機械学習エンジニアになるには?【道のりは険しいが稼げる】

 

機械学習エンジニアになるには、どうしたらいいのかな?新卒にも年収1000万円をDeNAが提示しているし将来性は高いのかな?機械学習エンジニアになるには、どんなスキルが必要なのかな?こんな疑問に機械学習エンジニアとともに働くIT業界5年の僕が解説していきます。

 

機械学習エンジニアの市場価値高騰は、需給バランス的に妥当ですが、機械学習エンジニアになるには相当な積み重ねがいりますよ

彼ら彼女らは、大学4年の積み重ねが少なくともありますし、数学とプログラミングの習得は簡単じゃない その努力の対価が市場価値になる 積み重ねは本当に大事っす

 

結論、機械学習エンジニアになるには、数学(統計)とプログラミング能力が必須で、加えてビジネス理解があればなお良しという感じですね。機械学習エンジニアになるには、多くが大学でCS(コンピュータサイエンス専攻)や統計の専攻のため若いころから専門的な学習が必要です。あるいは、機械学習エンジニア専門のプログラミングスクールもありそういった方法もありますね。

 

機械学習エンジニアになるには2つのスキルが必要

機械学習エンジニアになるには、数学(統計)とプログラミングスキルが最低限必要です。加えて、ビジネス理解があればすごくいいという感じ。

 

プログラミング

まず最優先は、機械学習エンジニアだけに機械学習に関するプログラミングスキルが必須です。Pythonが主流ですね。Pythonは機械学習系のライブラリーが他のプログラミングよりも豊富です。

 

ただプログラミングだけができても、実装しているアルゴリズムの中身への理解も必要ですので、数学(統計)も必要になるという感じですね。機械学習エンジニアは数学にも明るい人がほとんどです。

 

ちなみにPythonは、スキルレベルの高い人が習得していたりするので稼ぎやすいプログラミング言語でもあります。案件数だけで言えばRubyの方が多かったりはしますが、とは言え単価の高い案件といえばPythonは全然該当すると思いますね。

 

数学(統計)

なので2つ目は数学ですが、ここはデータサイエンティストほどの数学力は求められません。あくまで機械学習エンジニアとして実装するアルゴリズムを数学的に理解できている必要はあるものの、データサイエンティストほどの統計モデルをゴリゴリ作れるほどは必要ないとは思います。

 

ただ全く数学力がないと、アルゴリズム自体がちんぷんかんぷんになりますし、Pythonのプログラミングも理解できないことになるので最低限としては必須ですね。

 

補足:できればビジネス理解

 

3つ目は、レベルの高い機械学習エンジニアになるためにという意味では、ビジネス理解もあるにこしたことはないですね。ただ、必須ではないのも事実です。理由としては、あくまで要件が決まった段階からHOW(つまりどう実現するか)に注力するのであれば、必要ないですしそれだけでも市場価値が高いのが現状です。

 

データサイエンティストとか機械学習エンジニア見てると、若手の頃は論点となる課題設定を上司が行う→それを若手が解決する、ってのが主流で

3年目以降から徐々に何を課題設定とするか、を始める ここからはビジネス理解が必要になってきて、ここでスペシャリストになるか管理職になるかが決まる

 

しかし、機械学習の観点から何がビジネスとしてできるか?から企画提案したい場合は、ビジネス理解もあるほうがいいです。ただその場合はめちゃくちゃレベル高いですし、正直現実的にそんな人はほぼいないですし、分業されているのであまり力を発揮できない可能性もあるので優先度は低いですかね。

 

機械学習エンジニアの将来性は高い

 

そんなハイスキル人材なのが、機械学習エンジニアなのですが将来性は超高いですよ。

 

新卒にも年収1000万円

1つは、DeNAが東大院卒の機械学習を学んでいる新卒に年収1000万円を提示しましたよね。新卒でこの年収はすごいです。ただ、国際学会で論文をだしたりなど優秀さもすごいので正当な評価だと思います。

 

引用:DeNA AIエンジニア新卒年収1000万円

 

とはいえ、この流れはここ最近なのでこれからも流れが継続する可能性もありますし、今後消えていく可能性もあるものの、個人的にはしばらく継続されるかなという印象ですね。

 

というのもそもそも希少性が高い人材なので、一定の需要があれば市場価値は下がらないのでは?と思っているからです。

 

ソフトバンクもAIに投資

他にも理由はありますね。孫さん率いるソフトバンクのヘッジファンドもAI関連のベンチャーに投資してますね。以下のニュースを見てみましょう。

 

