機械学習エンジニアになりたい人のための本 AI を天職にする

機械学習エンジニアになりたい人に

機械学習エンジニアを志望する人が増えています。
採用数も増えており、さまざまな就職・転職サイトで「機械学習エンジニア」の募集がされており、この数は今後さらに増えることが予想できます。
しかし、採用側の話を聞くと、志望する人の大半は求める能力に達していないというミスマッチが発生しています。
これは、「機械学習エンジニア」という仕事が誕生して間もないため、
どのような能力を必要とするのかをエンジニア側が理解していないことに原因があります。

【本書の構成】
本書は「仕事編」と「実務編」の 2 部構成です。
「仕事編」では、機械学習エンジニアになりたい人向けに、
その仕事内容や必要な知識レベル、なるための勉強法、採用されるための履歴書の書き方などを解説します。
「実務編」では、身の周りの AI 技術や実務ノウハウ、各国の機械学習エンジニア事情について解説します。
また、実際に機械学習エンジニアとして働く人やゼロから機械学習の知識を身につけた方々のインタビューも掲載しています。

機械学習エンジニアを目指す人が、その仕事の中身と、採用される水準までの道筋を職種の側から確かめるための本です。『機械学習エンジニアになりたい人のための本 AI を天職にする』 (石井 大輔 著、翔泳社、2018 年 10 月 17 日発売) は、志望者が増える一方で、採用側から見ると大半が求める能力に届いていないというミスマッチを出発点に置いています。紹介文はその原因を、職種が生まれて間もないために必要な能力がエンジニアの側に理解されていない点に求め、仕事内容、必要な知識の水準、勉強法、採用される履歴書の書き方までを順に示す構成をとっています。

仕事編の 5 章、職種の見取り図から転職活動まで

本書は仕事編と実務編の 2 部構成です。第 1 部の仕事編は 5 章からなり、第 1 章「変化の激しい AI 業界の全体像を知ろう」は従来のエンジニアと AI エンジニアの違い、将来性とキャリアプラン、各国や大手 IT 企業、ベンチャー企業、大学の状況を見渡します。第 2 章は職種のガイドで、AI エンジニア、データサイエンティスト、研究者、データアナリスト、セールスコンサルタントの違いと、AI 人材に必要なスキルの一覧を示します。第 3 章「AI 人材になるための具体的行動計画」は段階別にやることと、就職や転職のために取得しておきたい資格試験を扱います。第 4 章は勉強会、書籍とビデオコース、英語、オンラインコース、コンペティション、スクールといった学習の手段を並べ、第 5 章は企業の情報収集、応募に適したサイトやエージェント、履歴書と職務経歴書の書き方、面接と技術試験の準備に充てられています。紹介文によると、実際に機械学習エンジニアとして働く人や、ゼロから機械学習の知識を身につけた人のインタビューも収められており、目次では第 1 章、第 3 章、第 4 章の末尾に人名を添えた項目が置かれています。

実務編、データの種類と案件の進め方

第 2 部の実務編は 3 章です。第 6 章「私たちの身近にある、AI 技術を用いたサービス・プロダクト」は、ビジネスアプリケーションに続けて画像、動画、テキスト、音声、時系列という扱うデータの種類ごとに機械学習の使われ方を紹介します。第 7 章「実務のためのノウハウ」は、ヒアリング、データドリブンレベルとサンプルデータのチェック、数理モデルの選定、PoC による仮説検証、データ取得とユーザー視点、データ前処理、パラメータチューニングと仮説の再検証という順で、案件の流れに沿った項目が並びます。第 8 章は米国のシリコンバレーやほかの都市、中国、そのほかの国々の AI 企業の事情で、巻末に AI 用語集が付きます。

モデルを作る力と、案件を回す力の違い

機械学習 のモデルづくりは、整ったデータを前にモデルを選び、精度を上げる作業です。Kaggle のような予測精度を競う場は、その部分の腕を磨くには向いていますが、実際の案件では、依頼側が何に困っているのかを聞き出し、使えるデータが手元にあるかを確かめ、小さく試して効果を見てから本格的に作るかを判断する工程が先に来ます。モデルの精度よりも、データの欠けや偏り、現場での使われ方が結果を左右する場面も少なくありません。統計とプログラミングと業務の知識を組み合わせる データサイエンス の職種が、エンジニア、アナリスト、研究者など複数に分かれているのも、この工程のどこを担うかが人によって違うためです。本書は第 2 章で職種を分けて説明し、第 7 章でヒアリングから仮説の再検証までを順に並べているので、目指す位置と身につける範囲をこの 2 つの章で照らし合わせられます。

機械学習エンジニアへの転身を考える人に向く読み方

この本が役に立つのは、機械学習を仕事にしたいものの、どの職種を目指し、何から学び、どう応募すればよいかがまだ固まっていない人です。職種の違い、段階別の行動計画、学習の手段、応募書類と面接の準備までが 1 冊に並んでいます。一方で、アルゴリズムや数式、コードの書き方を学ぶ本ではありません。また 2018 年 10 月の刊行で、業界の状況、各国の事情、求人のサイトや学習の教材は刊行時点のものです。本書は、職種の見取り図と案件の進め方という骨組みを、機械学習エンジニアの志望者に向けてまとめています。