Brij Kishore Pendeyさんの秀逸なインフォグラフィックの日本語訳です。
引用元
AI/MLエンジニア
モデルを構築し、アルゴリズムを訓練し、インテリジェントなシステムを展開する職種。
- Python、NumPy、Pandas、scikit-learn を習得する
- 教師あり学習と教師なし学習を深く理解する
- PyTorch または TensorFlow の実践経験
- モデルのデプロイ（Docker、FastAPI、AWS/GCP）
- MLOps ワークフローの理解
AIリサーチサイエンティスト
AI/ML分野で最先端の手法を探求し、分野を前進させる職種。
- 線形代数、微積分、確率論など強固な数学的基礎
- 主要な研究論文を読む（arXiv, NeurIPSなど）
- カスタムのモデルアーキテクチャを試す
- 論文を執筆、またはオープンリサーチに貢献する
- PyTorch または JAX を使ってプロトタイプを作成する
データサイエンティスト
データを使って洞察を得たり、予測モデルを構築する職種。
- データの可視化と操作に熟練（Pandas, Seaborn）
- 統計と確率の基礎が強い
- 探索的データ分析（EDA）のスキル
- モデル評価と特徴量エンジニアリング
- 使用ツール：Jupyter、SQL、MLflow
AIプロダクトマネージャー
AI技術とビジネスの要求の橋渡しをする職種。
- LLM（大規模言語モデル）の能力、制限を理解する
- AIシステムの成功指標を定義する
- AIチームとステークホルダーと効果的にコミュニケーションを取る
- 倫理的かつ責任あるAIの実践を優先する
- ライブラリを構築し、モデル出力を評価する
NLPエンジニア
自然言語を理解・生成するシステムを構築する職種。
- トークナイゼーション、埋め込み、言語モデリングを習得
- Hugging Face Transformers、spaCy、NLTKを使用
- チャットボット、QA、要約向けにLLMを微調整する
- RAG（Retrieval-Augmented Generation）を実装する
- プロンプトエンジニアリングとLLM APIを活用する
AIオートメーションスペシャリスト
AI技術と業務の自動化をつなぐ役割。
- Make.com、Zapier、LangChain、Flowsise を学ぶ
- OpenAI APIやCrewAIなどのツールでビルド
- LLMをデータベースやAPIに接続
- ノーコードでオートメーションワークフローを設計
- エラー処理とパフォーマンスを追跡
コンピュータビジョンエンジニア
画像や映像を処理するAIシステムに特化した職種。
- OpenCV、YOLO、Detector2 を習得
- CNN、物体検出、セグメンテーションをマスター
- 顔認識、OCRなどのタスクにディープラーニングモデルを適用
- トレーニングデータ（COCO、ImageNet）を使用
- エッジデバイスへの展開やリアルタイム推論を実施
AIエージェント開発者
実世界のタスクを実行する自律型AIエージェントを構築する職種。
- LangGraph、CrewAI、AutoGen などのフレームワークを理解する
- ReAct、A2A、MCPなどのメモリ/推論手法を学ぶ
- マルチエージェントワークフローを実装
- 計画＋反省を組み合わせた使用例に対応
- 実際のビジネスユースケースに対応したスタックを構築する