引用:ソフトバンクビジョン AI投資

 

孫さん的にはAI(機械学習)に相当な期待をしており、ガンガン投資してます。この投資は当然、機械学習エンジニアの採用などに充てられるので、そうなると年収はもっと上がっていく可能性がありますよね。こういうマクロトレンドが結構どうなるかも大きい要素です。

参考:機械学習エンジニアの将来性と今後の必要スキルを考察【何で差別化する?】

 

機械学習エンジニアになるには大学かスクールが有効

 

そんな機械学習エンジニアになるには、どうしたらいいかですが、基本は大学やスクールで専門性を高めるしかないです。独学で機械学習エンジニアになるのは非現実的ですね..。

 

独学は厳しい

まず1つ言えるのは、機械学習エンジニアになるうえで独学は厳しい道のりですよ。独学だけでなれた人を見たことも聞いたこともないです。何かしら、大学やスクール、あるいは仕事で学んでいた人がほとんどです。

 

独学だと厳しい理由として、機械学習エンジニアになるに必要な数学って独学で理解できるほど優しくないんですよね。大学の数学の講義(統計や、線形代数、微分積分など)を講義に出ずに、自力で80点以上取れるレベルじゃないと厳しいと思います。(点数は適当)

 

そしてそんな人はそう多くはないですよね…。僕も独学を試みたことがありますが、すぐ諦めました。数式が意味不明だったのでw

 

現役機械学習エンジニアはほぼCS専攻

僕の知っている範囲内では、多くの機械学習エンジニアはそもそも大学である程度専門性を付けてますね。数学の専攻だったり、CSの専攻だったりがほとんどです。あと、大学院生が多いのも特徴ですかね。

 

データサイエンティストとかだと、計量経済だとか必ずしもコンピュータサイエンス系の専攻ではないのですが、機械学習エンジニアだとコンピュータサイエンス系の専攻が多いように感じます。と言うのもやはり、エンジニアなので統計に強いだけじゃダメなんですよね。

 

大学からの積み重ねが大きい

DeNAの学生も、6年以上の積み重ねの上での新卒で年収1000万円のオファーなので相当な努力が必要なのも事実です。

 

機械学習エンジニアやデータサイエンティストが年収が高い理由として、アカデミックな知見が直結するからなんですよね。多くの職種でいえることで、医者も医学部の知見が直結しますし、法学部もしかりだと思います。

 

しかしそれ以外ってそこまで直結しませんよね。つまり、大学4年の積み重ねってあまり関係ないんですよね。しかし機械学習エンジニアは直結するので、長年の積み重ねが影響するってことです。

 

プログラミングスクールの活用もあり

とはいえ、、、全員が全員、そういった専攻で学んでいないですよね。なので未経験から機械学習エンジニアを目指すのはハードルが高いと思われがちです。

 

しかし、最近は機械学習エンジニア専門のプログラミングスクールもあって統計からPythonによるプログラミング、実践的な機械学習の活用による演習などを通じて機械学習エンジニアとしての転職ができるまで育ててくれるスクールが最近はできています

 

有名どころでいうと、機械学習エンジニアになりたいのであればDIVE INTO CODEあたりが大手で安心ですかね。テック系ユーチューバーの勝又さんもおすすめしてますね。

 

 

補足:稼ぐには生涯学習が必要

 

最後に現実として、機械学習エンジニアが市場価値高いのって結局高い専門性なんですよね。僕の周りの機械学習エンジニアとかデータサイエンティストって高確率で、大学院卒な上に博士課程に進学してますよ。

 

機械学習エンジニアやデータサイエンティストが市場価値が高い、なるのが難しい要素として 勉強時間が長いとゆうのがある

大学院卒なうえに、働きながら博士課程もいくから、アカデミックな勉強時間はそれだけで4大卒の2倍はいく おれには絶対出来ない飽くなき探究心の賜物である

 

2束のわらじで単純にすごいですし、結局最先端の知見があるから稼げるわけなので、置いてけぼりにならないようにする努力は就職後も必要なのが機械学習エンジニアです。とはいえ、機械学習エンジニアになれる人って多分そんなの苦労に感じないと思います。楽しいから。

まとめ

 

ということで機械学習エンジニアになるにはどんなスキルが必要で、どんな方法が有効なのかを解説しました。関心があればチャレンジするのも悪くはないと思いますよ。しばらくは稼げる職種だと思いますので。

 

参考:AIエンジニアになるには?【AIエンジニアは市場価値高い】

最新情報をチェックしよう!