AIプログラムにはどんなものがある？卒業後はどんな仕事に就ける？

・AIもどきの単純な制御プログラムを搭載し、自動で判断し効果的に動くエアコンや掃除機などの家電
・機械に知識ベースが組み込まれ、推論・探索を行う将棋のプログラムなど
・ビッグデータを基にルールや知識を自ら学習し、自動的に判断するような検索エンジン
・機械学習をする際のデータを表すために使われる変数”特徴量”自体を学習する『ディープラーニング』を取り入れたもの

・個別の趣味嗜好に合わせたターゲティング広告をSNS上で表示
・画像認識の向上により防犯カメラでの犯罪検挙率のアップ
・人の音声に反応して作動するスピーカー
・クレジットカードの不正利用やシステム異常などの検知
・自動運転やドローン宅配
・普段私たちが話す自然な言語の翻訳

・AI Engineer
（AIエンジニア）
AIの開発、学習、分析を行いながら、AIを運用していきます。AIを活用したシステム開発において理想的なパフォーマンスが出るように、システム処理や実装、テストを行ます。機械学習に特化するのではなく、AIの開発や活用といったAI全般に携わります。

＜平均年収＞
日本　　約340万円～約695万円
カナダ　約1050万円

・Machine Learning Engineer
（機械学習エンジニア）
AI技術の中でも機械学習に特化して、機械学習アルゴリズムの開発や実装、分析、運用、保守を行います。さらに、機械学習システムの基盤を構築したり、最新技術の調査研究などを行う場合もあります。

＜平均年収＞
日本　　約650万円
カナダ　約1035万円

・Data Analyst
（データアナリスト）
機械学習などを用いてビッグデータから消費者行動や購買の規則性などを分析し、企業が抱える経営課題や顧客の問題などの解決策へと繋げます。

＜平均年収＞
日本　　約670万円
カナダ　約520万円〜約940万円

・Data Scientists
（データサイエンティスト）
データアナリストのように機械学習などを用いてビッグデータを分析し、経営課題や顧客の問題などの解決策へ繋げる職業ですが、より統計スキルに重きを置いています。尚、企業によっては明確に線引きしていないところもあります。

＜平均年収＞
日本　　 約695万円
カナダ　約430万円〜約1200万円

●セメスター1
・Programming I
プログラミング入門。プログラミングの概念、理論、プログラム構造を学びます。優れたコーディングの実践とプログラム設計の開発を目指すべく、ビジネスアプリケーションの設計と開発の基礎を築きます。
・Software Engineering Fundamentals
コンピュータの基礎、ソフトウェア工学の原則、ソフトウェア開発プロセス、プロセスモデルなどを含む、ソフトウェア工学で使用される一般的な用語、方法論、ツール、テクニックを紹介します。また、ソフトウェアテスト、ソフトウェア工学の倫理規定と専門的慣行などの基本概念も学びます。

・Web Interface Design
インターネットのリソースにアクセスする方法、HTMLとCSSを使用して、広く受け入れられているデザインガイドラインに従った質の高いウェブドキュメントを公開する方法、XMLを使用してウェブドキュメントでビジネスデータを共有する方法を学びます。

●セメスター2
・Introduction to Database Concepts
パーソナル、クライアント/サーバー、およびエンタープライズデータベースシステムに関連するリレーショナルデータベースの概念を紹介します。データ型、テーブル構造とリレーションシップ、QBEグリッドとSQLを使用したデータアクセスクエリ、正規化、データベースセキュリティがトピックに含まれます。Oracle や Microsoft SQL Server などのデータベース管理システムを使用した実習や、グループプロジェクトを通して理解を深めます。

・Programming 2
データの抽象化、継承、ポリモーフィズムを含むオブジェクト指向プログラミング（OOP）の概念の基礎として、オブジェクト指向プログラムの設計、コーディングなどを学びます。コンソールとWindowsベースのアプリケーションの両方を使用して説明されます。

・Client-Side Web Development
JavaScriptの基本的な構文と、OOP、DOM、タッチおよびモバイルインターフェース、Ajax、jQueryなどの高度な機能の両方を使用して、高いレベルのWebアプリケーションを構築する方法を学びます。

・Software Requirements Engineering
ソフトウェアエンジニアリングプロセスとソフトウェア要求エンジニアリングタスクに焦点を当てます。ユーザシステム要求の文書化、詳細なソフトウェア要求仕様の作成、テキストとグラフィカルダイアグラム（UML標準）の両方を使用したシナリオベース、クラスベース、ビヘイビアベースのモデルを含む分析モデルの構築など、関連するタスクを適用することで実践的な経験を積みます。

・Unix/Linux Operating Systems
Linuxを使用した基本的なオペレーティングシステムの概念について学びます。ファイル管理と許可、UNIXユーティリティ、シェル環境、基本的なネットワーキングとセキュリティに重点を置きます。基本的なシステム管理、シェルスクリプトとCプログラミング、サーバーアプリケーションのインストールとメンテナンス、バージョン管理とLinuxオペレーティングシステムを使用したネットワーキングを学びます。

