まるこです|・ω・`)ノ
今回の記事は、当ブログが掲げる「AI人材になるためのロードマップ」の中で
「STEP1 AI人材について知る」に当たります。
順番に読み進めていくことで、効率よく準備を進められるようになっております。
AI人材を目指す方は、ぜひ他の記事にも目をお通してみてください。
「機械学習エンジニア」
と検索すると、関連キーワードとして
「機械学習エンジニア やめとけ」
というキーワードが出てきますね。
高年収って聞いたけど、激務なのかな…?
未経験からのキャリアチェンジは無謀なのかも…
僕も機械学習エンジニアを目指し始めた時は、上記キーワードを見て不安になりました。
しかし僕は30代未経験で機械学習エンジニアになりましたし、仕事も楽しくできています。
機械学習エンジニアと似た言葉として「AIエンジニア」がありますが、当ブログでの定義づけも踏まえて「機械学習エンジニア やめとけ」の真相を探っていきたいと思います。
機械学習エンジニアの位置づけ
当ブログでは、代表的なAI人材である
- AIエンジニア(機械学習エンジニア)
- データサイエンティスト
- データアナリスト
の3職種を取り上げていますが、それぞれの職種は厳密に線引きが決まっているわけではなく、個人や団体によって認識が異なっています。
原因として、職種自体が新しい事、またAIの急速な進化によりAI人材の職能が移り変わっているためと考えられます。
下の図は、僕が書籍やWebメディアから集めた情報を大きく2パターンに分類したものです。

当ブログでは、求人サイトや現役AI人材の個人ブログでよく用いられている「パターン2」を採用しています。
「パターン2」を採用する理由ですが、求人サイトの情報は「実態」を表しており、個人ブログは「生の声」を表していると考えているためです。
逆に、書籍は最新の情報ではない場合があり、企業ブログは記事執筆者がはっきりしない(書籍等を参考に無難な情報を、外注が書いている可能性大)部分があるためです。
つまり「機械学習エンジニア」と「AIエンジニア」は同一の職種ととらえます。
機械学習エンジニアの置かれている現状
この章では、実際のデータをもとに機械学習エンジニアの置かれている現状を見てみましょう。
ネット上の様々な意見に流されないためにも、実際のデータを確認することはとても重要です。
IT人材需給に関する調査
以下の図は2019年に経済産業省が発表した「IT人材需給に関する調査」から抜粋してきたものです。

2018年ではAI人材の需要が約4万人ほどだったのに対し、
2025年では約17万人、
2030年では約24万人まで増加すると予想されています。
需要ギャップは2025年、2030年ともに需要の約半分を占めており、
人材不足はしばらく解消されないでしょう。
Reスキル講座(第四次産業革命スキル習得講座)
AIやIoT、クラウドといった第四次産業革命を支える技術を多くの人に習得してもらうための講座です。
経済産業省と厚生労働省が連携し、両省が認定する講座の受講者に対して最大で受講費用の7割を補助してもらえます。
日本はそもそもIT分野で世界各国に後れを取っているので、国としても力を入れざるを得ない状況なのです。
機械学習エンジニアの年収
下のグラフは「求人ボックス」と「Indeed」の求人統計データをまとめたものです。
給料情報の算出について
記載の給料情報は2022年4月に求人ボックス上で掲載されていた求人情報から算出した給料情報です。
求人ボックス給料ナビ
※平均年収(時給):集計対象求人における給与水準の中央値を示しています。
給与の推定額は、従業員やユーザーが Indeed に匿名で提供した給与額、および過去3年間に Indeed に掲載された求人から収集した給与額に基づいて算出されています。最終更新: 2022年5月
Indeed 給与調査
このように、機械学習エンジニアは
- 超売り手市場
- 政府主導で学習環境をサポートしている
ということがわかると思います。
機械学習エンジニアはやめとけと言われる理由
機械学習エンジニアは高年収であり売り手市場であることは間違いありません。
では、「やめとけ」と言われる要因があるとすれば、それはなんでしょうか。
ここではいつくか例を挙げてみようと思います。
身に着ける技術のハードルが高い
「データ分析」「数学・統計学」「プログラミング」などを習得する必要があるので、未経験から目指す場合ハードルは高めだと思います。
特に文系の方はかなり頑張らないといけないでしょう。
ちなみにすべてを極める必要はありません。
関わる業務によってそれぞれの重要度が変わってくるからです。
自分が就きたい職種によって身に着けるスキルの割合を変えていくと効率的に勉強ができます。
当ブログでは、キャリアチェンジを見据えた最も効率のいい勉強法として、まず求人を見てみることをおすすめしています。
詳しくはSTEP2の以下の記事でまとめています。

常に勉強し続ける必要がある
AIに興味のある方はご存じかもしれませんが、AI技術の進化はとどまることを知りません。
最近だと、AI研究企業OpenAIが2022年4月6日に発表した画像生成AI「DALL・E2」が衝撃的でした。
また、ディープラーニング技術でいうと、もともと自然言語処理分野で生まれた「トランスフォーマー」というモデルが画像・音声など他分野の既存モデルを塗り替えて普及しています。
AI業界ではトランスフォーマーによって「分野の大統一」が進んでいるのです。
去年まで当たり前だと思っていたものが、今年は新しいものに置き換わるということが起こる世界なのです。
これを「おもしろい」と感じるか「めんどくさい」と感じるかは、AI人材として働き続ける上で重要な部分です。
AutoMLの台頭で仕事がなくなる可能性がある
AutoML(Automated Machine Learning)とは機械学習を自動化する技術のことです。
簡単に言うと、今まで人の手で行われていた機械学習モデルの選定やパラメータの調整などを自動で行うというものです。
AutoMLの中には、AIに関する専門的な知識が無くても扱えるように設計されたものもあり、AIを利用することへの敷居は年々下がっています。
しかし私自身は機械学習エンジニアの仕事がなくなるとは思っていません。
逆に機械学習エンジニアの仕事の効率が上がり、空いた時間で別のスキルを身に着けることで自分の市場価値を上げることができます。
昨今はAI一辺倒ではなく、「AI+X」型の人材を目指すことが重要視される傾向にあります。
「AI+自分の詳しい分野」を目指すことで、あなたの市場価値はどんどん上がっていくでしょう。
具体的には、将来的に年収アップのための転職をする際
「私は○○を得意とする機械学習エンジニアです」
と言えるようになっておくといいでしょう。
まとめ
「機械学習エンジニア やめとけ」の真意について考えてきましたが、いかがだったでしょうか。
機械学習エンジニアを目指す人にとって、現在は大きな追い風が吹いています。
機械学習エンジニアは努力次第で高年収を目指せる職業です。
たくさん勉強をする覚悟があるひとは、思い切ってチャレンジすべきだと僕は思います。
最後まで読んでくださりありがとうございました。
まるこでした|・ω・`)ノ
今回の記事は、当ブログが掲げる「AI人材になるためのロードマップ」の中で
「STEP1 AI人材について知る」に当たります。
順番に読み進めていくことで、効率よく準備を進められるようになっております。
AI人材を目指す方は、ぜひ他の記事にも目をお通してみてください。