未経験でAIエンジニアになるには？求人例や年収、役立つ資格やスキルも紹介

未経験からAIエンジニアへの転職は難易度は高いが可能

未経験からAIエンジニアへの転職は可能です。しかし、未経験といっても要求レベルが下がることはないため、決して容易ではありません。AIエンジニアはプログラミングスキル、大学レベルの数学、機械学習理論など幅広い知識を要求されます。

幅広い知識を要求されるAIエンジニアですが、逆説的に考えると上記の知識を身につけることで未経験からでも転職できる可能性があります。

また、AIエンジニアは上記の知識だけでなく高い問題解決力や創造性も要求されます。AIを構築する背景には課題解決を目的としているからです。

以上より未経験からAIエンジニアの転職は可能ですが、決して容易ではありません。

未経験からAIエンジニアになるには

未経験にはいろいろなパターンがあります。プログラミング未経験、業界未経験、社会人未経験、エンジニア未経験、AI未経験などです。ここでは、以下4パターンで解説していきます。
 

• ・新卒者の場合

  ・第二新卒者の場合

  ・ITエンジニア経験者で、AI関連業務が未経験の場合

  ・ITエンジニア経験が無い場合

それぞれの場合を解説していきます。

新卒者の場合

新卒者であれば、ポテンシャルや適性次第ではあるものの、「AIエンジニア候補」として採用される可能性は十分にあります。ただし、理系学部出身者が有利なことは覚えておくべきでしょう。AIエンジニアの場合は、データサイエンスや機械学習の分野において、数理統計学や大学レベルの数学の知識を問われることがあります。したがって、こうした知識（もしくは素養）を持つ人材を重点的に採用する企業が多いのです。

ただし、文系学部出身者にもチャンスが無いわけではありません。文系学部出身者であっても、適性や志向が企業側とマッチしていれば、採用される可能性は十分にあります。また、自身の適性や知識が採用基準に満たないと感じる場合は、エンジニア養成スクールや専門学校でITや統計学の基礎を学びつつ就職活動を行うという方法も視野に入れておきましょう。

第二新卒者の場合

社会人経験が3年未満かつ20代の第二新卒者は、新卒者とは異なる採用条件になります。まず、第二新卒者の場合、知識・スキルがゼロの状態から採用されることは稀です。ポテンシャル採用枠を設けている企業であっても、一定のエンジニア経験を持つ人材のみを対象にするケースが大半です。したがって、「1～3年程度のエンジニア経験と基礎的なプログラミングスキル・開発スキルなどを備えていること」が最低条件となります。

もし、第二新卒者かつエンジニア経験が無い状態からAIエンジニアを目指すのであれば、エンジニア養成スクールや独学で自己研鑽を積みつつ、中小規模の企業を中心に転職活動を行うという方法がおすすめです。

ITエンジニア経験者で、AI関連業務が未経験の場合

新卒・第二新卒採用以外の一般的な中途採用のケースです。すでにPython、C++、Rなどのスキル・開発実績があれば、「機械学習に特化した開発スキル」を習得することで、AIエンジニアへの道が拓けてきます。

たとえば、数理モデルの実装（コーディング）スキルや機械学習用のライブラリを活用した開発スキルです。また、データサイエンスに関するスキル（データ分析、レポーティング、効果検証など）も同時に身につけておくと、評価の対象になるでしょう。

こうしたスキルが揃った段階で、まずは「機械学習エンジニア」を目指し、さらに機械学習エンジニアとして1～3年程度の実務経験を積むと、AIエンジニア候補と見なされるようになります。

ITエンジニア経験が無い場合

中途採用でITエンジニアとしての職務経験がないケースです。ITエンジニアの経験が無い場合であっても、アナリストや研究職としての実務経験があれば、AIエンジニア候補と見なされる可能性があります。ただし、機械学習アルゴリズムの実装やデータ分析の過程で、エンジニアスキルが必要になるため、独学・スクールの活用などを通してエンジニアスキルを磨いておきたいところです。

まず、AI関連事業を展開する企業へ「アナリスト業務」や「データサイエンス業務」を担う人材として転職し、エンジニアスキルを磨きつつ、AIエンジニアを目指すという方法が現実的かもしれません。エンジニアスキルは、習得までに半年～1年程度の時間を要するため、転職活動の前に準備を進めておきたいところです。

AIエンジニアとは

AI（Artificial Intelligence、人工知能）は「人の知的活動をコンピュータによって人工的に再現」する仕組みです。過去のデータなどを参考として、判断の正確性を高め、知的なふるまいを実現します。機械学習やディープラーニングもAIの一分野です。

