人口知能や機械学習というキーワードは、IT業界で働く人にとっては馴染みが深くなりつつあります。
これらを駆使するAIエンジニアには高いスキルが要求され、日本だけでなく世界的に見ても不足している状況です。
AIエンジニアとして転職できれば、相当な好待遇が期待できるでしょう。
本記事ではAIエンジニアの仕事内容や年代別年収などについて解説していきます。
AIエンジニアとは？
AI（人口知能）と言っても正直よくわかりませんね。
漠然としたイメージでは、映画「ターミネーター」で出てきたスカイネットみたいなものと捉えている人も多いのではないでしょうか？
そんな AI（人口知能） を扱うAIエンジニアの仕事内容や AI（人口知能） が一体何に使われるのか等を、私の実体験を交えてご紹介します。
AIエンジニアの仕事内容
AIエンジニアとは人口知能であるAIの開発に関わったり、膨大なデータの分析を実施したりするのが主な仕事内容です。
AIは数ある技術のなかでも最先端に位置しており、一般的なITエンジニアよりもさらに高度なスキルが求められる傾向です。
人手が足りていないことが多く、優秀なAIエンジニアは企業から重宝されています。
AIエンジニアの仕事を大きく分類すると、プログラミングとアナリティクス、エンジニアリング（工学）の３つがメインになります。
プログラミングの分野では各種AIの開発、実装などを行います。
使用言語は基本的にPythonが多くなるでしょう。
アナリティクスは少し聞きなれない言葉かもしれませんが、AIに学習（深層学習：ディープラーニング）をさせて、構築したデータの分析を実施することです。
AI（人口知能）に「どんな切り口で、どんな分析を行わせるのか」等を想定し、 分析するためのデータを予め正規化（整理）しておく必要があります。
エンジニアリングは、分析する内容によって、必要となるデータ、分析させるための技術、行程、最も効率のよい学習のさせ方や、プログラムの改善方法などを立体的に検討します。
そして、AIエンジニアは自分の子供のように、日々AIを育てて行くのです。
AIエンジニアの仕事をもっと細かく分けると、要件定義、設計、テストなどの仕事もあります。
要件定義や設計は上流工程の仕事ですので、キャリアを積みたいのであれば経験しておきたいところでしょう。
下流工程は自動化が進んできている面もあるため、人間でなければできない上流工程のほうが価値は高いです。
私とAI（人口知能）との出会い
今が2020年2月ですから、もう6年前の話です。
守秘義務の期間が過ぎたので、私がAI（人口知能）を知るきっかけになった話します。
某大手百貨店の分析システムへAIを導入した時の話です。
行動心理学の学者先生とグループを組み、某大手百貨店のデータ分析チームとして参画しました。
ご存じのように、百貨店のフロアには買い物時に清算するためのPOSレジシステムが複数台並んでいます。
買い物してお金を支払う時に、おばさんが・お姉さんが品物に張られているバーコードを読み取って合計支払金額を請求するあの機械です。
特定の人物がレジを通過した回数、支払った金額、買った品物のデータを取得しています。
同時に当日の天候や気温、前日に放映されたTV番組などのデータが本部で集計されています。
会員カードをもとに、特定の人物が誰なのか、年・月・週・日に利用する頻度、時間帯と使用金額から職業（会社員、主婦、学生）はすぐ割り出せます。
支払履歴・利用頻度から人物の生活水準が予測されます。
ここまでは、普通のPOSシステムと言えるでしょう。
特定の人物が次に買う商品の候補を分析システムが、DWH（データウエアハウス）の中から該当する行動予測をもとに割り出します。
データウェアハウスとは、企業などの業務上発生した取引記録などのデータを時系列に保管したデータベース。また、そのようなシステムを構築・運用するためのソフトウェア。 データ分析や意思決定に役立てる目的で編成され作られるため、BI（ビジネスインテリジェンス）に位置づけられる。