●セメスター3
・Java Programming
オブジェクト指向プログラミングの基礎に基づき、Javaプログラミング言語を使用したコンポーネントベースのアプリケーション開発とデータベース接続について学びます。Javaプログラミング言語を使用して複雑なGUIアプリケーションを作成する方法、JDBCを使用したデータベースとの対話、Javaコレクションフレームワークに重点を置いています。

・Web Application Development
フルスタックのWebアプリケーションを設計、コーディング、テストする方法を学びます。主にフロントエンドとバックエンドの開発、さまざまなデータベースやデータストアに接続してデータを照会または操作し、結果をブラウザに表示すること、本番サーバー上の複雑なWebアプリケーションのセキュリティ保護とデプロイメントなどを扱います。

・Introduction to Artificial Intelligence
人工知能の歴史と基本概念を学びます。人工知能の種類、検索アルゴリズム、基本的な機械学習アルゴリズム、AIの倫理的側面に重点を置いたワークを行います。

・Software Systems Design
ソフトウェア工学設計の原則、概念、およびタスクを紹介します。設計原則は、ソフトウェア・アーキテクチャ、ソフトウェア・インターフェース、ソフトウェア・コンポーネント、データベース、ユーザー・インターフェースに適用されます。これらは、ウェブアプリケーションとモバイルアプリケーションの文脈で議論されます。また、グループワークではソフトウェア設計仕様書の作成、発表を行います。

・Global Citizenship: From Social Analysis to Social Action
国際化した世の中で働くために必要な知識とスキルを身につけます。学生は、社会問題を検討し批判的に分析し、アイデンティティと価値観について理解を深め、メディアの集合体、権力、統制についての認識を深め、さまざまな視点を用いて平等と公平の問題を調査し、前向きな変化をもたらす社会的行動の計画を立てます。

・Linear Algebra and Statistics
行列、逆行列、行列式、およびベクトルを用いた演算を含む線形代数と、記述統計、確率分布、仮説検定を含む推測統計等の統計学をソフトウェア・アプリケーションを使用しながら学びます。

●セメスター4
・Advanced Database Concepts
データRDBMSとNoSQL駆動システムを使用したビジネスデータベースの知識を広げます。高度なSQLクエリ、PLSQL、高度なデータとテーブル操作コマンド、基本的なセキュリティ、トリガー、関数、プロシージャ、パッケージ、NoSQLドキュメント管理、CRUD操作とデータクエリ、インデックス作成と集計テクニックなどを学びます。また、”商用 “ウェブアプリケーションのデータベースバックエンドの開発プロジェクトも行います。

・Networking for Software Developers
ネットワークプロトコルとコンポーネントの知識をソフトウェアアプリケーションの開発とメンテナンスに応用し、実践的な経験を積みます。

・Supervised Learning
Supervised Learningのテクニックとアルゴリズムを学びながら、End-to-End Supervised Learningを構築する練習を行います。

・Data Structures and Algorithms
オブジェクト指向プログラミングの基礎の上に、ソフトウェアシステムの実装に適切なデータ構造とアルゴリズムの分析、評価、適用について学びます。古典的なデータ構造、基本的なアルゴリズム設計、データ構造に対する一般的な操作、および様々なアルゴリズムの効率を分析するための数学的テクニックの使用を重視します。

・Software Testing and Quality Assurance
テストプロセスとアジャイルソフトウェア開発手法の統合に焦点を当てながら、ソフトウェア製品のライフサイクルの中で実行される品質保証と品質管理の目標を探求します。実践的な演習では、テストの設計、仕様、実行、さらにツールを使用したテストの自動化を経験します。

●セメスター5
・IT Project Management
プロジェクト・マネジメントの概念と基本的な機能、プロジェクト・マネジメント・システムへの統合を学びます。また、プロジェクトの実施と管理におけるプロジェクトマネージャーとプロジェクトマネジメントチームの役割についても理解を深めます。

・Big Data Tools for Machine Learning
分散ストレージシステムと並列処理の概念について説明し、分散学習について学びます。ビッグデータのためのストレージタイプ（NoSQL）とビッグデータツール（Hadoopエコシステム、YARN、Apache Spark）について理解し、実際のアプリケーションに適用することで実践的な経験を積みます。

・Business and Entrepreneurship for Software Engineering Technology
ビジネスの組織モデル、様々な業種でのビジネスプロセス、倫理、プライバシーと守秘義務、さらに製品開発等の知識を深め、新しいソフトウェア製品の開発や既存の製品の強化につながる起業家精神や革新的な考え方を身につけます。また、このコースでは、協力的なチームワークを促進します。

・Unsupervised and Reinforcement Learning
コース前半では、データのクラスタリングの概念、k-meansクラスタリング、期待値最大化アルゴリズム、ガウス混合モデル、主成分分析、独立成分分析、因子分析等の、教師なし学習の概念や事例、アルゴリズムに触れます。また、コース後半では、強化学習の概念とアルゴリズムに触れます。

