AI関連の職種は?AI分野のエンジニア・プログラマーになるために

機械学習、深層学習(ディープラーニング)などAI技術者への転職を考えるエンジニア・プログラマーが増えています。AI技術は今後さらに普及していくことが予想されますし、AI人材は高給ということも興味をひくポイントでしょう。

転職の場合は基本的に経験者採用がほとんどですが、AIの場合は人材が不足していることもあり、未経験者にも転職のチャンスがある状況です。

今回は、そのようなAI関連の職種について解説するとともに、ITエンジニアがAI分野に転身するためのポイントを紹介します。

AI・IoTなどを開発する先端技術者は人材不足

AIの開発には、統計や数学を理解しコンピュータサイエンスの知見を備えたIT技術者が必要です。しかしながら、それらの高度なITスキルを持ったエンジニアは需要に対して供給が不足しています。経済産業省の調査では、2020年までに4.8万人が不足すると推定されています。

AI人材について、大学などで専門教育も始まっていますが、育成には時間がかかるため足りない人員に対して、ITからAIへの転換に期待される部分も大きく、転職のチャンスがある分野ともいえるでしょう。

AI分野の技術職

AIに関連する職業のうち技術職は「AIエンジニア」と「データエンジニア」の2つに分類されます。

どの職種についても、未経験からチャレンジは可能ですが採用の難易度は異なります。まずは、AIエンジニアについてみていきましょう。

AIエンジニア

AIを開発する技術者を一括りにした呼び方がAIエンジニアです。その名の通り、先端技術であるディープラーニング機械学習などの人工知能を活用したデータ解析に取り組みます。

AIエンジニアと呼ばれる職種は、アナリティクスや解析業務を主とする「データサイエンティスト」とシステム開発やエンジニアリングを主とする「機械学習エンジニア」にわかれます。

それぞれの仕事内容について、以下で紹介します。

データサイエンティスト

データサイエンティストは、目的に応じたAIを提供するためにモデルやアルゴリズム開発の仕事に取り組みます。実際のデータを解析し、特徴やパターンを把握したり、クレンジングや前処理といった業務も行います。

統計解析の手法をもちいて分析・レポーティング業務に携わるデータサイエンティストもおり、その場合「データアナリスト」と呼ばれることもあります。

また、データサイエンティストは、AIで何を解決できるかといった課題に対しビジネスやコンサルタント的な立ち位置から全体の設計や解決策の提案に取り組むこともあります。

機械学習エンジニア

データサイエンティストが開発したAIをシステムに実装したりサービスとしてローンチする役割が機械学習エンジニアです。AIをシステム上で稼働させるためには、バックエンドの処理やUIなどのアプリケーション開発が必要です。

また、Webサービスなど既存サービスに機械学習を活用した機能追加や改善に取り組む機械学習エンジニアもいます。その場合は、データサイエンティストと同じAIを調整する業務に取り組むことも多いです。

最近では、スクラッチでAIを開発するよりもTensorFlowやKeras、Chainerといったライブラリを活用した開発も増えており、Pythonでのコーディング、ハイパーパラメータ調整やクラウドを扱うスキルが求められます。

データエンジニア

データエンジニアは、データ基盤やインフラの設計・開発を行う職種です。NoSQL、RDBなどデータベースの設計や機械学習を処理するインフラの構築・運用を行います。

大量のデータを扱うAIの開発には、それらを処理するための計算リソースの調整や効率化の技術が必要です。

Spark/Hadoopなどでのバッチ処理、ストリーム処理などの分散処理技術やBigQuery、Redshiftなどの実務経験はスキルとして評価されます。

データエンジニアは、サーバーサイド開発やインフラエンジニアとしての経験を活かすことができるため、IT職種からAI職種への転向の際におすすめです。

AI分野に転身するためのポイント

ここまで、AI関連の職種について、AIを開発する「データサイエンティスト」「機械学習エンジニア」、データや環境を整える「データエンジニア」を紹介してきました。

未経験者がAI人材になるためには、まずはAI関連の職種に就職・転職することが重要です。その点で、最初にデータエンジニアを目指してみるのもよいのではないでしょうか。

そもそも、IT業界についても未経験の場合は、ITエンジニアになり実務経験を積んでからキャリアチェンジするという展開も考えられます。