Pythonや主要ライブラリを使ったデータ分析・AI・機械学習モデルの実装力と、統計やデータベース、IT基礎知識を総合的に修得し、現場でのDX推進や課題解決に幅広く活かせる実践力を養うことです。実践課題を通じて、データ収集からモデル構築・分析・報告まで自律的に遂行し、自ら成果を生み出せる人材を目指します。

【カリキュラムの修了判定（各種助成金・給付金利用時）】
（１）マンツーマンレッスンの受講率（受講記録にて確認）
（２）オンライン教材の学習率（配信システムにて閲覧記録を確認）
（３）必須課題の達成度（プログラムの動作可否、コードレビューにより判定）
（４）最終実践課題の評価（観点表に基づき講師が採点）

【判定基準（各種助成金・給付金利用時）】
出席率90％以上かつ修了課題提出の「優・良・可・不可」の4段階で優から可までの成績だった場合に修了と認定する。補講・追試は有り。

【判定基準に満たなかった場合】
補講、最終実践課題の再提出。