AI・データサイエンスコース
流行のフレームワークではなく、
生のAPIと自作コードで。
モデルが変わっても通用する
設計力を、12週で。
RAG・AIエージェント・評価・セキュリティ・ファインチューニング。直近2年・559件の技術文献から逆算したカリキュラムを、概念で終わらせずに実装・評価・改善まで完走する。12週で、現場に出せる設計力を積む。
Why Advanced
既製のAIフレームワークの使い方は知っている。
でも、そのフレームワークが無くても同じものを作れますか？
「LLMアプリは作れた」。
次の差は、フレームワークが変わっても残る設計力にある。
RAG・AIエージェント・評価・セキュリティを、既製フレームワークに頼らず生のAPIと自作コードで設計・実装できる人はまだ少数派です。「動くものは作れる。でも仕組みの中身は説明できない。」それがAdvancedを目指す人に共通する壁です。
よくある4つの「詰まり方」
分析・MLはできるが
LLM実装の経験がない
実装力はあるが
AI・DS領域への入り方がわからない
RAGは作ったことがあるが
評価して改善するところまでやっていない
AIエージェントを
フレームワーク無しで実装したことがない
Entry Requirements
こんなスキルがある方向け
Python基礎
pandasでのデータ処理・外部API呼び出しの経験がある
SQL基礎
JOIN・GROUP BYを書け、BigQuery等での実務経験がある
LLMリテラシー
ChatGPTを日常使いし、APIとプロンプトを理解している
機械学習
機械学習の基礎知識があり、モデル構築の経験がある
こんな方へ
- データサイエンティストとして分析・MLのスキルはあるが、LLM・RAG実装の経験が不足している
- エンジニアとして実装力はあり、AI・データサイエンス領域にキャリアをシフトしていきたい
- RAGを作ったことはあるが、検索の精度を評価して改善するところまではできていない
- AIエージェントを実装したことがなく、既製フレームワークに頼らずどう組み立てればいいかわからない
- ファインチューニング・評価設計を実装経験として積みたい
- GitHubに載せられる、動く成果物とポートフォリオがない
Craft Collegeが選ばれる理由
少人数コホートで一緒に学べる
途中で詰まっても孤立しない環境で、3ヶ月を完走できます。独学で一度挫折した経験がある方ほど、差を実感していただけます。
毎週の実装課題
週を重ねるたびに、実装物としてポートフォリオが積み上がっていきます。「知っている」から「作れる」への変化を毎週の課題で実感できます。
提出・発表・コードレビュー
「動くけど本番に出せるかわからない」コードが、現場水準に変わります。LLM-as-a-Judgeと決定的な自動採点で評価・改善のサイクルを回すことで、自走できる力がつきます。
評価・セキュリティを最初から組み込む
LLM単体の実装で終わらせず、評価はWeek 6で確立して以降の全週で使い続け、セキュリティはWeek 1のAPIキー管理からWeek 8で体系化します。AIプロジェクトで任せてもらえる領域が、受講前より広がります。
成果物をポートフォリオに
受講後すぐに使える実績が手元に残ります。転職面接・副業提案・社内のAIプロジェクト立候補で、口頭説明ではなく成果物で自分を証明できます。
12週間で、モデルが変わっても通用する設計力をつくる。
LLMアプリケーション設計・コンテキストエンジニアリング・RAG・評価・AIエージェント・LLMセキュリティ・ローカルLLM・ファインチューニングまで、直近2年・559件の技術文献から逆算したカリキュラムです。「LLMを確実に動く部品にする（Week 1〜5）」から「測る・任せる・守る（Week 6〜8）」「現実の制約へ広げる（Week 9〜10）」を経て「卒業制作（Week 11〜12）」に至る流れで、実装とレビューを重ねて成果物にします。
- Week 0
受講開始セットアップ
手元のPCに演習環境（Python・VS Code・AIのコーディング支援）を整え、APIキーの管理と提出の流れを確認する。講座全体の想定自己負担額を示し、利用上限を設定する。
- Week 1
LLMアプリケーション設計基礎
OpenAI・Anthropic APIを構造化出力・コスト管理込みで実装し、LLMを「チャット相手」から「コードから制御する部品」に変える。
- Week 2
コンテキストエンジニアリング基礎
指示層の設計・動的なコンテキスト構築・圧縮を自分の手で実装し、出力品質をコンテキスト設計で制御する方法を身につける。
- Week 3
RAG（検索基盤）
BM25・ベクトル・ハイブリッド検索・リランクを実装し、同じ質問で検索方式の違いを比較できるようにする。
- Week 4
RAG（生成・運用）
検索結果から出典付き回答を生成し、検索の十分性をAI自身に判断させて再検索するAgentic RAGまで実装する。
- Week 5
マルチモーダルAI
請求書画像・会議音声を構造化データへ変換し、共通スキーマでWeek 3〜4のRAGへそのまま接続する。
