僕は未経験からAI/機械学習エンジニアというキャリアを経ていまして、今回はその経緯の詳細について説明していきたいと思います。
AI/機械学習エンジニアになった方法
前提 その１ 準備に必要な時間について
“最低毎日２時間の勉強時間を確保してください“
前提として、私が「機械学習エンジニアになろう！」と志してから半年間を勉強に注ぎ込みました。私には家庭もあるので、毎日２時間をとって準備を進めています。なので、最低でも365時間ほどの時間を確保することを前提にお話させてください。
前提 その２ 勉強法の対象者
“プログラミング未経験者の方はステップ0から始めてください “
僕が機械学習の勉強を始めようとしたとき、すでにWEB系の開発がある程度できるような状態でした。なので、Pythonなどの新しいプログラミング言語に触れる際は、構文から勉強せずにいきなり実践してわからない部分があれば調べるといった方式で進めています。
そのため、「プログラミング未経験者」という方については以下のステップ０を実践ください。
ステップ0 Pythonの勉強（プログラミング未経験者のみ）
ドットインストールでの勉強をオススメします。以下のレッスンをやってみましょう。
最初は理解できないことがたくさんあるかと思いますが、「これを書いたらこう動く」まで理解できていれば十分です。
どのような仕組みで動いているかわからない、エラーが出て先に進まないといった場合は飛ばしてもらって構いません。まずはプログラミングをすることに慣れてみてください。
未経験者の方にとって正直ここが一番辛いステップだと思います。重要なのは「最初は理解できてなくても良いから進める！」ということです。
以下は有料になりますが、個人的にとてもおすすめがあるので紹介しておきます。
シリコンバレーで働かれている酒井 潤 （さかい じゅん）さんのPython講座は非常に網羅性が高く、Pythonだけでなくエンジニアリングの基礎的な知識も獲得できるので大変おすすめです。
現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル
ステップ1 書籍で機械学習の概要を把握（1ヶ月間）
まず「機械学習とディープラーニングの違い」って何？という状態だったので以下の書籍で概要の把握に努めました。が、この本が当時の僕にとって非常に難しく、すぐに本を閉じることになりました。（本自体は良書です。当時の僕のスキル不足です。）
そこでもう少し簡単な本で概要を掴むことにしました。それが「RとPythonで学ぶ[実践的]データサイエンス&機械学習」です。
こちらのKindle版を購入して勉強を進めました。あとはもう少し機械学習のライブラリについて理解したかったので以下の書籍も購入して勉強を進めています。
これで、Pythonを使って機械学習の流れが理解できてきます。
ステップ2 AI Academyで理論と実装を勉強（2ヶ月間）
この時点でKaggleという機械学習のコンペに参加したんですが、何をやれば良いのかわからずそして、自分のインプットしてきたことがうまく実践できていなかったので、「わかったつもりになっていた自分」に絶望しました。
そこで「AI Academy」というWebサービスでさらに本格的に勉強をし始めました。
僕がどのように「AI Academy」を活用したかについては別途記事にまとめようかと思いますが、カリキュラム自動生成機能がとても便利なので、「AIエンジニアに最低限必要なスキルを身につけたい」というテーマでカリキュラムを生成するのが良いです。
進める上でわからない内容が出てくれば、より詳しく説明されている講義もあるので、そちらを参考にしてたりしました。
ステップ3 Kaggleに参加(3ヶ月間)
さて、6ヶ月間の勉強を経て、いよいよKaggleに参加します。
Kaggleは先ほど書いた通り「機械学習のコンペ」です。実践的なデータを元に、予測を行いその精度を競います。
ちなみにゴールドとかとったことはなくシルバー止まりです。
ただ重要なのは、多種多様なコンペに参加して、数値データ、文字列データ、画像データ、音声データに対し適切な実装ができるか、実装イメージがさらっと出てくるかを意識して取り組むと良いかと思います。
あとは、Kaggle参加者の方のデータ分析方法や、予測の実装方法がオープンになっているので、そちらを読み込むのも非常に勉強になります。
ちなみにKagglの参加方法は以下の動画が非常に参考になります。
ステップ4 社内の公募に応募
ある程度機械学習の実装に自信がついてきたので、まずは社内でAIや機械学習のプロジェクトがないかを探しました。
特に意識したのは実装レベルでできるかという点に気をつけました。
（よく大企業だとマネジメントとか、コンサルとかの業務にアサインされがちなので。）
もしここで、社内にプロジェクトがなければ転職する予定でした。
ステップ5 落ちたので偉い人に直訴
僕の会社では公募に伴い面接があるので、面接したんですね。
でも、秒速で落ちてしまいます。応募したのは会社のR＆D部門（研究部門）。
落ちた理由は「即戦力を求めている」とのこと・・・。
めっちゃ落ち込みましたが、会社の偉い人に直訴（相談）したんですね。
そしたらなんとR＆Dでないところで希望が叶う部署があると言われそちらに面接することに。
ステップ6 Kaggleの実績見てもらう
今度は「即戦力が・・・」とか言われないように、Kaggleの実績を見せることにしました。
見せた内容としては、どのような種類のコンペに参加し、どのような考えで実装したかを説明することにしました。
すると、「ちょうどうちで画像処理の機械学習をしたかったんだよ」っという話になり、無事機械学習エンジニアとしての異動に成功しました。
まとめ
いかがだったでしょうか。
僕の場合勉強は半年間しかしておらず、残りの半年間は社内での異動活動、社外の転職活動だったので、実質半年で必要最低限のスキルはつくのかなぁと思います。
毎日２時間の勉強で半年なので、もっと１日の時間が避ける方であればより短期間でスキルの習得が可能ですよ。
AI/機械学習のスペシャリストはまだ十分に市場にいるわけでないので、このタイミングで挑戦されてはいかがでしょうか。