AIエンジニアは、AIを用いて各種の課題を解決するエンジニア職種です。AIが物事を考える仕組みであるアルゴリズムの研究・開発、AIを活用したアプリケーション・サービスの開発、AIが正しい判断を下すためのデータの収集や活用など業務領域は広範に渡ります。

関連記事： AIエンジニアとは？仕事内容や必要なスキル、年収の相場を解説

AIエンジニアの仕事内容

AIエンジニアは対象業務により大きく2つに分かれます。

AIを用いてサービスを開発する

どのように物事を判断するのかというAIの基礎となるアルゴリズムの開発、AIを活用したアプリケーション、サービスを開発するといういわゆるソフトウェア開発を行うAIエンジニアが一つ目の分類です。

プログラミングなどを行うため、開発者寄りのAIエンジニアといえます。

AIデータ設計・構築・分析を行う

AIは何もないところから正解を導き出すのではなく、過去のデータなどの参考情報を繰り返しインプットして、もっともらしい判断を導き出し、判断の精度を高めていきます。このプロセスの中で重要となるのが、継続的にデータを収集して、分析し、AIのインプットにするデータ基盤です。このデータを扱う仕組みを作成することもAIエンジニアの業務にあたります。業務内容からデータサイエンティスト寄りのAIエンジニアといえるでしょう。

20代、30代、40代など年齢によっても目指しやすさは変わる

未経験からAIエンジニアを含むエンジニアを目指す場合、年齢によって難易度は変わってきます。同じ未経験であれば、単純に若ければ若いほうが有利でしょう。またIT業界でのキャリアがある場合も、同じスキルなら年齢が若いほうが良いとされています。

20代は難易度低め、30代になると難易度が上がってくる、40代になるとかなり難しい、というイメージになります。年齢が上がれば無条件で採用されるのは難しいので、たとえば個人でスキル習得して案件受託できるレベルにしてから企業への入社を目指すといったことが必要でしょう。

AIエンジニアになるために必要な知識・スキル・経験

AIエンジニアになるために必要な知識・スキルについて、主な仕事内容別に解説します。AIエンジニアは、仕事内容によって「データサイエンティスト寄り」と「エンジニア特化型」という2つのタイプに分類できます。

共通して求められる知識・スキル

まずは、データサイエンティスト寄りでも、エンジニア特化型でも共通して求められるスキルを解説します。

プログラミングスキル

AIエンジニアにとって、プログラミングスキルは必須です。どのような働き方をするにも、プログラミングスキルは土台になります。AIに限らず、エンジニアにはプログラミングスキルが必須といえるでしょう。エンジニアは設計がメイン、プログラマーはプログラミングがメイン、といった話を耳にしたことがあるかもしれません。

しかし、エンジニアもプログラミングを行うことが多く、また設計にはプログラミングのスキルが必要です。そのため、AIエンジニアを含むエンジニアにとって、プログラミングスキルは必須でプログラミングはメイン業務になることも多いです。

SQLをはじめとするデータベースの構築・運用スキル

AIはデータベースと関連の深い技術です。AIはデータベースにある膨大なデータから自動的に判断します。そして、そのデータベースを操作する言語がSQLです。データベースのスキルはSQLのスキルといっても過言ではないので、SQLを書く練習をすると良いでしょう。構築、運用のためにはデータベースの全体像や仕組みを理解する必要があるので、合わせてその学習も必要です。

機械学習やディープラーニングに関する知識

機械学習やディープラーニングは、AIのうちの一つです。具体的には、AIの中に機械学習があって、さらにその中にディープラーニングがあります。つまり機械学習やディープラーニングはAIの核となる技術ということです。AIの技術領域には機械学習やディープラーニング以外もありますが、まずは核となる機械学習やディープラーニングを中心に学習するのが効率的です。

統計に関する知識

AIは統計に基づいて動いています。そのため、統計、微分積分、線形代数などの知識が重要になります。AIのロジックを理解した上で設計を作り、設計に基づいてAIプログラミングを行います。

データサイエンティスト寄りのAIエンジニアの知識・スキル

データサイエンティストと機械学習エンジニアの業務を兼任するタイプで、コンサルティング業務やアナリスト業務に積極的に関与します。

データ分析・レポーティングスキル

SPSS、SAS、R、Pythonなどを用いたデータ分析・レポーティングのスキルです。また、分析結果やレポートを用いて、経営課題の解決につながるような提言を行うスキルも必要になるでしょう。

効果検証に関するスキル

効果検証のスキルとは、「ある施策が成功・失敗した原因を、データから読み解くためのスキル」とを指します。A/Bテストなど比較的メジャーな効果検証モデルを扱った経験や、効果検証モデル自体を考案・活用するスキルなどが必要とされます。

