本コースでは、⽣成AI（LLM）を「使う」だけでなく、業務システムに「組み込む」ことができるエンジニアを⽬指します。
社内⽂書に基づいて回答するRAG（検索拡張⽣成）アプリケーションを、
取り込み‧検索‧回答⽣成まで⼀気通貫で実装し、
さらに品質を数値で評価して改善するところまでを扱います。
- PDFなど社内⽂書の取り込みとチャンク分割
- キーワード検索（BM25）とベクトル検索、その統合（ハイブリッド検索）
- 観測基盤による内部処理の可視化
- RAGASによる品質評価と、指標に基づく改善
- プロンプトインジェクション等のセキュリティ対策
「動くものはできたが、精度が上がらない」「良くなったかどうか説明できない」——
⽣成AI開発の現場で頻発するこの課題を、指標で制御できる状態を⽬指す実装特化型のコースです。
なお、演習はすべてお⼿元のPC（ローカル環境）で完結するため、
API利⽤料などの追加費⽤は発⽣せず、業務データが外部に送信されることもありません。
このコースにおすすめの方
- 生成AIを業務システムに組み込む⽴場を⽬指す⽅
- RAGを実装したが、精度の改善⽅法が分からない⽅
- 「動いた∕動かない」ではなく、品質を数値で説明できるようになりたい⽅
- 社内データを扱うため、外部APIに送信できない制約がある⽅
- AIエンジニア∕バックエンドエンジニアとしてキャリアを広げたい⽅
学習ロードマップ
STEP01 ‒ 環境構築とAI‧RAGの基礎（約12.5時間）
- 開発環境構築（Docker‧Ollama‧テンプレート起動）
- LLMとRAGの基礎概念
- AI駆動開発の型（Claude Code‧Issue分解‧AIレビュー）
- ⽣成AI開発の最新動向（MCP‧Agent Skills‧エージェント）
STEP02 ‒ RAG実装の基本（約22時間）
- ドキュメント取り込みとチャンク分割
- キーワード検索（BM25）とChromaDB
- 埋め込みとベクトル検索
- ハイブリッド検索（RRF）とプロンプト設計
→ この段階で「根拠つきで回答するRAG」が完成します
STEP03 ‒ 観測‧品質改善‧評価（約34時間）
- 観測（Langfuse）による内部処理の可視化
- 検索品質の改善（親⼦チャンク‧rerank）
- 品質評価（RAGAS 4指標）と改善ループ
- セキュリティとガードレール
※STEP04（AWS‧Bedrock連携∕Terraform∕CI-CD∕Agentic RAG）は発展編として別途ご案内します。
本コースはSTEP01〜03を対象としています。
⽬標とするレベル
本コースは、ITスキル標準（ITSS）レベル3を⽬標としています。
【ITSSレベル3とは】
要求された作業を全て独⼒で遂⾏するレベル。
専⾨を持つプロフェッショナルを⽬指し、必要となる応⽤的知識‧技能を有する。
【本コース修了時の到達⽬標】
社内⽂書に回答する⽣成AI（RAG）アプリケーションについて、
⽂書の取り込み‧検索‧回答⽣成までを独⼒で実装できる。
キーワード検索‧ベクトル検索‧ハイブリッド検索の特性を理解して⼿法を選択し、
RAGASの評価指標により品質を数値化して、指標に基づく改善を1変更ずつ検証しながら実施できる。
観測基盤により内部処理を可視化して障害原因を特定し、
プロンプトインジェクション等のリスクに対する基本的な対策を実装できる。
※本コース教材で⽤いる Lv1〜Lv4 の表記は独⾃のものです。
本コースの⽬標である Lv3（独⼒で設計‧実装‧トラブル対応までできる∕実務参画レベル）が、
ITSSレベル3に相当します。
習得できるスキル
- RAGの実装（⽂書取り込み‧チャンク設計‧upsert）
- キーワード検索（BM25）と⽇本語トークナイズ
- 埋め込みモデルの選定とベクトル検索
- ハイブリッド検索（RRF）による検索結果の統合
- 観測基盤（Langfuse）によるレイテンシ‧コストの可視化
- RAGAS 4指標（faithfulness∕answer relevancy∕context precision∕context recall）による品質評価
- 評価データセットの設計と、1実験1変更による改善サイクル
- プロンプトインジェクション‧PII‧過剰権限への対策
- AI駆動開発の進め⽅（Issue分解‧AIレビュー‧マージ）
作れるようになるもの
- 社内⽂書に基づいて、根拠（出典）つきで回答するRAGアプリケーション
- キーワード検索とベクトル検索を統合したハイブリッド検索の仕組み
- 品質を数値で測定する評価パイプライン（1コマンドで実⾏可能）
- 改善の前後を⽐較したレポート
学習の進め⽅
各モジュールは、以下の流れで進みます。
- まず困ってみる（今のやり⽅では何ができないかを体験する）
- 知識‧概念説明
- さわってみる∕⼩演習
- 作ってみる（制作課題）
- 完了チェック（コマンド実⾏による⾃⼰判定）
- まとめテスト
制作課題では、実装の⼿順は⽰しません。「完了条件」だけをお渡しし、
実装⽅法はご⾃⾝で決めていただきます。
独⼒で設計‧実装する経験こそが、実務で通⽤する⼒になるためです。
分からないことは、AIに質問することを推奨しています。