IT用語辞典：データウェアハウス
この時点での予測的中率は5割にも満たない状態ですが、それまでに行ってきたデータ分析によって、ある程度まで顧客行動の予測が完了した現在、さらなるシェア獲得のためには、未解決の行動予測に着手する必要があります。
当時、どうしても解決できない顧客行動予測として「一日の中で同じ人物が同一セグメント内で複数回レジを通過する理由」という問題がありました。
※ この問題が解けずに、当時のリーダだった課長が2人続けて鬱病になってしまい、戦線離脱してしまいました。あれから6年、無事復帰されたのでしょうか・・
当初は、「買い忘れなどでは？」で済まされてきましたが、分析技術が向上していく中、この現象が単なる一過性の行動ではないことが分かってきました。
整理されたデータが分析システムによって仕分けされ、自動で役員向けにレポートを出力していきます。
より的中率を向上させるためのデータが〇〇業界に存在することが、分析チームによりレポートへ追記されています。
役員会にてレポートを元にしたM&Aの意思決定が行われます。
※ M&AとはMergers and Acquisitionsの略で、2つ以上の会社が一つになったり（合併）、他の会社を買ったりすること（買収）をいいます。
これが、合併、併合の裏話の実情です。
よく合併理由に挙げられる、体力の乏しい企業同士が合体することにより「シナジー効果を発揮しやすい」というのは「体の良い、表向きの理由」です。
本来の狙いは、劣位の立場（吸収される側）にある企業データ収奪が目的なのです。
有能な人材を求めるのではなく、使えるデータが欲しいだけなのです。
AIの恐ろしさはここからが本番です。
それまでは、特定のデータの中から行動理由などを売上向上目的のために分析する「受け身の姿勢」がAI（人口知能）の出現で一変します。
結果的に「一日の中で同じ人物が同一セグメント内で複数回レジを通過する理由」は説明が付かないため、この層への「意識を変える」方向で問題は決着しました。
「パブロフの犬」をご存じですか？
たとえが悪いので、ここでは割愛しますが、生き物にはある一定のストレスや刺激を与えることによって特定の行動を起こす「反射条件」が備わっています。
先人達が、膨大な年月を得て蓄積された「反射行動」が、AI（人口知能）にはすでに基礎データとして備わっています。
AI（人口知能）は、分析システムの「受け身の姿勢」から人間の潜在意識へ「働きかけ」の領域へ手を広げつつあります。
具体例を挙げると、過去日本では「1995年に日本放送協会(NHK)が、1999年に日本民間放送連盟が、それぞれの番組放送基準でサブリミナル的表現方法を禁止することを明文化した。」経緯があります。
サブリミナル効果（サブリミナルこうか）とは、意識と潜在意識の境界領域より下に刺激を与えることで表れるとされている効果のことを言い、視覚、聴覚、触覚の3つのサブリミナルがあるとされる。 閾下知覚とも呼ばれる。 サブリミナルとは「潜在意識の」という意味の言葉である。
フリー百科事典『ウィキペディア（Wikipedia）』
当時の日本国は、特定の機器を使用して「人間の潜在意識」へ働きかける行為をタブーとしていたのです。
倫理的に善悪の垣根が曖昧なこの領域へ、いまAI（人口知能）は入り始めています。
2020年の現在、欧米諸国から輸入されたグローバルな社会は、これを「善」とみなすか「悪」とみなすか・・
もう一度言います。
これ6年前の話です。
今この記事を読んでるそこのあなた！
それは本当にあなたの意思で買ったものですか？
未経験からAIエンジニアになるには？
AIエンジニアになりたいのであれば、大学でAIに関する知識を専門的に学んでおきたいところです。
理工学部、工学部、情報学部などが対象科目となります。
AIに学習をさせるアプローチを「データサイエンス」と呼ぶことを覚えておきましょう。
データサイエンスに特化した学部、学科を選べば、AIエンジニアとしての土壌がより身につきやすくなります。