データの操作に関するスキル

AIエンジニアは日常的に大量のデータを収集・加工するため、データベースの基礎知識や、データの取得・操作に関するスキルも備えておくべきです。たとえば、SQLの読み書きができると、データ収集・操作がスムーズになります。

エンジニア特化型のAIエンジニアのスキル・経験

機械学習アルゴリズムの開発・実装が主な仕事内容で、他分野のITエンジニアと同様に開発業務が中心です。

エンジニアとしての基礎スキル

エンジニア特化型のAIエンジニアの場合は、一般的なITエンジニアのスキル（システム設計・開発（実装）・運用など）が必要です。また、単独で設計・開発・テスト（チューニング）・リリースまでを担当した経験があれば、評価の対象になるでしょう。

AIエンジニアに関連したコーディングスキル

「Python」「R」「C/C++」などは、AIや機械学習の開発・実装で頻繁に使われる開発言語です。ドキュメントやライブラリを調べながら、必要な機能を独力で実装できるレベルを目指していきましょう。また、「scikit-learn」や「TensorFlow」など、機械学習向けのフレームワーク・ライブラリも扱えるようになると、即戦力として評価されやすくなります。

概念実証モデル運用のスキル

概念実証とは、ある施策に対し、技術的な観点から「実現可能性」や「効果・効用」を検証するプロセスです。一般的には「PoC検証」などとも呼ばれています。PoC検証のスキルは、経営層や部門長に対するアドバイザリー業務やコンサルティング業務の基礎となるため、ぜひ磨いておきたいところです。

パブリッククラウドの活用経験

現在、AIの開発・運用は、大半がクラウド環境で行われています。したがって、AWSやGCPといったメジャーなクラウド環境にも慣れておくべきでしょう。

AIエンジニアに求められる資質

AIエンジニアに求められる資質として、以下のようなものが挙げられます。

• 
  ・論理的思考力

  ・探究心

  ・ロジカルシンキングができる

  ・行動力がある

  ・新しい技術への興味・関心がある

  ・データや数式などに興味・関心がある

それぞれ解説していきます。

論理的思考力

AIエンジニアを含むエンジニアは、論理的に思考する必要があります。人と人とのコミュニケーションにも論理的思考力は必要ですが、人間の場合はある程度ニュアンスで汲み取ることが可能です。しかし、コンピュータはすべて指示通りにしか動かないので、矛盾が許されません。そのため、プログラミングというコンピュータへの指示文は正確に書く必要があります。当然、付随する設計なども論理的であることが求められます。

探究心

技術の世界は変化が激しいです。AIはその中でも最新技術なので、今後どんどん進化していくでしょう。技術の進化に対して興味を持って、情報をインプットし、またインプットした情報をアウトプットしていく必要があります。この工程を楽しめるかどうかで成果が変わってくるので、最新技術に対する探究心が欠かせません。

ロジカルシンキングができる

上で挙げた論理的思考力と類似しますが、ロジカルシンキングはより現実的な業務に落とし込むスキルを指す場合が多いです。自分の頭の中で組み立てるだけでなく、それを相手に伝えたり、作業に落とし込む訓練が必要です。

行動力がある

探求心があるだけでなく、得た知識を実際に活用しなくては意味がありません。言い換えると、インプットだけでなくアウトプットが重要なのです。IT業界にも、知識コレクターやノウハウコレクターと呼ばれる人が一定数存在します。技術に関心があって調べはするものの、実際に手を動かしてアウトプットはしないということです。しかしAIエンジニアはインプットしたものをアウトプットして形にする必要があるので、行動力を持って能動的に取り組むことが重要になります。

新しい技術への興味・関心がある

AIやそのほかの技術への興味・関心も重要です。仕事として仕方なく情報収集している人と、興味・関心から情報収集している人とでは成果が変わってきます。行動量はもちろん、興味・関心があったほうが頭にも入りやすいでしょう。ただし、インプットして終わりではなく、アウトプットも重要です。

データや数式などに興味・関心がある

プログラミングは数学が苦手でも問題ない、数学アレルギーだけどプログラミングは問題なく習得できた、といった話を耳にすることも多いかもしれません。実際プログラミング自体は英語を土台に文章で命令を記述するものなので、数学と直接的な関係はありません。

しかし、AIの場合は設計の段階で数学や統計学の考え方が必要になります。なぜならAIのロジックは数学や統計学に基づいているからです。プログラミングの記述自体に数学は不要ですが、AIの設計で必要になるのでデータや数式に興味・関心がある人はAIエンジニアに適性があります。

