#対象
訳あって、機械学習エンジニアポジションの採用担当者を想定して書いています。

#読んでいく
機械学習と深層学習の違いがわからんみたいなところからスタートするなら
サイボウズ・ラボ中谷秀洋さんの"Open Tech Talk"の資料 (2017年)

その上で機械学習の中身をもう少し。やや古いスライドですが、内容に大きな変化はないと思われます。 TIS株式会社久保隆宏さんの一般向け機械学習の概要資料 (2015年)

深層学習はこちら。こっちも結構前ですが...いいのが見つからなくて...背景的なところと原理的なところは変わらないので許してください株式会社Preferred Infrastructure 岡野原大輔さんの一般向けの深層学習の資料(2015年)

もうちょっと数式が入ったやつとして、ペパポ研究所三宅悠介さんの新卒研修向け資料 (2020年)
東京大学鈴木大慈准教授の入門解説(2016年)

Attentionの話とかも見ておきます NECデータサイエンス研究所福井宏さんの勉強会向け資料
ここまで見て、わからないワードをどんどん調べていきましょう。例えば、勾配ブースティング決定木の手法の解説で、こういう具体的な解説をしてくれているページなどが見つかることがあります。直感的に理解できて大変ありがたいですね。こういうものを探していくと幸せになれます。参考: [GBDTの仕組みと手順を図と具体例で直感的に理解する](https://www.acceluniverse.com/blog/developers/2019/12/gbdt.html)

#だいたいわかったら
##論文/学会の発表を読みましょう
人間が読んでわかる言語で書いてるのでエンジニアじゃなくても何をしたいかくらいまではわかります。
どういうトレンドがあるのか、どこがよく使われてる手法なのか、などを把握していきたいですね。
英語論文しんどかったらDeepL使ったらよいです。
参考 : 英語論文読みを爆速にする、超便利ツール集
書籍を読むのも全然いいと思いますが、技術寄りの書籍がほとんどの印象があり、開いてみたら実践前提で荷が重かった...みたいな思い出がいくつかあります。
上述の初学者向けのチュートリアルや入門スライドを見た方が必要な範囲の情報を得やすい印象ですが、どうなんだろう、良いのあれば教えてください。

また、各学会にチュートリアルが設置されていたり、国内学会から日本語の論文が読めたりします。
言語処理学会第26回年次大会 - 発表一覧

参考 : AI周りのカンファレンス一行まとめ

##機械学習工学
実用フェーズに移行している学習技術を工学的な観点で見ることの必要性・必然性について。
この辺りの話がどんどん面白くなってきている印象があります。
国立情報学研究所石川冬樹准教授のSES2020での発表スライド(2020年)