AIエンジニアの仕事内容・働き方・就職先
AIを扱う職業としてAIエンジニアが注目されています。AIエンジニアは、職場や会社によりデータサイエンティストや機械学習エンジニアと呼ばれることもあります。機械学習やDeep Learningなどの最先端技術を使ってシステム開発やAIの研究に携わる職種です。
今回は、そんなAIエンジニアの役割や仕事内容、働き方について紹介するとともに、転職や就職を考える際の就職先についても紹介します。
AIエンジニアの役割
AIで実現できること、できないことを把握し技術選定や開発の方向性を適切に主導することがAIエンジニアに期待される役割です。実装を考えるには、人工知能や統計などの理論だけでなく、システム設計やデータ基盤など開発に関する知見も必要となるでしょう。
AIの限界を知るためには最新の技術動向をキャッチアップすることが大切です。国内だけでなく、外国語サイトや海外論文から得た知識をコードに落として検証するなどにも取り組みます。
AIエンジニアのなかでも、業務上の役割はさまざまです。PMやアーキテクト、テックリード、現場開発者など役職や肩書きによって責任や権限も異なります。いずれにせよ共通するのはAI技術に日々向き合うという点です。
AIエンジニアの仕事
AIエンジニアは、機械学習や深層学習（Deep Learning）などのプロジェクトに携わります。AIモデルの作成やアルゴリズムの調整だけを担当するということは稀で、AIに与えるデータの準備やデータ管理なども業務の一部といえます。
データの解析やモデリングを主な業務とするデータサイエンティスト、システムエンジニアリングをメインとする機械学習エンジニアという形でAIエンジニアのなかでも分業されている職場もあります。
最近では、フレームワークやライブラリ、APIなど学習済みモデルを活用した実装も増えており、エンジニアスキルの高いAI技術者の求人需要が増す傾向にあります。構造化されたデータだけでなく、自然言語処理や画像処理、音声処理など非構造化データを扱う仕事も増えており、特定業務の経験があると転職の際はに有利に運ぶでしょう。
AIエンジニアの働き方
AIエンジニアの多くは企業に所属し、フルタイムの正社員として雇用契約を結んでいます。他のエンジニアと同様に正社員として数年経験を積んだ後はフリーランスとして独立することも可能です。その場合は、企業から一部業務を請け負ったり、エージェント経由で案件に参画します。
また、学生がインターンやアルバイトとして働くという労働形態もあり、大手企業のほか、スタートアップ。ベンチャーではそのような働き方も一般的です。
AIエンジニアの就職先
優秀なAI人材やリソースの確保には資金が必要となります。そのため、AIエンジニアの求人は、大手企業やそれらの会社から業務を受託するAIベンダーから募集される傾向にあります。
AIエンジニアの就職先として真っ先に名前があがるのは、Google、Facebook、Amazon、Microsoftなどの企業です。世界でもトップクラスのAI人材が集まるのは大量のデータを保有していたり、自社でAIを開発しているような会社です。国内では、DeNA、メルカリ、リクルートといったインターネット企業、NTT、富士通、NECなどのIT企業などで新卒や中途採用のAIエンジニアが働いています。
また、AIで有名な会社として、Preferred Networksがあります。ディープラーニングで利用されるフレームワーク「Chainer（チェイナー）」の開発を主導しています。
そのほか、現在さまざまな業種業界でAIの利用が期待されており、トヨタ自動車や本田技研工業、ソニーといった会社がAIエンジニアの採用・育成に取り組んでいます。
データサイエンティストとデータアナリスト、データエンジニアの違い
データ分析の専門部署が設立されたり、機械学習サービスの開発をチームで行うような会社も増え、データサイエンスに関する職種が日本でも、徐々に定着してきました。高い年収を目指してデータサイエンティストを志す方も多いのではないでしょうか。
そのようななか、データサイエンティストと混同されやすい職業として、「データアナリスト」「データエンジニア」があります。今回は、それら職種の仕事内容や役割、スキルの違いについて解説します。
データサイエンティストとデータアナリスト、データエンジニアの違い
まずは、業務内容や必要なスキルから、それぞれの職種の違いをみていきましょう。
データサイエンティスト
データサイエンティストは、ビッグデータや統計学者への注目が高まるとともに、生まれた比較的新しい職業です。Harvard Business Reviewの記事で紹介された「21世紀に最もセクシーな職業」というフレーズが有名になり、2013年頃に国内でも話題になりました。
その後、ディープラーニングなどAI技術の発展とともに、機械学習のためのデータ収集やモデル作成、トレーニングを行う職種として再度注目されるようになりました。そのため、データサイエンティストは、機械学習の実務と関わりが深くエンジニアと混同されることも多いです。
そのような、機械学習のほかに、統計手法を駆使したデータ分析業務やコンサルティングなどの仕事に従事するデータサイエンティストも存在します。Webサービスを運営する企業やスマホアプリ、ゲームなどでは、アクセスログや購買データの取得が容易なため、早くからそれらのデータを分析して、ビジネス上の意思決定やマーケティングに利用してきました。
また、金融、保険、広告、医療といった業界では、もともと統計的な手法を駆使する分析職種が存在しています。データサイエンティストは、それらの分析職から発展してきたという経緯もあります。そのため、分析業務に絞るとデータサイエンティストとデータアナリストの業務内容に明確な違いはないといえます。
データアナリスト
