自身が目指すリーダー像を深く考察し、具体的なスキルとして「安定力」「判断・思考力」「指導力」を習得します。また、こうした研修などを通じて女性社員がつながり、気軽に相談できる環境づくりを後押ししています。
なお、Sky株式会社の女性の働き方について、詳しくは下記ページをご覧ください。
そのほかの研修
Sky株式会社では、さまざまな研修を企画・実施しています。会社の年次テーマに即した全員参加の研修をはじめ、階層別や職種別の研修など、社員の要望も受けながら研修内容の充実に取り組んでいます。Sky株式会社の研修体系について、詳しくは下記ページをご覧ください。