少し遅くなりましたが、AI開発に参画して1年が経過しました。
振り返ると、未経験からの挑戦でいろいろありましたが、なんとかやってこれました。
今回は、この1年がどんなものだったかをまとめてみます。
経歴
私は経済学部出身で、大学時代に数学は数学ⅡBまで学んだものの、卒業後は特に勉強せず。
料理人（板前）をしていた時期もあり、エンジニアとは無縁の世界にいました。
そんな私がAIに興味を持ったのは30歳のとき。
まずはYouTubeで勉強を始め、数学Ⅲ・大学数学・統計学をすべて動画で学習しました。
「本当にYouTubeで勉強できるの？」と思われるかもしれませんが、意外と理解できるものです。
開発経験
正直に言うと、ほぼゼロでした。
-
自分用にJupyter Labでちょっとしたものを作ったことがある
-
.pyのPythonファイルを見たことがある
-
batファイルの存在すら知らなかった
-
一応、過去に開発ベンダーを雇ってプロジェクト管理をしたことがあり、基本設計・詳細設計などの言葉は知っていた
そんな状態で案件の面接に臨み、上記の経験を「開発経験あり」と言い張って（笑）、なんとか案件に参画しました。
言いたいこと
-
未経験でもなんとかなった
-
人工知能の開発経験をかなり積むことができた
-
今では「実務経験あり」と胸を張って言えるようになった
-
コード作成から要件の具体化までできるようになった
もちろん苦労もありましたが、この1年で大きく成長できました。
期間
-
2024年4月〜2025年3月
取り組んだ案件
主に「レポートや記事から経済指標を予測する」系のプロジェクトに携わりました。
-
レポートの指標を作成（MLP）
-
記事＋経済データで経済指標を予測（LSTM）
-
記事のベクトル化（BERT）
- 最適ポートフォリオの作成(PULP)
最初は「MLP？ LSTM？ BERT？？」という状態でしたが、手を動かしているうちに理解が深まりました。
できるようになったこと
-
Pythonファイルの記述
-
最終的にはクラスを作れるようになった
-
まだまだ「にわかオブジェクト指向」だけど、それなりに形にはなった
-
-
人工知能モデルの実装
-
Kerasを使ったニューラルネットワーク・LSTMの実装
-
Keras Tunerを用いたハイパーパラメータチューニング
-
BERTを使った文章のベクトル化
-
自分でコードを書けるようになり、少しずつ「エンジニアっぽく」なってきました。
苦労したこと
① 要件の具体化・認識合わせ
最初は**「何を作るのか」「どういう仕様にするのか」**の認識がバラバラで、プロジェクトが破綻しかけました。
この経験から学んだのは、図を使ったイメージ資料作成の大切さ。
-
「こういうイメージですか？」と図で共有
-
全員の認識を合わせる作業を丁寧に行う
これを徹底することで、ようやくプロジェクトが回り始めました。
「技術力よりも、要件定義・認識合わせの方が大変」というのは実感しました。
② 説明の難しさ
-
処理を説明するときに、いかにシンプルに伝えるか
-
図を使って端的に説明する力が必要
技術的な部分を理解するのも大事ですが、それ以上に「他の人にわかりやすく伝える力」も求められると痛感しました。
いまいちだった点（来年度の課題）
-
プロジェクトの進め方
-
要件をしっかり決める（何をやる・何をやらない）
-
スケジュールを明確にする（いつまでに必要か）
-
-
処理の説明
-
図を使ってわかりやすく伝えるスキルを向上させる
-
このあたりを改善すれば、よりスムーズに開発が進められるはず。
まとめ
文系出身・元板前という異色の経歴でも、独学でAI開発に挑戦し、1年間の実務経験を積むことができた。
最初は「自分にできるのか？」と不安でしたが、結論としては「やればなんとかなる」。
-
未経験からでもAI開発に携われる
-
実際に手を動かせば、技術力はついてくる
-
エンジニアとしての実務経験も得られる
来年度は、さらにスキルアップを目指して「プロジェクト進行のスキル」や「説明力」を高めていきたいと思います。
この経験が、これからAIエンジニアを目指す人の参考になれば嬉しいです！
コメント