大学を卒業したあとにAIエンジニアの仕事を探すのもよいですが、研究を突き詰めていきたいのであれば、大学院に進学する選択肢も。
大学院でハイレベルな知識を得ることで、条件のよい就職へ繋がる可能性が高くなるでしょう。
大学ではなく、専門学校や民間のスクールで学ぶ方法もあります。
専門学校は大学よりも短い2年制が多いですが、AIエンジニアになるための必要な知識は一通り身につけられるので安心してください。
機械学習、ディープラーニング、ビッグデータ分析などの学習がカリキュラムに組み込まれているコースを選びましょう。
専門学校は大学よりも実践的な教育を行っている傾向にあり、就職に対する意識が強いのが特徴です。
民間のスクールでもAIエンジニアに向けた講座はいろいろとあります。
通学してもよいですし、なかにはオンラインで学べるところもあるので、仕事をしながら学習を進めることが可能です。
ただし、大学や専門学校と比較すると、深い知識は得にくいかもしれません。
専門のスクール
Pythonコース【.pro】
20代・30代の方は、プログラマーとしてさらなる技術を身に付けよう。
「人工知能や機械学習を学ぶ、プログラミング特化コース 」は、プログラミングによる数値演算や機械学習を学び、プログラマーとしてさらなる飛躍を目指します。
| スクール名 | .Pro(ドットプロ) |
|---|---|
| コース名 | Pythonコース【.pro】 |
| 料金 | 498,000円（税別） |
| 受講タイプ | 通学型 |
| コース・場所 | Pythonコース【.pro】（6ヶ月） 東京 渋谷校 |
| 習得科目 | プログラミングによる数値演算や機械学習を学びます。 また、プログラマーとしてさらなる飛躍を目指します。 Pythonは「youtube」「Instagram」の開発にも用いられているほど、 世界的に人気のあるプログラミング言語です。 日本だけにとどまらず、グローバルに活躍する人材を目指します。 |
ポイント
- 所定の特訓期間終了後も.Proの講師陣の学習サポートを月単位受けられます
- 弊社リクルーティングスタッフによる就職・転職活動サポート
- 卒業後のフリーランス・個人事業の開業をサポートします
注意ポイント
10名限定（選考あり）
参加希望の方多数の場合、指導のクオリティを確保するために参加上限人数を設けております
.Pro(ドットプロ)では受講に際しての不安やご質問はもちろん、転職・就職、企業に関するご相談も 随時無料で受け付けております。
TechAcademy：初めてのAIコース
ビジネスパーソンに必要なAIの基礎スキルを習得できる「初めてのAIコース」は、生涯現役をシニアエンジニアを目指す方も、現在プログラミングに触れていない方も、AIプログラミングについて理解、実践ができ、AIでビジネス活用ができる知識を身につけます。
1人では続かない方のためのパーソナルメンターがつくプログラミングブートキャンプ。
週2回マンツーマンでのメンタリング、毎日のチャット・レビューサポートでAIプログラミングの基礎の習得を目指します。
| スクール名 | TechAcademy |
|---|---|
| コース名 | 初めてのAIコース |
| 料金 | 4週間プラン：139,000円 8週間プラン：189,000円 12週間プラン：239,000円 16週間プラン：289,000円 |
| 受講タイプ | オンライン型 |
| コース・場所 | 初めてのAIコース 自宅 |
| 習得科目 | ・AIのビジネス活用を理解 AIを活用し成果をあげた企業を参考にサービスを検討 ・AIの学習手法を理解 手法とアルゴリズムを理解 ・AIの構築 分析ツールでデータ解析を実践 |
ポイント
- 週2回のマンツーマンメンタリング
- 毎日15時〜23時のチャットサポート
- 回数無制限の課題レビュー
注意ポイント
ITについて、まったく知識が無いという方のために、無料プログラミングコースが用意されています。
