「AI」時代のキャリアとは【第4回】
これからの「AIエンジニア」に求められるスキルとは?
AI活用の中核を担うエンジニアは、コンピュータサイエンスやソフトウェア開発などのスキルを身に付けただけで満足してはいけない。これからのAIエンジニアに求められるスキルとは。
「AI(人工知能)アプリケーションの増加により、AIエンジニアが部門横断的な役割を果たすようになっている」。こう話すのは、SalesforceのASEAN(東南アジア諸国連合)地域担当でバイスプレジデントとソリューション部門CTO(最高技術責任者)を務めるギャビン・バーフィールド氏だ。AIエンジニアが担う役割が広がる中で、これから求められるスキルとは何なのか。
これからの「AIエンジニア」には何が求められる?
AIエンジニアには、一般的に以下の技術的スキルが求められる。
- データサイエンス
- 機械学習
- ニューラルネットワーク
- 人間の脳の神経細胞を模した機械学習手法
- プロンプトエンジニアリング
- AIモデルから望ましい出力を得るための適切なプロンプト(情報生成のための質問や指示)の開発
併せて読みたいお薦め記事
連載:「AI」時代のキャリアとは
- 第1回:「AI人材」が“売れっ子”になっても未来はそう明るくない訳
- 第2回:「AI系の仕事」でこれから“引っ張りだこ”になる職種は?
- 第3回:実は幅広い「AI系キャリア」 押さえておくべき“7職種”とは?
AIと人間の関係性
AIエンジニアは技術的スキルだけでなく、業界知識も学ぶ必要がある。業界知識はAI技術のユースケースの作成や、顧客との関係強化に役立つ。
東南アジアの銀行大手DBS Bankでデータプラットフォーム部門責任者を務めるペトリ・トゥオモラ氏は、「AIエンジニアとして活躍するためには、コンピュータサイエンスやソフトウェア開発といった基礎的な分野に、多様なスキルセットを組み合わせることが重要だ」と指摘する。例えば以下のようなスキルだ。
- 「Python」といったプログラミング言語に精通し、AIアルゴリズムを効果的に実装するスキル
- オープンソースソフトウェア(OSS)の機械学習ライブラリ「TensorFlow」や「PyTorch」に精通し、高度なAIモデルやAIシステムを構築するスキル
- 顧客の視点から複雑な課題に取り組み、革新的な解決策を考案するための問題解決能力と分析力
- AI技術の効率的な実装に必要な、データ構造とアルゴリズムに関する知識
中でもトゥオモラ氏は、AIアルゴリズムに対する理解と、AIアルゴリズムをソフトウェアに適用するためのエンジニアリングスキルの重要性を強調する。「ビジネスニーズに適した最先端のサービスを設計するためには、AIモデルやAIシステムの基礎となるアルゴリズムに対する深い理解が欠かせない」(同氏)
他にも、「高度なAIモデルやAIシステムを運用するにはスケーラビリティやパフォーマンス、可用性、保守性といった要件を満たす優れたエンジニアリングスキルが必要だ」とトゥオモラ氏は話す。これらのスキルを組み合わせることで、革新的なアプローチの開発やパフォーマンスの最適化を実現し、AI技術の可能性を最大限に引き出すことが可能になる。
第5回は、AI人材に必要な技術スキル以外の要素について紹介する。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法 -
事例
[発注ナビ株式会社] アンケート調査で見えた「脱Excelの実態」 成功企業が選んだ課題解決方法は? -
市場調査・トレンド
[発注ナビ株式会社] システム開発を失敗させないための「発注先」の見つけ方 -
市場調査・トレンド
[発注ナビ株式会社] データで見る「システム発注」のリアル “見積もり”より大切な5つの要素とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
2
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
3
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
4
「プロンプトインジェクション」の適切なリスク対策はどれ?
-
5
AI利用時に情報漏えいが起きた場合の適切な対応はどれ?
-
6
「営業・マーケティングの悩みと企業データの活用」に関するアンケート
-
7
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
8
なぜ「ChatGPT」連携の拡張機能が情報漏えいの入り口になるのか?
-
9
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
10
「Windows Server 2028」、初のIntune対応をプレビュー PCとサーバを一元管理へ
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
6
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
7
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
8
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
-
9
「Microsoft 365」徹底解説ガイド テレワーク時代のセキュリティ対策編
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー