ソフトウェアの作り方が、変わった。
始めるなら、今だ。
AIを価値につなげるエンジニアリングを、
手を動かして学ぼう。
生成AIを「使う」ことは、もはや当たり前になりました。しかし、AIを本当に価値ある形で業務やサービスに組み込み、”動かし続ける”には、要件定義・データ／ログ設計・評価・デプロイ・運用改善といった幅広いエンジニアリング能力が欠かせません。
本講座では、AIアプリケーションを実際に一から構築しながら、AI時代のエンジニアリングと、システムを継続的に改善し続けるための実践知（RAG・MLOps・評価設計・AIエージェント）を、座学と演習を通じて手を動かして体得します。
概要
AIコーディングを前提とした開発から、
AIシステムの評価・運用・改善まで、
AI時代のエンジニアリングを
座学と演習を通じて実践的に習得
本講座は、各回に演習やハンズオンを充実させ、AIコーディングを前提とした開発を出発点に、要件定義・MVP開発・デプロイ・評価・改善という流れをスパイラルで体験できる全13回の講座です。
受講生は一つのAIアプリケーションを題材に、RAGを用いたプロトタイプ構築からクラウドへのデプロイ、LLM-as-a-judgeによる評価設計やMLOpsによる継続的な改善、AIエージェント化までを、実務に近い形で一気通貫に体験。課題対応力や継続的な改善・運用スキル、プロジェクト推進力を養います。
本講座では、東京大学Deep Learning基礎講座・応用講座を運営してきた松尾・岩澤研究室が全面的に演習コンテンツを監修・作成しています。移り変わりの激しいAI開発の最前線を体系立てて学べる内容です。
本講義は完全オンラインで実施いたします。
受講のメリット
-
01
AIコーディングを前提とした
最新の開発スタイルから
AI時代のエンジニアリングまで
座学と演習を通じて学べる -
02
要件定義から評価、
デプロイまで、
動くAIシステムの開発を
一気通貫で体験できる -
03
MLOpsの実践として、
デプロイしたシステムの
評価と継続的な改善のスキルを
身につけられる
カリキュラム
〇募集開始 2026/7/24(金)15:00
〇ID登録締切 2026/10/3(土)AM10:00 →10/20(火)AM10:00※延長いたしました
〇募集締切 2026/10/5(月)AM10:00 →10/22(木)AM10:00※延長いたしました
〇選考結果 2026/10/13(火)19時までに応募者全員にお送りします。10/23(金)19時までに応募者全員にお送りします。
〇毎週月曜日
〇時間:19:00~20:45
〇本講義は完全オンライン（zoom）で開催いたします。
※全回監修：松尾豊、岩澤有祐、増田英晃、佐藤良明
※授業コンテンツに関しては、変更する場合がございます。ご了承ください。
※講義終了後、最終課題に取り組んでいただきます。
| 日時 | 担当 | カリキュラム | |
|---|---|---|---|
| 第1回 | 2026/10/19(月) 19:00~20:45 |
岩澤有祐、佐藤良明 | AIエンジニアリング概論とAIコーティング |
| 第2回 | 2026/10/26(月) 19:00~20:45 |
岩澤有祐、佐藤良明 | 基盤モデルの仕組み |
| 第3回 | 2026/11/2(月) 19:00~20:45 |
渡辺倫世、佐藤良明 | AIエージェント |
| 第4回 | 2026/11/9(月) 19:00~20:45 |
TBA | モデルの評価・問題設定 |
| 第5回 | 2026/11/16(月) 19:00~20:45 |
小橋洋平、ベルトン璃亜武 | 基盤モデルとデータ |
| 第6回 | 2026/11/23(月) 19:00~20:45 |
渡辺倫世、佐藤良明 | 外部との接続：ツール・MCP・A2A、最終課題について |
| 第7回 | 2026/11/30(月) 19:00~20:45 |
増田英晃 | クラウド・デプロイ・スケーリング |
| 第8回 | 2026/12/7(月) 19:00~20:45 |
岡田領、佐藤良明 | MLOpsとライフサイクル管理 |
| 第9回 | 2026/12/14(月) 19:00~20:45 |
大山慧士郎 | 改善サイクル①：データとプロンプト |