- Week 6
評価・LLM-as-a-Judge
Golden Set構築・検索指標・LLM-as-a-Judgeによる階層評価とエラー分析で、改善の根拠と限界を数値で説明できるようにする。
- Week 7
AIエージェント・マルチエージェント
ツールを自作し、単一エージェントのループから役割分担するマルチエージェントまで、既製フレームワークに頼らず実装する。
- Week 8
LLMセキュリティ
Week 7の成果物へプロンプトインジェクションを実際に試し、最小権限・監査ログを設計原則として組み込み直す。
- Week 9
ローカルLLM
オープンモデルをローカル実行し、クラウドAPIとの品質・コスト差を定量比較。機密区分に応じた実行場所を設計する。
- Week 10
ファインチューニング
QLoRAでベースモデルをタスク特化させ、学習前後をA/B評価で比較。プロンプトやRAGで足りるかを先に見極める適用判断も学ぶ。
- Week 11
卒業制作：設計・実装
自分で選んだテーマにWeek 1〜10のスキルを統合し、設計書を確定して実装を進める。
- Week 12
卒業制作：評価・最終提出
評価結果を定量提示するところまで仕上げ、ポートフォリオとして完成させる。
著書7冊。AI・
データサイエンス実務を手がける講師が伴走。
これまでに多数の書籍を執筆し、企業のAI・データサイエンス導入支援やプロジェクト開発に多数携わってきた講師が、あなたの学びを支えます。
受講料
RAG・AIエージェント・ファインチューニングを、フレームワーク任せではなく自分の設計で実装できる人材は、転職市場・副業市場でまだ少数派です。12週で積む実装経験とポートフォリオが、次のキャリアの交渉材料になります。
- 期間：3ヶ月（12週）
- 形式：少人数コホート制 / 週1講義120分 / 課題提出 / 発表レビュー
- キャンセルポリシー：開始7日前まで全額返金
ウェイティングリストにご登録いただいた方へ、優先的にご案内いたします。
よくあるご質問
プログラミングやデータ分析の経験が浅くても受講できますか？
Pythonの基礎経験がある方を推奨しています。不安がある場合はウェイティングリスト登録後にお問い合わせください。
仕事と両立できますか？
週1講義と課題中心の設計です。平日夜や週末に学習時間を確保できる方に向いています。
使用するツールや環境は何ですか？
Python、LLM API（OpenAI・Anthropic）を中心に、検索・評価に使う軽量なライブラリ（BM25・Embedding・リランカー等）を扱います。RAGやAIエージェントは既製フレームワークに頼らず、生のAPIと自作コードで実装します。演習は手元のPC（Python・VS Code・Jupyter）で進め、GPUが要るWeek 9とWeek 10だけGoogle Colabを使います。
課題のボリュームはどのくらいですか？
週ごとに実装課題があります。実務接続を重視し、提出とレビューまで行います。
ウェイティングリストに登録すると何が届きますか？
次期コホートの募集開始時に、日程・定員・申し込み方法をいち早くお知らせします。登録後に勧誘の連絡が頻繁に来ることはありません。
入学条件はありますか？
Pythonでpandasを使ったデータ処理・外部API呼び出しができ、SQLで集計クエリを書けることが目安です。入学前に確認課題（Pythonスクリプト＋SQL問題）を提出いただき、受講可否をご連絡します。
GPUクラウド（Google Colab等）は自分で用意しますか？
ローカルLLM（Week 9）とファインチューニング（Week 10）は、Google Colabの無料GPU（T4）を使います。無料枠は連続利用時間に制限があり、セッションが切断されることがあります。GPU環境が使えない、または時間内に終わらない方は、講座が配布する学習結果を使って、学習前後の評価とファインチューニングの適用判断までを進めます。その他のWeekは、GPUの無い一般的なPCで進められます。
修了証は発行されますか？
卒業制作を修了した方には修了証を発行します。またGitHubポートフォリオ・技術記事・デモ動画の3点セットが、実務・転職での証明になるよう設計しています。
How it works
ウェイティングリスト登録の流れ
- 01
フォームに入力（1分）
名前とメールアドレスを入力するだけ。難しい入力項目はありません。
- 02
募集開始メールを受け取る
次期コホートの募集が始まったタイミングで真っ先にご案内します。
- 03
詳細を確認して申し込む
強引な勧誘は一切なし。ご自身のペースでご検討いただけます。
RAG・AIエージェント・ファインチューニング。
生のAPIで0から実装した経験が、次のキャリアで差になる。
現在、次期コホートの募集準備中です。
ウェイティングリストにご登録いただいた方には、募集開始のご案内に加えて、コース内容や進め方を詳しくお伝えするオンライン説明会のご案内などを、メールでお送りします。
