たなブログ 人生リア充化を目指すブログ(`・ω・´)

プログラミング未経験からでもAIエンジニアを目指せる勉強法を公開【必要なスキルセット付き】

AIを学ぶ 自分の可能性を広げる

AIエンジニアに興味がある人「プログラミング未経験でも頑張って勉強すればAIエンジニアを目指せるのかな?可能性や必要知識を事前に知っておきたい」

こんな悩みに答えていきます。

AI(人工知能)という言葉を耳にする機会、増えてきましたよね。ただ実際にAI技術をサービスとして活用出来ている企業はまだまだ少ないです。そのため、これからより多くの企業でAI技術を活用したサービスが増えてくると予想されますが、1つ大きな問題があります。

それは「AIエンジニアとして活躍できる人材が圧倒的に不足している」ということ。

記事執筆時点においては2019年あたりがAIブームのピークで、今は少し過ぎ去った印象です。ですが(だからこそ)これからAIエンジニアを目指す価値は大いにあると感じています。理由はシンプルで、今後日本でも本格的なAI導入期がやってくるからです。

ここで調査会社ガートナーが公表しているテクノロジーに関するトレンドを示した「ハイプ・サイクル」を見てみましょう。

出典:ガートナーのハイプサイクルより引用


これが何を意味しているのかと言うと「ブームは去ったけどこれから先、本格的な導入期が来るトレンドになっている」ということです。なので、今からAIエンジニアを目指す価値は大いにあるということです。

ただ、プログラミング未経験の状態からAIエンジニアを目指すことは決して簡単なことではありません。それでも、憧れのAIエンジニアを目指したいという方への応援をこめて、必要なスキルや勉強方法について詳しくお伝えしていきます。

本記事の内容

  • AIエンジニアに必要となる知識について
  • AIエンジニアを目指すための効率的な勉強方法

この2点、見ていきましょう。

AIエンジニアに必要な知識とは


AIエンジニアに求められているスキルは多岐に渡ります。
プログラミング言語から専門スキルまで紹介していきます。

AIエンジニアに必要な知識一覧

「AIエンジニア」という言葉の定義は正直あいまいです。そのため「これさえ出来ればAIエンジニアを名乗れる!」といった類のものではない気がしています。ただそれでもAIエンジニアとして最低限知っておいた方が良い知識をここでは紹介しておきます。

  • 【必要知識①】 pythonに関する知識や実装力
  • 【必要知識②】 応用数学(確率・統計、線形代数、情報理論等)に関する知識
  • 【必要知識③】 機械学習に関する知識
  • 【必要知識④】 深層学習(ディープラーニング)に関する知識
  • 【必要知識⑤】 最新動向やその他派生論点に関する知識

これから学習を進めていこうという方には「?」かもしれませんが、大丈夫です。僕もはじめて勉強する時は、正直よくわかりませんでした(笑)
まずは、簡単なイメージだけでも知っておきましょう。

pythonに関する知識

必要な知識の1つ目は「python(パイソン)」です。
初心者の方にも人気の高いプログラミング言語の一つで、僕も大好きな言語です。

pythonは、大量のデータ(=ビッグデータ)を分析したり、Webブラウザで動くようなサービス(=Webアプリケーション)を作るのに向いている言語ということは知っておきましょう。特に「大量のデータを分析できる」という点がポイントになります。

応用数学に関する知識

そして「数学」が必要になります。しかも応用です。
ここがもしかしたらAIエンジニアを目指すかどうか、一つのハードルになるかもしれません。

ただ最近では、数学を基礎から学習し直せる本や講義がかなり増えてきています。僕はもともと数学に抵抗はない人間ではありましたが、高校数学からの内容はほぼ忘れている状態でスタートしました。それでも1つずつ理解できたので、そこまで恐れなくても大丈夫だと思います。

そもそもなんでAIエンジニアを目指すのに数学が必要になるかと言うと「AIの仕組み」に理由が隠れています。

AIは人間のように認知、判断できる必要があるのですが、そのためにはAIに勉強をさせる必要があります。どうやって勉強させるのかというと、大量のデータをインプットして勉強させます。そして、たくさん勉強していい子になったAIの状態を「モデル」として数式化する必要があります。