| 第10回 | 2026/12/21(月) 19:00~20:45 |
増田英晃 | 改善サイクル②：システム設計とレイテンシー・コスト |
| 第11回 | 2027/1/12(火) 19:00~20:45 |
TBA | AI活用の現場知見 |
| 第12回 | 2027/1/18(月) 19:00~20:45 |
佐藤良明 | セキュリティとプライバシー |
| 第13回 | 2027/1/25(月) 19:00~20:45 |
岩澤有祐、増田英晃、佐藤良明 | 補助的なトピック、総括、最終課題フォローアップ |
体制
企画・監修
松尾豊
Matsuo Yutaka
東京大学大学院
工学系研究科
松尾・岩澤研究室
岩澤 有祐
Iwasawa Yusuke
東京大学大学院
工学系研究科
松尾・岩澤研究室
増田 英晃
Masuda Hideaki
東京大学大学院
工学系研究科
松尾・岩澤研究室
佐藤 良明
Sato Yoshiaki
講師
岩澤 有祐
Iwasawa Yusuke
東京大学大学院
工学系研究科
松尾・岩澤研究室
増田 英晃
Masuda Hideaki
東京大学大学院
工学系研究科
松尾・岩澤研究室
佐藤 良明
Sato Yoshiaki
渡辺 倫世
Watanabe Rinze
東京大学大学院
工学系研究科
松尾・岩澤研究室
小橋 洋平
Kobashi Yohei
東京大学大学院
工学系研究科
松尾・岩澤研究室
ベルトン 璃亜武
Belton Liam
早稲田大学先進理工学部
電気情報生命工学科
岡田 領
Okada Ryo
東京大学大学院
工学系研究科
松尾・岩澤研究室
大山 慧士郎
Oyama Keishiro
東京大学大学院
工学系研究科
松尾・岩澤研究室
申込
受講対象者
・学生（大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生）
※開講日時点で、中学生、高校生、学位取得可能な学校法人及び認可専門学校に在籍中の学生、または入学予定であることが証明できる方 (学生証等を添付し応募ください。)
※社会人学生もお申し込み可能です。
※一般社会人、大学の科目履修生・単科履修生・聴講生、語学学校などは対象外となります。
※研究生は、以下の対象となる学校に所属している場合のみ対象となります。所属学校がわかる書類を添付してください。
※海外大学在学中、在学予定の方は、学生証、もしくは在学中であることのわかる書類を添付してください。
〈対象となる学校〉
中学校、高校を除き、以下に記載のある学校に所属していることが必要です。
・大学・短期大学・高等専門学校・学校法人一覧
https://www.mext.go.jp/a_menu/koutou/ichiran/mext_01853.html
・公私立短期大学一覧
https://www.mext.go.jp/b_menu/link/daigaku3.htm
・専門士の称号を付与する専修学校：
https://www.mext.go.jp/a_menu/shougai/senshuu/mext_01253.html
・専門職大学院一覧
https://www.mext.go.jp/a_menu/koutou/senmonshoku/000009181_00007.html
※受講希望者が多数の場合には、抽選を行います。
本講座における申込条件や、各種告知等の文言等は事前の告知なく変更になる可能性がございます。予めご理解の上お申し込み頂く様お願いいたします。
前提条件(必須)
・自律的に学習し、最後まで受講継続する意志あり、毎週最低3時間程度の自習時間は確保ができること
・Pythonでの数値解析の経験を有すること
・機械学習の基礎を理解していること（グローバル消費インテリジェンス（GCI）修了レベル）
・Zoom、Googleサービス（google drive、google form、google colab等）、Webブラウザ、Slackを利用できる個人PCが用意できること
前提条件(推奨)
※本講座は、以下のスキル・ご経験をお持ちであることを前提として実施いたします。
前提条件には含めておりませんが、講義をよりスムーズにご受講いただくため、参考リンク集などをご活用のうえ、事前に以下の内容をキャッチアップいただくことをおすすめします。
