#執筆の背景
・新卒でSＥになったものの、Web制作をしたり、バックエンドに興味を持ったりと、色々なものに手を付け、何も身についていない現状をどうにかしたい。
・今後、どういったキャリアを歩むために、どんな勉強をしたらよいか、方針がわからなくなってしまった。
・この記事は、自身の思考をクリアにするためのメモです。悪しからず。
#現時点での状況
・入社後、Javaでのwebアプリケーションづくり
・Linux、SQL、AWSは少しだけ。
・早く副収入を得られるよう、Web制作の勉強を開始。HTML/CSSをProgateで何週かした。
・模写コーディングは初心者向けのものを2回ほど行ったが、副業でできるほどのスキルはない。あまり楽しさも感じなかった。
・もともとSNSのツールを作ることに憧れがあったため、pythonを使ってtwitterのツールを作ってみたことがある。これが楽しかった。
#AIエンジニアについて
###➀データサイエンティスト
・AIで集積・分析したデータを使い、新しいアイデアや提案を行う。
・営業やコンサル寄り
・AIの知識以外にも数学、統計、DB、ビッグデータなどの知識が必要
・PＭなどのスキルも。
###②機械学習エンジニア
・AIの機会学習プログラムを開発。
・案件ごとにクライアントのニーズに合ったAIプログラムを開発
・仕事の9割が前処理。
・CSVになっていないデータを結合することからやることもよくある。
・データサイエンティストの中にAIエンジニア。
・バックエンドエンジニア＋機械学習
・バックエンドエンジニアとしての実務経験は必須。最低でも1年以上。
・論文を読める力が必要。
・エンジニアの数が足りていない中で、機械学習エンジニアはさらに少なく、需要がある。
以上が、AＩエンジニアについてざっと調べた結果です。
個人的に、得意なのは➀のデータサイエンティストだけど、興味があるのは②の機械学習エンジニアだなという印象です。
いずれにせよ、ある程度の数学や統計知識は必須であり、データサイエンティストであればプラスで経営やコンサル的な知識が、機械学習エンジニアであればバックエンドエンジニアとしての経験・知識が必要であるというイメージでした。
#AIエンジニアを目指すうえでの懸念材料
##➀周りが優秀すぎる。なんだか非常に難しそう。
統計や数学などの分野において修士や博士号をとっている方が。わんさかいらっしゃる中で、文系出身で数学もぼちぼちしかやってこなかった私が、果たしてどのように生き残れるのか。
なかなか現実的に難しい部分があるように感じます。
海外でも、データサイエンティストなどはやはり別格だと聞いたこともありますし。
##②教材が少ない
Web制作は独学でもある程度の勉強ができます。バックエンドに関しては、web制作よりは少ないものの、ググれば日本語での解説が見つかることが多いです。
それに対し、AＩ関係の主な教材は、現時点では英語がメインだそうです。
#それでも機械学習エンジニアを目指したい理由
上記の懸念点もありますが、それでもやはり、機械学習エンジニアを目指してみたいと感じます。
理由としては、仮に機械学習エンジニアを諦めたとしても、バックエンドエンジニアとして働くことも可能であり、機械学習を学ぶ＝選択肢の幅をより広げる手段に過ぎないからです。
学ぶ上でのリスクはないので、とりあえず機械学習エンジニアを目指しつつ、勉強していきます。