そのためにプログラミング言語として「python」、モデルを数式化するために「応用数学」が必要となるのです。

数学に関する本は色々ありますが、AIエンジニアを目指されるのであればこの本がおすすめです。僕も数学の勉強用に購入した一冊です。


AIの仕組みについてもっと知っておきたいという方は、AI(人工知能)とは結局何なのか?ゼロからわかりやすく解説しますの記事を参考にしてみてください。

機械学習に関する知識

続いて、Machine-Learningとも言われる「機械学習」についても知っておく必要があります。

これはAI技術の根幹をなす深層学習(Deep Learning;この後紹介)を理解する前段階としても必須の知識となります。具体的には、以下のような内容を学習していくことになります。

  • 教師あり学習
  • 教師なし学習
  • 強化学習

深層学習に関する知識

そしてAIエンジニアを目指す上でコアの論点とも言えるのが「深層学習」です。これはDeep Learning(ディープラーニング)とも言われ、非常に大切な概念となります。

人間と同じような挙動を実現するために、どのような考え方でモデルを構築していけばいいのか、どうやって学習させていけばいいのかなど、数式と絡ませて学ぶのが深層学習になります。

難しそうに聞こえますが、基本はシンプルなのでわかれば面白いです。

最新動向やその他派生論点に関する知識

最後はおまけというわけではないのですが、最新動向や派生的な論点に関するインプットも必要となります。

AI技術は目まぐるしく日々進歩しています。そのため、ある技術はどのような歴史的背景をたどっているのか、今注目の最新技術にはどのようなものがあるのかなど、最低限のことは知っておく必要があるのです。

とはいえ、ここはプログラミングスクールに通う講座の中で適宜情報としてもらえたりするので、力の入れ具合としては弱めにしていいと思います。1つ目から4つ目までを中心にしつつ、余裕が出来たら5つ目も学習していくといったスタンスで、知識をインプットしていきましょう。

AIエンジニアを目指せるおすすめの勉強法


それでは実際にAIエンジニアを目指すための勉強方法を見ていきます。
①資格を目指す、②専門書やWebサービスでインプットする、③プロダクト開発をするの3つがコアな勉強方法となります。

AI資格の一つ「E資格」に合格する

まず紹介するのは、AI資格の中でも最も難易度が高い「E資格」を目指すことです。E資格というのは、日本ディープラーニング協会(JDLA)が主催するAIエンジニアを目指す人向けの資格です。

先ほどAIエンジニアに必要な知識一覧を紹介してきましたが、実はほぼE資格で求められているスキルと同じになっています。そのため、資格という目標を掲げ、効率的に学習を進めるには最適な方法となります。

難易度が高いと言いましたが、未経験の僕でも半年程度で合格することが出来ました。なので、しっかりと時間を確保してカリキュラムをこなすことが出来れば、未経験からでもE資格に合格することは十分可能です。加えてE資格の認知度も高まってきているので、転職市場における自分の価値を高めるアピール材料にも出来ます。

といったように、E資格の取得はAIエンジニアに近づく最適な方法の一つではありますが、ひとつだけデメリットがあります。それはE資格の「受験資格」を得るために「JDLA認定プログラム」を修了させる必要があるという点です。

要は試験を受ける前に、JDLAという団体が認めた民間企業の育成プログラムにお金を払って参加する必要があるということです。民間企業は色々ありオンラインで完結させることも出来るのですが、コストがかかるというのが一番のデメリット。

ただ、厚生労働省が認めた講座に該当すれば「専門実践教育訓練給付金」という制度が活用出来て受講料を大幅に安くすることも可能です。目安ですが、受講料のうち約70%が国から支給されるので、自己負担額は30%程度になります。かなりお得です。

その点を踏まえた上で、料金に見合ったハイクオリティなのが以下の2つ。

いずれのコースもじっくり基礎から学びたい未経験者向けのコースが用意されています。

キカガク

キカガクの自走できるAI人材育成6ヶ月長期コースでは、事前に無料オンライン説明会に参加することが出来ます。先ほど紹介した給付金(専門実践教育訓練給付金)も利用できますので、定期的に開催されている説明会の時期を見て参加してみてください。
※2022年3月時点で現在募集休止中となっており、同年8月に再開見込みのようです。

Aidemy

AidemyのAI特化型プログラミングスクール「Aidemy Premium Plan」でも、事前に無料ビデオカウンセリングを受講することが可能です。ここで自分のキャリアやAIエンジニアを目指す上での不安を解消することも出来ます。実際にコース受講をする場合には、専属のメンターが授業の進捗度を見ながら徹底的にサポートしてくれます。短期集中でオンラインコーチングもしてくれるのでかなり安心です。