データアナリストは、データ分析の専門職です。データサイエンティスト、データエンジニアに比べると業務内容が明確でイメージしやすいといえます。経営やビジネス上の意思決定をサポートするアナリティクス業務や、データから何らかの示唆を導き出すためのデータ解析やデータの可視化などに取り組みます。データアナリストの発展系がデータサイエンティストという見方もありますが、機械学習技術を利用してデータ解析に取り組むこともあるため、そのような際に区別が曖昧になります。
アナリティクス業務を担当する場合は、データの収集、分析、レポーティングといった分析業務を軸とした仕事に従事します。統計ソフトを利用する職場もありますが、最近では分析にオープンソースのソフトウェアを利用するケースも増えており、PythonやRなどのプログラミングやSQLでのデータベース操作などのスキルが必要です。
ただし、分析をおこなえる程度にコーディングができれば問題なく、エンジニアリングの要件はそこまで高くありません。データアナリストが分析を行える環境やインフラを提供する役割としてデータエンジニアがあります。
データエンジニア
データエンジニアは、データサイエンス分野でエンジニア業務を担当する技術者です。企業がビッグデータを活用する際の、分析基盤やインフラの設計・構築・運用をおこなう「データ基盤エンジニア」「データアーキテクト」のほか、BIなど可視化サービスのエンジニア、機械学習サービスの実装を担当するエンジニアもいます。
データエンジニアは、データサイエンティストやデータアナリストと協業するため、機械学習や統計に関する業務フローを把握する必要がありますが、数理統計の知識に関してはデータサイエンティストほど求められるわけではありません。
ただし、ITスキルに関しては、インフラやクラウド、データベースなどについて設計から開発・運用までのスキルを高いレベルで要求されます。
まとめ
ここまで、データサイエンティストとデータアナリスト、データエンジニアの職種について紹介しました。結論としては、それぞれの職種について会社により定義が異なるため求人を探す際は注意が必要です。
機械学習サービスの実装を担当するポジションの求人を例にすると、ある会社では「機械学習エンジニア」で募集があり、別の会社では、「データサイエンティスト」、また別の会社では「データエンジニア」で募集されているというような状況のためです。
基本的には、データアナリストは分析職、データエンジニアは技術職という理解で問題ないかと思われます。そして、データサイエンティスト、機械学習エンジニア、AIエンジニアは、企業により仕事内容が異なるため求人毎に確認することが大切です。
機械学習エンジニアの年収・給料
転職や就職、あるいは将来の年収アップへの期待からAI職種へのキャリアチェンジを検討している方も多いのではないでしょうか。データサイエンティストやAIエンジニアと並び、注目度の高いAI関連職種として「機械学習エンジニア」があります。
今回は、そんな機械学習エンジニアの平均年収や給与相場について紹介します。
機械学習エンジニア（MLエンジニア）とは
機械学習エンジニアは、機械学習や深層学習（Deep Learning）などAIの開発・実装を担当するソフトウェア技術者です。機械学習を英語で表記したMachine Learningの頭文字を略して、MLエンジニアとも呼ばれます。主な仕事としては、機械学習サービスのシステムへの実装などがあげられます。
ただし、機械学習エンジニアが業務上で担当する役割は、所属する会社や配属された部門・チームにより異なります。海外論文などの技術調査、機械学習モデルの作成・調整といったAIエンジニアのような役割を期待されることもあれば、別の会社では、データ分析基盤の構築などのデータエンジニアとしての役割を期待されることもあります。
機械学習エンジニアの年収・給料
日本での機械学習エンジニアの平均年収
indeed上に掲載された求人情報を集計したデータ（最終更新：2019/07/01）によると、日本の「機械学習エンジニア」の平均年収（給与）は、627万円です。「エンジニア」で集計した場合の538万円に比べ、87万円高い結果になっています。一般的な会社員の平均年収に比べても十分に高い給与といえるでしょう。
また、AIは、まだまだこれからの分野といえます。さらに需要が急拡大しており、実務経験者が足りていないという事情もあります。そのため、ITエンジニア・プログラマとしてのスキルや経験があれば、未経験者を採用している企業があり、機械学習エンジニアの平均年収を下げている要因になっています。経験者と未経験者で年収幅が大きいため、十分な実績や経験を持った人材であれば、1000万円を超える年収提示も少なくありません。
海外での機械学習エンジニアの平均年収
AI関連職種の給与は日本国内と海外の差がよく話題になります。機械学習エンジニアの場合は、どのような状況でしょうか。アメリカの求人サイトglassdoorで調べたところ、機械学習エンジニアに該当する「Machine Learning Engineer」の平均年収は約12万ドル(2019/7/2) でした。1ドル108円で日本円に換算すると約1300万円です。日本の627万円と比べると、おおよそ2倍の金額です。
そもそもの物価の違いや、海外の求人の場合はコンピュータサイエンスの学位が必要など人材に求める要件や流動性などの違いはあるものの、年収は海外の方が高そうです。
機械学習エンジニアの年収は今後どうなる？
機械学習や深層学習などの開発経験を持つエンジニアは絶対数が少なく、需要と供給の関係から転職マーケットでは希少人材として扱われています。そのため、実務経験のある機械学習エンジニアは、転職やポジションチェンジによって年収を上げやすい状況といえるでしょう。
ただし、この先将来的に年収をあげやすい状況が続くとも限りません。転職市場や人材マーケットに機械学習を実装できるエンジニア・プログラマが増加した場合に、現在のスキルセットだけでは年収が下がってしまう心配もあります。年収を上げていくためには最新技術をキャッチアップする。マネジメント層へ昇進するなどは、他の職種とも同様に必要です。
