IT企業向け 生成AI人材 育成計画
（株）パラテク 作成日：2025年9月1日
本計画は、全社員のAIリテラシー向上から、開発業務の効率化、そして最先端のAIソリューションを創出できる専門人材の育成までを目的とした、3段階のプログラムで構成されています。
育成計画の全体像
| レベル |
対象者 |
目的 |
レベル1：
リテラシー向上コース |
全社員（エンジニア、企画、営業、管理部門など） |
生成AIの基本を理解し、日常業務で安全かつ効果的に活用できるスキルを身につける。 |
レベル2：
業務活用・開発基礎コース |
ITエンジニア、開発者、プロダクトマネージャー |
開発プロセスに生成AIを導入し生産性を向上させる。また、生成AIを活用したアプリケーション開発の基礎を習得する。 |
レベル3：
専門家育成コース |
AIエンジニア、研究開発者、データサイエンティスト |
自社に特化したAIモデルの構築・運用や、高度なAIソリューションを開発できるトップレベルの専門家を育成する。 |
レベル1：リテラシー向上コース (全社員向け)
生成AIを「知っている」から「使いこなせる」へ。全社員の基礎力を底上げし、組織全体の生産性向上を目指します。
- 期間: 1ヶ月（e-learning + ワークショップ1日）
- 目標:
- 生成AIの概要、得意なこと・苦手なことを説明できる。
- 主要な生成AIツール（ChatGPT, Gemini, Claude等）を業務で利用できる。
- 情報漏洩や著作権などのリスクを理解し、会社のガイドラインに沿って安全に利用できる。
- 効果的な指示（プロンプト）を作成し、望む結果を得られる。
- 学習内容:
- イントロダクション
- 生成AIとは？（歴史、仕組みの概要）
- LLM（大規模言語モデル）の進化と最新動向
- ビジネスにおける生成AIのインパクト
- 主要ツールのハンズオン
- プロンプトエンジニアリング入門
- ビジネス活用実践
- 倫理・セキュリティ
- 評価方法:
- 理解度を確認するオンラインテスト
- 業務改善をテーマにしたプロンプト作成・実行レポート
レベル2：業務活用・開発基礎コース (エンジニア・開発者向け)
開発の現場にAIを。コーディングの高速化から、AIを活用した新しいサービス開発の第一歩までをサポートします。
- 期間: 2ヶ月（e-learning + ハンズオン演習2回）
- 目標:
- コード生成AIを使いこなし、開発ライフサイクル全体の生産性を向上させる。
- 主要なLLMのAPIを呼び出し、基本的なAIアプリケーションを構築できる。
- RAGの概念を理解し、社内情報と連携したAIチャットボットのプロトタイプを開発できる。
- 学習内容:
- 開発支援ツールの徹底活用（ハンズオン）
- LLM API活用プログラミング
- アプリケーション開発フレームワーク (LangChain / LlamaIndex)
- RAG入門（ハンズオン）
【追記】AIコーディング特化モジュール
このモジュールは、AIを「思考のパートナー」「開発エージェント」として活用し、開発プロセス全体を革新することを目指します。
1. IDE統合型ツール：思考を止めないリアルタイム支援
- 主要ツール: Cursor, GitHub Copilot, Cline
- ハンズオン演習例: 既存コードのリファクタリング、仕様コメントからのクラス生成、AWS関連コードの生成と問題点指摘。
2. 対話型特化モデル：複雑な問題の相談相手
- 主要モデル・ツール: Claude 4 Sonnet / Claude Code, ChatGPT (GPT-4o), Opencode
- ハンズオン演習例: 複雑なバグのデバッグ支援、API設計の壁打ちと具体化。
3. CLIツール：ターミナル中心の開発スタイルを加速
- 主要ツール: Gemini CLI
- ハンズオン演習例: 不明なコマンドの解説、自然言語からのシェルスクリプト生成。
4. 次世代AI開発エージェント：高レベルな指示からの自律的開発
- 主要モデル・ツール: Qoder, Qwen3-coder-flash
- ハンズオン演習例: 仕様からの雛形コード一括生成、GitHub Issueからの自動プルリクエスト作成。
- 評価方法:
- GitHub Copilotを活用したコーディング課題
- LLM APIとLangChainを利用したオリジナルWebアプリケーションの企画・開発・発表
レベル3：専門家育成コース (AIエンジニア・研究開発者向け)
組織のAI活用を牽引するトップガンを育成。モデルのカスタマイズから、自社独自のAIソリューション開発までを目指します。
- 期間: 3〜6ヶ月（輪読会 + プロジェクトベース学習）
- 目標:
- LLMの基盤技術（Transformerなど）を深く理解する。
- 既存のLLMをファインチューニングできる。
- マルチモーダルAIやAIエージェントなど、最先端技術を活用したソリューションを設計・開発できる。
- LLMOpsを考慮した、スケーラブルなAIシステムを構築できる。
- 学習内容:
- LLMの理論と深層学習
- モデルカスタマイズ実践 (ファインチューニング)
- 高度な応用技術 (マルチモーダル, AIエージェント, LLMOps)
- 最新技術のキャッチアップと研究
- 評価方法:
- 論文実装レポート
- ファインチューニングした独自モデルの性能評価
- プロジェクトベース学習の最終成果物と発表
導入に向けて
まずはレベル1から全社的に展開し、組織全体のAIに対する意識とスキルレベルの底上げを図ることをお勧めします。その後、希望者や適性のある社員を対象にレベル2、レベル3へと進めることで、効果的に人材を育成できます。
本計画はあくまで一例です。貴社の事業内容や技術スタック、社員の皆様のスキルセットに合わせて、内容をカスタマイズすることが可能です。ご要望に応じて、さらに詳細なカリキュラムや推奨教材リストを作成いたしますので、お気軽にお申し付けください。