ちなみに先ほど「応用数学」で紹介した書籍はAidemy代表の方が執筆した本でもあります。

この「E資格」については【合格体験記】AIエンジニアを目指すには「E資格」がおすすめ!試験概要や難易度をわかりやすく解説しますで僕の実体験も踏まえて詳しく紹介しています。

書籍やオンライン講座で学習する

続いては書籍やオンライン講座で学習を進める方法です。
この方法が向いているのは以下のどちらかに該当するパターン。

  • ある程度基本的な知識がある人
  • 費用を極力抑えて勉強したい人

もし完全な未経験の状態からだと、かなりの時間とやる気が必要になると思います。ただ最近ではAI関連の書籍もかなり充実してきているので、独学する環境は整って来ていますね。

本で学習するなら外せないこの10冊

「AIエンジニアに関する本で学習を進めたい!」という方は【厳選10冊】AIエンジニアを目指したい方にオススメの本を紹介【目的に応じて勉強しよう】という記事を読んでみてください。こちらにおすすめ本すべてまとめておきました。

オンラインで学習するならUdemy

オンライン講座で効率的に学習したいという方にはUdemyがおすすめです。ご存知の方も多いかと思いますが、Udemyは教えたい人と学びたい人をつなぐ世界最大のオンライン学習プラットフォームです。

E資格で紹介したプログラムに比べれば、価格も違うので当然物足りなさは感じますが、それでも基本を学ぶ上での良質コンテンツは存在します。個人的におすすめなのが、先ほども登場したキカガクの講座です。

どちらもE資格の合格を目的としているわけではないので、資格関係なく「人工知能や機械学習の仕組みを数学の基礎と結びつけて理解したい」という方向けになりますね。

【キカガク流】人工知能・機械学習 脱ブラックボックス講座(初級編)は、機械学習の原理を数式と合わせて基礎から学べる人気講座です。具体的な講座内容として、微分や単回帰分析までを詳しく解説している講座になります。

【キカガク流】人工知能・機械学習 脱ブラックボックス講座(中級編)は、初級編をクリアした人がより実践的な知識を身に付けるための講座といった位置づけです。具体的な講座内容としては、線形代数から重回帰分析までを詳しく解説している講座になります。

「ブラックボックス」という言葉が付いているように、実はAIは何をやっているかがわかりづらい(理解しづらい)という欠点があります。それに拍車をかけるように「数学」の存在がAIの理解をより難しくしています。数学の知識をpython言語に落とし込むという段階でも、イメージがしづらくなります。

こういった「よくわからない」と思われがちな中身をわかりやすくひも解いて解説しているのがキカガクのコンテンツとなります。単独で学習してもいいですが、E資格の講座内で理解出来なかった部分を補完するという使い方でもいいかもしれませんね。

AI技術を使ったプロダクトを開発する

最後に紹介する方法がプロダクト開発です。未経験でありながらいきなりプロダクト開発するのが難しいのは重々承知ですが、学習をしながら「何か作れないかな?」という視点はぜひ持ってみてください。

例えば、身近なサービスでAI技術はどのように使われているのかを考えて、見よう見まねで同じようなサービスを作ってみるのはいい練習になります。最近では当たり前になりつつある「マッチングサービス」やAmazonの「レコメンデーション」もAI技術を使っているので、参考にしてみてください。

AIエンジニアの話からは少しそれてしまうのですが、目に見える形としてWebサービスを作ってみるのも結構面白かったりします。僕はWebサービスを作りたくて、pythonベースで作れるDjangoというフレームワークを学習しました。もし興味がある方は【python】Django初心者の方にオススメの勉強法を紹介【効率的に勉強したい方向け】を読んでみてください。

まとめ:AIエンジニアに求められる知識を把握して、効率的に勉強していこう


本記事の内容をまとめます。

  • AIエンジニアにはpythonや数学、深層学習など幅広い知識が求められる
  • 効率的に勉強するためはE資格を目指してみるのもおすすめ
  • 最近ではAI関連の書籍やコンテンツも充実してきている
  • AIの学習を進めながらもアウトプットでプロダクト開発をしてみよう

こんな感じです。

AIエンジニアの道は簡単ではありませんが、より一層のニーズが求められる職種でもあります。少しでもE資格に興味が出てきた方は、自分に合いそうな方のプログラムをチェックして無料で相談してみてください。
※キカガクは2022年8月頃まで募集中止となっています。

早く行動した分だけ、早くAIエンジニアになれます。応援しています。