5
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

高卒・SES経験約1年のエンジニアが、外資系AI企業に転職するまで

5
Posted at

はじめに

はじめまして。今回は、自分のキャリアについて書いてみます。

私は現在22歳で、最終学歴は高卒です。エンジニアとしての実務経験は1年弱で、SES企業で働いていました。

そんな自分が、韓国発のAI企業から内定をいただきました。
https://www.sionic.jp/company

高学歴でもなく、AI研究の実績があるわけでもありません。それでも、AIに興味を持って自分で開発や技術検証を続け、最終面接を通過することができました。

この記事でわかること

  • 転職前の経歴
  • AIに興味を持ち、自分で手を動かした内容
  • 会社選びで重視したこと
  • 面接で意識したこと

未経験からAIエンジニアを目指している方や、SESからのキャリアアップを考えている方の参考になれば嬉しいです。

この記事は技術解説ではなく、キャリアについての体験記です。

1. 転職前の経歴

項目 内容
年齢 21歳(転職活動時)
学歴 高校卒業
エンジニア経験 約10か月
前職 SES企業
主な業務 テスト、運用、コード修正、設計補助

最初からAIエンジニアだったわけではありません。

SES企業では、既存システムのテストや運用から始まり、その後はコード修正や設計補助にも携わりました。

SESで得られる経験にも、もちろん価値はあります。ただ、当時の現場では新しい技術に触れる機会が多くありませんでした。

将来やりたいことを考えたとき、もっと技術的な挑戦ができる環境に身を置きたいと思うようになりました。そこで興味を持ったのがAIです。

2. AIに興味を持ち、自分で開発を始めた

AIに興味を持ってからは、仕事以外の時間でも開発をするようになりました。

最初から機械学習やLLMの研究ができたわけではありません。まずは、AIを組み込んだアプリケーションを作るところから始めました。

取り組んだこと

分野 内容
バックエンド Goによる開発
モバイル Flutterによるアプリ開発
AI実装 PythonでのAI関連の実装、LLM APIを使った機能開発
技術調査 RAG、Embedding
検証 ローカルLLMの実行検証

AI家庭教師の構想

特に興味を持ったのは、LLMをチャットツールとして使うだけでなく、サービスの中に組み込むことでした。

その一つが、AI家庭教師の構想です。質問に答えるだけのAIではなく、次のようなことができるAIを作りたいと考えていました。

  • 生徒の学習状況や過去の会話を覚えている
  • 自分から復習を提案する
  • 生徒に合わせた課題を出す

これを実現するには、LLMだけでなく、メモリ管理、データベース設計、エージェント設計など、さまざまな技術が必要になります。

こうした開発を通じて、AIという分野の奥深さに惹かれていきました。

3. なぜ今の会社を選んだのか

転職先を探すうえで、重視していたことは3つあります。

  1. AI・LLMの開発に直接携われること
  2. 新しい技術に積極的に挑戦できること
  3. 技術を実際の課題解決に使っていること

特に魅力を感じたのは3つ目です。AIを研究・開発するだけでなく、企業が抱える実際の課題を解決するために使っている点に惹かれました。

面接を通じて感じた組織の雰囲気や、技術に対する考え方も、自分に合っていると感じました。

4. 面接で意識したこと

学歴や経験年数で勝負するのは難しいと考えていました。

そこで意識したのは、自分の経験を自分の言葉で説明することです。

「AIに興味があります」「LLMを勉強しています」と伝えるだけでは、他の候補者と差がつきません。具体的な課題や技術について話すことを心がけました。

① AIで何を実現したいのかを語る

自分が関心を持っていたのは、企業内にたまっている非構造化データをAIで活用することです。例えば、次のような情報です。

  • 現場担当者が日々行っている業務の記録
  • 過去の会話や対応履歴

こうした情報をAIが理解し、翌日に取るべきアクションを提案できれば、業務の効率化につながるのではないかと考えていました。

社内文書を検索するだけでなく、情報をもとに次の行動まで支援する。そんなAIの使い方に興味がありました。

② 技術的な課題を自分で検証する

面接に向けて、LLMやEmbeddingについても調べました。

特に気になっていたのは、日本語の非構造化データを扱うときに、どうベクトル化すれば検索精度を上げられるかという点です。

また、MacBook Air M4(メモリ16GB)のローカル環境でLLMを動かす検証も行いました。

実際に動かしてみると、モデルの性能だけでなく、メモリや推論環境といったインフラ面も重要だと実感しました。

知識として知っていることと、実際に動かして問題にぶつかることは全く違います。この経験は、面接で技術的な話をするときにも役立ちました。

③ 技術をビジネスの課題と結びつける

個人的に一番意識していたことです。

AI技術を理解することは大切ですが、それ以上に**「その技術で何を解決できるのか」**を考えるようにしていました。

  • 社内に蓄積された情報をどう活用するか
  • 現場担当者の業務をどう効率化するか
  • AIを導入すると、どんな価値が生まれるか

技術とビジネスの両面から考えることを意識していました。

5. 最終面接、そして内定

最終面接は東京で行われました。当時は静岡に住んでいたので、新幹線で向かいました。

面接では、これまでの経験、AIに対する考え方、今後取り組みたいことについて話しました。

大手IT企業での開発経験も、大学でのAI研究経験もありません。それでも、これまで取り組んできたことと、どんなエンジニアになりたいのかを、自分の言葉で伝えました。

そして、無事に内定をいただきました。

SESで働き始めた頃には、ここまでキャリアが変わるとは想像もしていませんでした。

6. 今後の目標

今回の転職はゴールではなく、スタートだと思っています。

今後は、実務を通じて次の領域を深く理解していきたいです。

  • LLMの仕組みと推論
  • RAGの設計・評価・改善
  • AIエージェントの設計
  • 推論速度やメモリ使用量の最適化

特に興味があるのは、LLMをプロダクトとして運用するための技術です。

モデルを動かすだけでなく、精度・速度・コスト・ユーザー体験のバランスを考えながら改善できるエンジニアになりたいと考えています。

7. 転職活動を通じて感じたこと

① 学歴や経歴だけで、自分の可能性を決めない

学歴や実務経験が評価に影響することは、もちろんあります。ただ、それだけですべてが決まるわけではありません。

自分に足りないものを理解し、それを補うために行動する。そのことが大切だと感じました。

② AIを「使う」だけでなく、仕組みを理解する

生成AIの普及で、誰でも簡単にAIを使える時代になりました。

しかし、AIを使えることと、AIを開発・改善できることは別です。LLM、RAG、Embedding、推論、インフラといった裏側の仕組みを理解することが重要だと感じています。

③ 自分の考えを言語化する

個人的には、これが一番重要でした。

技術を勉強していても、相手に伝えられなければ評価してもらうのは難しいです。

面接の前に、自分の言葉で説明できるようにしておきたい4つのこと

  1. なぜその技術を選んだのか
  2. どんな課題があったのか
  3. どう解決しようとしたのか
  4. 次に何を改善したいのか

おわりに

高卒、SES経験1年弱。そんな自分でも、AI企業への転職を実現できました。

もちろん、これからが本当の勝負です。技術的に足りない部分はまだ多く、LLMエンジニアとして一人前になるには相当な努力が必要だと思っています。

それでも今回の転職を通じて、自分の行動次第でキャリアは変えられると実感しました。

今の環境に悩んでいる方や、未経験からAIエンジニアを目指している方にとって、少しでも参考になれば嬉しいです。

今後も、実務で学んだことを可能な範囲で発信していきます。

最後まで読んでいただき、ありがとうございました。

5
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
5
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?