・Pytorchを使ったモデルの学習、Hugging Faceを使った事前学習済みモデルの利用などの経験があること
・Git（バージョン管理）、コンテナ（Docker等）の利用及び基本的なCLI操作ができること
講義前提知識/参考リンク集はこちら（リンク）
受講の仕組み
講義について
・本セミナーは、ライブ配信される講義映像を、各人が自宅等で視聴していただく形式です。
・各講義日の19:00-20:45にライブ配信します。アーカイブ動画を視聴しての受講も可能です。
・ライブ配信では、リアルタイムに質問を受け付けます。
・ライブ配信への参加方法など詳細については、受講が決定された方にご連絡いたします。
・本講座は公開講座であり、大学から単位は出ません。
・受講料はかかりません。
・講義日程・内容は変更になる場合がございます。
修了要件
・受講が決定された方にのみお知らせいたします。（受講の手引きに記載いたします）
修了者へのベネフィット
・修了者にクローズドなコミュニティへご参加頂き、様々な交流イベント等のご案内をしていきます。
・データサイエンス/深層学習関連のイベント・勉強会や研究プロジェクトへのご案内をしていきます。(参加条件等あり。)
ID登録締切│2026/10/3(土)AM10:00 →10/20(火)AM10:00
申込締切│2026/10/5(月)AM10:00 →10/22(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。
よくある質問
・出席の提出締切まで（通常は講義から1週間以内）にご視聴の上、アンケートにご回答いただければ出席とカウントされます。
・ただし、一部講義の特定回（外部ゲストの講演等）は、アーカイブ配信をしない場合がありますので予めご了承ください。
記入内容に不備がある場合、画面が変わらずお申し込みができません。
以下をご確認ください。
<学生の方>
（1）Gmailアドレス
→ドメインが@gmail.com以外のアドレスを入力されていないか
（メールアドレスの後に半角・全角の空白が入らないようご留意ください。）
（2）卒業予定年月日
→卒業済みでないか、また正しく入力できているか
（3）学生証などの入力を確認できる画像
→JPEG, JPG, PNGのいずれかの形式か
– TIFF形式（iPhoneの画像）は対応していません。
→画像2枚を提出しているか
（4）利用規約とプライバシーポリシー
→チェックを入れているか
（5）私は正規の学生です
（大学生と社会人学生の場合、学士の学位が取得できる方が対象となります。）
→チェックを入れているか
（6）すべての項目に入力漏れがないか
（7）過去にomnicampusで同一メールアドレスでご受講登録されたことがないか
→ご受講されたことがある場合は、上部にあるENTRY [マイページへのログイン（ID登録済の方）]からログインし受講申込ください。
不備がない状態でも解決しない場合、申し込み画面をリロードの上再度ご入力ください。
・迷惑メールフォルダに入っていないかをご確認ください。
・<＠weblab.t.u-tokyo.ac.jp> <@mail.edu.omnicamp.us>が迷惑メールに入らないよう設定をしていますか？まだの場合は設定をお願いします。
・上記3点をご確認いただいても届いていない場合は、メールアドレスを入力ミスされた可能性があります。[お問い合わせフォーム]（リンク）より運営に問い合わせてください。再登録依頼をご連絡します。
・各講座のLPに受講可否のメール送信予定日を記載していますので、お待ちください。
・複数の講座に応募した場合、講座によって受講可否の通知タイミングが異なります。
【受講可否のメール送信日を過ぎている場合】
・お申し込みをしたメールアドレスの受信フォルダをご確認ください。
その他のよくある質問はこちら（リンク）
※お問い合わせフォームから受講の応募は受けつけておりません。
※募集締め切り後のご応募はお受けしておりません。
※回答にお時間をいただく場合がございます。ご了承ください。
申込
ID登録締切│2026/10/3(土)AM10:00 →10/20(火)AM10:00
申込締切│2026/10/5(月)AM10:00 →10/22(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。