不安な方は、 無料プログラミングコースで感触を確認するのも良いでしょう。
⇒
現役エンジニアが無料キャリアカウンセリング
（ ※ プログラミングの基礎を学習し、簡単なWebアプリケーションを作成します。）
AIプログラミングの基礎となるPythonやデータ解析の取っ掛かりとしては悪くないので、さらなるステップを今後は目指したいところです。
必要な資格
AIエンジニアになるにあたって、資格は特に必要ありません。
しかし、実務経験なくAIエンジニアになるために資格取得を行うのは有効な転職方法のひとつです。
AIエンジニアになるために有用な資格として、日本ディープラーニング協会が提供するG検定とE検定があります、G検定はジェネラリスト検定のことで、受験料は1万2000円(税抜き)。
取得できれば、ディープラーニングを仕事で使える知識があることを証明できるでしょう。
自宅で気軽に受験できますが、経験のあるエンジニアでも苦戦する難易度といわれています。
学習は腰を据えておこなう必要があるでしょう。
E検定はエンジニア資格のことを指します。受験料は3万円(税抜き)。
受験するためには、あらかじめJDLA認定プログラムの修了をしておかなくてはなりません。
ある程度の知識は既に持っているのが前提の試験であり、テスト内容は実技も含みます。
エンジニアの資格は数多くありますが、そのなかでも難易度が高い方といえるでしょう。
高収入？AIエンジニアの世代別年収事情
AIエンジニアの年収は比較的高い水準にあります。
年代別年収（20代、30代、40代）でみると、20代は約660万円、30代は約780万円、40代になると1000万円を超えるエンジニアも珍しくないでしょう。
企業によって給料は大幅に変わるため、一概にはいえませんが、50代になると平均年収は1200万円以上になるといわれています。
AIエンジニアとして高収入を得るには、実務経験を積むことが重要となります。
Pythonなどのプログラミング言語に十分な自信がついたら、とにかく実務経験を積むようにしましょう。
ときどき、誤解している人がいますが、AIエンジニアはレベルが高いことに挑めば必ずしも給料が上がるわけではありません。
難易度よりもニーズがあるかどうかを意識するほうが大切です。
市場に需要のある技術を要していれば、そのエンジニアの給料は高くなります。
HR、金融、医療関連など、広い分野で活躍できそうなところでスキルを磨いていきましょう。
目指すキャリアプランは？
AIエンジニアとして経験をある程度積めたら、コンサルタントになるのが理想的なキャリアプランです。
コンサルタントを目指そう
コンサルタントの仕事は顧客から問題をヒアリングし、自分のITスキルでその問題を解決する業務。
場合によってはシステム設計から開発までをトータルコーディネートできるため、非常にやりがいがあります。
設計業務に注力したいのであれば、実装はプログラマを外注してもよいでしょう。
自分の好きにマネジメントできる点が、コンサルタントの大きな魅力です。
コンサルタントになるためには、エンジニアとしてスキルがあるのはもちろん、豊富な経験も必要です。
AIエンジニアはただでさえ優秀なエンジニアが不足しているので、コンサルタントまでできるとなると非常に貴重な存在といえます。
年収は高水準が期待できるでしょう。
経営者としての観点が求められるシーンもよくあるため、中小企業診断士の資格を取得しておくのもおすすめです。
まとめ
需要の高いエンジニアを目指すなら！AIエンジニアがおすすめ
AIエンジニアの需要はこれから先もどんどんと上がってくるでしょう。
AI開発に関わりたいのであれば、まずはスクールなどでPythonをマスターすることから始めるのがよいです。
難易度は低くないですが、日本ディープラーニング協会が実施している資格も取っておきたいところ。
経験を積みITコンサルティングができるレベルにまで到達できれば、エンジニアとして優遇されるのはほぼ間違いないでしょう。