#はじめに
だいぶAIブームも落ち着いた気がしますが、
どうやったらAI &機械学習エンジニアになれるか2019年頭日本版を書いてみます。
※補足1
#パターン1:ちゃんとやるパターン
まず下記の書籍を全部読みましょう。
####「機械学習システム開発や統計分析を仕事にしたい人にオススメの書籍初級5冊＆中級10冊＋テーマ別9冊（2019年1月版）」
https://tjo.hatenablog.com/entry/2019/01/10/190000
書いてある数式がわからない場合は下記のシリーズを読みましょう。
####「経済数学教室」
https://amzn.to/2BefHgo
どんなことが書かれているか気になる方はまず下記をご覧ください。
こちら↓を見て無理だと思った方はちゃんとやるパターンは諦めましょう。
####「わかるLSTM ～ 最近の動向と共に」
https://qiita.com/t_Signull/items/21b82be280b46f467d1b
#パターン2:ちゃんとやらないパターン
※補足2
ぶっちゃけてしまうと
####「いくらで、どのくらいの期間で、何ができるのか」
がわかっており、
####最先端を追うマインドセット
があり、
####それを実行できる
or
####マネジメントできる
or
####案件メイクできる
のであれば、
####AI &機械学習エンジニア
と言えなくもない気がします。※補足3
なので、下記2冊を頭に叩き込みひたすら実例を追いましょう。
####『仕事ではじめる機械学習』
https://amzn.to/2BA64K3
####『［第2版］Python機械学習プログラミング 達人データサイエンティストによる理論と実践 impress top gearシリーズ』
https://amzn.to/2S82zUu
最先端、実例を追うには下記が参考になります。（日々アップデートです。）
####『AINOW』
http://ainow.ai/
####『arXivTimes』
https://github.com/arXivTimes/arXivTimes
####『Eleven Twitter accounts you must follow for the latest news on artificial intelligence』
https://www.bbva.com/en/eleven-twitter-accounts-you-must-follow-latest-news-artificial-intelligence/
####『Kaggle』
https://www.kaggle.com/
※補足4
####『Browse state-of-the-art』
https://paperswithcode.com/sota
#終わりに
一般に製薬業界の特許競争が厳しすぎる問題と同じようにAI界もかなり競争の激しい分野であります。
そこまでしてなりたいかという疑問は拭えません。
また、華やかな世界では全くなく実務ではお客さんの顔もしくは上司の顔を伺いつつ、家に帰っては最先端に追いつくよう論文を読む必要があります。※補足5
#因みに
私は、華やかな世界でなくとも、実務でお客さんの顔もしくは上司の顔を伺いつつ、
「うっせー。どうにかすんから、うだうだ言ってくるな！」と内心思い（時には直接言い）、
家に帰っては「英語、つら」と思いながら最先端に追いつくよう論文を読むのは、
悪くないと思っております。（たぶん一生やり続けれる。）
#補足
※補足1:私はAI &機械学習エンジニアではないです。
※補足2:私はこちら。そもそもが純粋なエンジニアではないので時間がないです。
※補足3:私はかろうじて満たします。いや満たさないかも。
※補足4:kaggleはもはや競技プログラミングの世界に入っている認識でランクを実務をしながら取るのはかなり難しいと思っております。
※補足5:他にも基本的なインフラ&アプリの知識も必要です。