・Neural Networks
このコースでは、人工ニューラルネットワークとその実用的な応用について学ぶ。McCulloch-PittsとPerceptronモデル、Multi-Layer Perceptron (MLP)ネットワーク、バックプロパゲーションアルゴリズム、活性化関数、畳み込みニューラルネットワーク、リカレントニューラルネットワークから始まる基本的なモデルとアルゴリズムに重点を置いています。授業ではKerasとTensorFlowを使用して、様々な分類/予測問題を解決するためのモデルを構築し、訓練することで、実践的な経験を積むことができます。

・Mobile Apps Development
Androidプラットフォーム上でのモバイル・アプリケーションの開発とデプロイを実践的に学びます。授業では、高度なグラフィカル・ユーザー・インターフェース（GUI）の作成、イベントの処理、リモート・サービスへのアクセス、デバイスへのデータの保存と取得、マップの表示、その他のAndroid APIの使用方法に重点を置いています。Android Studioを使用して様々なモバイルアプリケーションを作成します

●セメスター6
・AI Ethics and Data Governance
人工知能の倫理について紹介します。生活やビジネスの様々な分野における人工知能の倫理原則や枠組みを探求し、倫理的問題の分析、問題解決をし、十分な情報に基づいた意思決定を行う能力を養います。コースワークでは、基本的な倫理概念、信頼と公正さ、責任と賠償責任、ビジネスと倫理的リスク、心理学的概念、プライバシー問題、AIを特定の分野に適用する際の課題などを扱います。

・Natural Language Processing and Recommender Systems
コース前半では、感情分析、要約、対話状態の追跡等の自然言語処理の概念とテクニックを学びます。これらの概念を応用して会話インターフェース（チャットボット）を構築します。後半では、ユーザーの嗜好を予測するレコメンダーシステムを紹介します。アソシエーションルールや協調フィルタリング等の最も基本的なテクニックだけでなく、さらに高度なテクニックにも触れます。

・Deep Learning
畳み込みニューラルネットワーク（CNN）、リカレント・ネットとリカーシブ・ネットによるシーケンス・モデリング、変分オートエンコーダ、ディープ・ジェネレーティブ・モデル、表現学習と知識伝達、注意メカニズム、トランスフォーマーに重点を置いたディープ・ニューラル・ネットワークを学びます。KerasとTensorFlowを使用して、画像認識、音声認識、言語翻訳、その他の問題へのディープラーニングモデルの構築と適用を、実世界のデータセットを使用して実習します。

・Cloud Machine Learning
AWS、Azure、Googleクラウド上での機械学習に重点を置きながら、クラウドAIのフレームワークを学びます。クラウドツールとフレームワークを使用してMLアプリケーションを構築し、デプロイすることにより、実践的な経験を積むことができます。また、機械学習の自動化についても学びます。

・Software Development Project 2
このコースは、ソフトウェア工学技術、健康情報学技術、人工知能、ゲーム-プログラミングプログラムのためのキャップストーン・コースです。学生はチームに分かれて、小規模な企業向けの完全なアプリケーションまたはゲームを設計し、実装することが求められます。プロジェクトには、チームワーク、口頭および書面によるコミュニケーション能力、問題解決能力、文書作成能力、調査能力が求められます。

＜未経験者向け：3年間のプログラム＞
英語力：IELTS 6.0以上（全てのスキルで5.5以上）、TOEFL 80以上（各スキル20以上）など
学歴：高校卒業（卒業証明書、高校の成績証明書の提出が必要です。）
その他：高校3年の英語の単位、高校1年または2年または3年時の数学の単位を取得していること
※IT系の就学・就労経験などは不要

＜経験者向け：1～2年のプログラム＞
・英語力：IELTS 6.5以上（全てのスキルで6.0以上）、TOEFL 88以上（各スキル22以上）など
・学歴：コンピューターサイエンスや関連する分野でのDiplomaまたはBachelor’s Degree
※無関係の学部を卒業している場合は、職務経歴書やレジュメの提出、オンラインインタビュー等が必要な場合もあります。

・銀行
・保険会社
・スタートアップ企業
・大手スーパーマーケット
など

＜インターンシップオプションあり＞
・George Brown College – Applied A.I. Solutions Development（1年：トロント）
・Centennial College – Software Engineering Technology – Artificial Intelligence (Fast-Track)（2年：トロント）
・Centennial College – Software Engineering Technology – Artificial Intelligence（3年トロント）
・Algonquin College – Artificial Intelligence Software Development（1年：オタワ）
・Fanshawe College – Artificial Intelligence and Machine Learning (Co-op)（1年：オンタリオ州ロンドン）

＜インターンシップなし＞
・Humber College – Artificial Intelligence with Machine Learning（8ヶ月：トロント）
・Seneca College – Artificial Intelligence（8ヶ月：トロント）
・Georgian College – Artificial Intelligence（1年：オンタリオ州バリー）
・Fanshawe College – Artificial Intelligence and Machine Learning（2年：オンタリオ州ロンドン）