機械学習エンジニアの仕事内容と学べる大学
機械学習エンジニアの仕事内容
機械学習エンジニアの仕事は、コンピュータの機械学習（Machine Learning）の技術を用いて、社会やビジネスの課題を解決すること。MLエンジニアと呼ばれることもある。
AI（人工知能）を使ったデータ分析の主要な手法である機械学習は、大量のデータをコンピュータに学習させて解析し、その背後にあるルールやパターンを自動的に抽出する技術と考えていいだろう。話題のディープラーニング（深層学習）も機械学習の手法のひとつで、これを扱うことも機械学習エンジニアにとって必須のスキルといえそうだ。
具体的な業務としては、予め用意したアルゴリズム（計算手法）を用いて、コンピュータに大量のデータを学習させ、そこから抽出したパターンや規則性をベースに、顧客の意思決定支援やビジネスの予測を行うといった例が挙げられる。データ解析には、主にPython（パイソン）と呼ばれるプログラミング言語で書かれた機械学習ライブラリやツールを活用することが多い。
機械学習の手法は日進月歩であり、使う手法や道具も次々と新しいものが出てくる。それらの評価を行い、自分たちの業務に役立つ手法や道具を選定することも必要だ。より課題や仮説に合った解析を行うために、用いる機械学習のアルゴリズムを自ら改良・開発することもありえる。
機械学習やディープラーニングの技術は、AIスピーカーや自動翻訳アプリ、自動運転車の開発など、身近な場所でも使われており、機械学習エンジニアの役割はますます重要と期待されている。
機械学習エンジニアの年収や勤務先は？
機械学習エンジニアの年収は600万〜1,000万円で、日本の平均年収と比較して、かなり高い水準といえる。基本的には、大学院の修士課程レベルまで研究を続け、研究職として企業や研究機関に就職するのが基本と考えていいだろう。専門スキルを高めたエキスパートなら年収2,000万円を超えるケースも珍しくない。
機械学習エンジニアの勤務先として代表的なものは以下の通り。最近は、IT企業やAI系のスタートアップ企業だけでなく、コンサルティング企業、大手広告代理店、大手メーカーでも機械学習エンジニアを積極的に採用している。
- IT企業
- Web系企業
- AI開発企業
- コンサルティング企業
- 総合広告代理店
- 自動車メーカー
- 電機メーカー
- 大学・大学院の研究員
- 国立の研究機関
機械学習エンジニアになるには？
機械学習エンジニアに必要な資格
機械学習エンジニアになるための特別な資格は特にないが、取得しておくと強みになる資格はいくつかある。まずは基本となる「ITパスポート試験」「基本情報技術者試験」から目指してみよう。
- ITパスポート試験
- 基本情報技術者試験
- G（ジェネラリスト）検定
- E（エンジニア）資格
- 統計検定
- 認定AI・IoTコンサルタント
- データスペシャリスト試験
- Python3エンジニア認定
- 画像処理エンジニア検定 など
機械学習エンジニアに必要なスキル
機械学習エンジニアは、Pythonなどのプログラミング言語はもちろん、データを分析・解析するための数学や統計学、コンピュータサイエンスの高度な専門知識が求められる。
実務においては、顧客からのヒアリングをもとに仮説を組み立て、仮説を証明するためのデータやツールを収集し、目的とした分析や予測が得られるまで試行錯誤を繰り返す根気や粘り強さが必要だ。日々新しく出てくる分析手法やそれを実施するツールについて学び続けることや論理的思考力も必要になる。また、機械学習に関する最新情報は英語圏のサイトから得る機会が多いため、英語ができると大きな強みになる。
以下のプログラミング言語や開発ツールを使いこなせると強みになる。
- プログラミング言語：
- Python、R言語、C言語、C++、JavaScript、SQL など
- 機械学習ライブラリ：
- TensorFlow、PyTorch、Keras など
- 開発ツール：
- VS Code、vi、Git、Docker、Kubernetes、*Unit、Selenium など
機械学習エンジニアを目指せる大学・学部・学科
AIおよび機械学習の専門知識を学ぶには、理工系大学の「情報」系学部・学科を選ぶのが一般的だ。「AI」や「データサイエンス」の名を冠する学部・学科でも機械学習を専門的に学べるチャンスはあるだろう。
最近では、北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学の6大学が、「数理・データサイエンス教育強化拠点コンソーシアム」を立ち上げるなどの取り組みも始めている。また、文部科学省の「数理・データサイエンス・AI教育プログラム認定制度」で認定されている大学・学部にも注目したい。初級者向けの「リテラシーレベル」、中上級者向けの「応用基礎レベル」で、全国各地の大学が認定を受けている。
詳細はこちら
文部科学省「数理・データサイエンス・AI教育プログラム認定制度」
いずれにせよ機械学習エンジニアの仕事は専門性が高いため、大学院の修士レベルまで専門的な研究を続けたうえで目指す職業となるだろう。さらに、業務で用いるプログラミング言語や開発ツールなどは日進月歩で新しいものが登場するので、就職した後も学び続ける意識が最も重要になるかもしれない。
Illustration by カヤヒロヤ