ただし、AIの出⼒は必ずご⾃⾝の環境で検証してください（詳細は下記「AIの利⽤について」）。
評価⽅法と修了認定
【評価の⽅法】
以下の方法で評価を行います。
- 各モジュールの制作課題：定められた完了条件を満たしているかを、動作確認により判定します
- 各モジュールのまとめテスト：知識確認および実技確認を⾏います
- 修了総合評価：100点満点で評価します（実装40点∕品質評価30点∕観測‧運⽤15点∕セキュリティ15点）
【修了認定の基準】
以下のすべてを満たした⽅を修了と認定し、修了証を発⾏します。
- 総授業時間の8割以上を受講していること（補講による振替受講を含みます）
- 全モジュールの完了チェックを満たし、成果物を提出していること
- 根拠つきで回答するRAGアプリケーションが動作し、品質評価レポートが提出されていること
- 修了総合評価で60点以上を得ていること
※基準を満たさない場合は、具体的な理由をお伝えして再提出をお願いします。
再提出の回数に制限は設けていません。
受講料‧受講形態
【受講料】
450,000円（税込）
※教材費を含みます。別途費⽤はかかりません。
※演習はローカル環境で完結するため、クラウド利⽤料等は発⽣しません。
【総授業時間】
68.5時間（全12モジュール）
【受講期間】
約3か⽉（週2回×3時間）
【受講形態】
オンラインによる同時双⽅向⽅式（Web会議）
- 講師が全ての回に参加し、演習中も画⾯共有でサポートします
- 平日夜間に開講しています
- やむを得ず欠席された回は、担当講師が別日程で補講を実施し、振替受講いただけます（補講も同時双方向のライブ形式で行い、通常回と同一の講義・演習を実施します）
- 受講開始前に「環境構築会」を実施し、環境準備をサポートします
受講に必要な環境
【PC】
OS：Windows 10/11（64bit）、macOS 12以降、Ubuntu 22.04以降
メモリ：16GB以上（必須）
ストレージ空き容量：30GB以上
※AIモデルをお⼿元のPCで動かすため、メモリ16GB以上が必要です。
要件を満たさない場合は、お申込み前にご相談ください。
【ソフトウェア】いずれも無料
Docker Desktop
Ollama
Git
Visual Studio Code（またはお使いのエディタ）
※インストール⼿順はお申込み後にご案内します。
開講前の「環境構築会」で、⼀緒にセットアップを⾏います。
前提知識
基礎的なPC操作、コマンドラインの基礎
※Python実務‧LLMともに、ほぼ未経験から受講できます。
実務寄りに、まず⼿を動かして覚える構成です。
AIの利⽤について
本コースでは、⽣成AIを開発パートナーとして活⽤する「AI駆動開発」を扱います。
受講にあたっては、以下の3点をお守りください。
- AIの出⼒を鵜呑みにしない
⽣成AIは、事実でないことをもっともらしく答えることがあります。
必ずご⾃⾝の環境で動かして確認してください。 - 業務上の秘密情報を⼊⼒しない
勤務先のソースコードや顧客情報などをAIに⼊⼒しないでください。
勤務先に利⽤ルールがある場合は、それに従ってください。 - ⽣成されたコードの責任はご⾃⾝にあります
読んで理解できないコードは使わない、という原則をお守りください。
なお、本コースの演習はすべてローカル環境（Ollama）で完結するため、
演習で扱うデータが外部に送信されることはありません。
参考：AI事業者ガイドライン（総務省‧経済産業省）
https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/pdf/20260331_1.pdf
アンケート調査へのご協⼒について
本コースでは、教育訓練の質を継続的に改善するため、以下の調査を実施しています。
- 修了時アンケート：講座の修了時に実施します
- フォローアップ調査：修了から約1年後に、メールでご依頼します
ご回答はすべて統計的に処理し、個⼈が特定される形で公表することはありません。
集計結果（満⾜度、受講者の声、改善した点）は、本ページで公表します。
調査の詳細は、受講開始前にご説明し、同意をいただいたうえで実施します。
受講者の声‧アンケート結果
※第1期修了後（2026年11⽉予定）に掲載します。
よくあるご質問
Q. プログラミング未経験でも受講できますか？
A. Python実務‧LLMともにほぼ未経験の⽅から受講いただけます。
ただし、基礎的なPC操作とコマンドラインの基礎は必要です。
Q. ⽋席した場合はどうなりますか？
A. 担当講師が別日程で補講を実施します。補講の出席も受講時間として記録されます。
Q. 制作課題が合格しなかった場合は？
A. 具体的な理由をお伝えして再提出をお願いします。回数の制限はありません。
Q. PCのスペックが⾜りない場合は？
A. お申込み前にご相談ください。代替⼿段をご案内します。
Q. 法⼈での申込みはできますか？
A. 承っております。お問い合わせください。
お問い合わせ
本コースに関するお申込み‧お⼿続き‧ご質問は、以下のお問合せフォームよりお願いいたします。
https://plusv.jp/contact/