AIエンジニアへの転職で役立つ資格

AIエンジニアへの転職で役立つ資格として、ITエンジニアとしての基礎的スキルを示す資格、AI関連のスキルを示す資格を紹介します。

関連記事：AIエンジニアほかAI関連の転職で役に立つ資格

基本情報技術者/応用情報技術者

独立行政法人情報処理推進機構（IPA）により運営され、経済産業省が認定する国家資格試験が情報処理技術者試験です。その中の試験カテゴリとして、基本情報技術者試験、応用情報技術者試験があります。

基本情報技術者試験はエンジニアとしてエントリーレベルのスキル、応用情報技術者試験は応用レベルのスキルを示す資格となります。AIに特化したものではなく、ITエンジニアとしての幅広い知見とスキル保有を裏付けることが可能です。AIエンジニアへの転職では、ITの基礎分野に関するスキルをアピールすることができます。

G検定・E資格

G検定・E資格は一般社団法人日本ディープラーニング協会（JDLA）の運営するAIエンジニア向けの資格試験です。

G検定のGは「ジェネラリスト」を意味しており、AIの全般的な知識を持つことを認定します。AIをビジネスに活用する立場の人に向けた資格です。ディープラーニングの基礎知識、事業活用するための知識とスキルを有していることが問われます。AI全般に関する基礎的な知識・スキルを有している証明になりますが、AIを実装できる手前の基礎知識までです。

E資格のEは「エンジニア」を意味しており、AIエンジニアをターゲットとしています。G検定の出題範囲の知識に加えて、実際にAIを実装する能力までが必要です。ディープラーニングの理論を理解し、現場で実際の事業に活用する知識・スキルを有しているかを検定します。AIに関する知識・スキルに加え、事業への活用、実装など実務能力まで問われる資格です。AIエンジニアとして活躍可能なスキルを有する人材であることを示せます。

Python3エンジニア認定試験・データ分析試験

Pythonエンジニア認定は一般社団法人Pythonエンジニア育成推進協会によって運営される資格試験です。
Python3エンジニア認定基礎試験はPythonエンジニアとしての基礎力を問う入門レベルにあたります。Python3エンジニア認定データ分析試験は基礎構文に加え、「データ分析」「数学」「ライブラリ（pandas）」など実践的なデータ分析に対する知識・スキルを対象としており、データサイエンティスト寄りのAIエンジニアにとってスキルの示せる有用な資格です。

いずれの試験もITSSスキル標準のレベル1にあたり、Pythonを使った開発、データ分析の基礎レベルの知識・スキルを保有することを示します。

画像処理エンジニア検定

画像処理エンジニア検定は公益財団法人画像情報教育振興協会が運営する資格試験です。AIの活用分野の一つ画像処理分野での設計、開発に向けた知識とスキルを検定します。ベーシック、エキスパートの2段階があります。

画像処理に特化したスキルの保有を示せるため、AIエンジニアでも画像処理と関係する領域では一定の評価につながります。

未経験からAIエンジニアになるための学習方法

AI関連業務の経験が無い場合は、独学・スクール活用などを並行しながら、自身の弱点を補強していきましょう。具体的には、次のとおりです。

独学

独学でスキルを磨く場合には、「書籍活用」「プログラミングサイトやコミュニティへの投稿」「独自のWebサービス・アプリ開発」などがおすすめです。ただし、AIエンジニアには、プログラミング以外の知識・スキル（機械学習自体の専門知識や数学・統計学・分析検証の方法論など）が求められるため、全てを独学で賄うのは難しいかもしれません。また、プログラミングについても、初学者ほどエラーの解決に多大な時間を要し、挫折しがちです。

したがって、何らかの方法でメンターを確保することをおすすめします。

おすすめの書籍

AIエンジニアを目指している方におすすめの書籍は以下の5つです。

上から順に難易度の低い書籍を紹介しています。人工知能について右も左も分からない方はマンガ形式の書籍で全体像を学んでみるといいでしょう。

スクール活用

メンターを確保する方法として、最も手軽なのは「エンジニア養成スクール」を活用することです。特にエンジニア・アナリスト・研究職の経験がない場合は、「AIエンジニア養成コース」を提供するスクールの活用を検討するのが良いでしょう。エンジニア養成スクールは数か月～1年程度の学習期間の中で、成果物の作成や転職サポートサービスなどを提供していることがあります。

AIが学べるおすすめのスクール

DMM WEBCAMP
DMM WEBCAMPとは、現役エンジニアなどのメンターとマンツーマン形式で進めるオンラインプログラミングスクールです。カリキュラムを契約期間中に進めていき、不明点があれば適宜メンターに確認する形式で進められます。

契約期間は4週間、8週間、12週間。16週間から選択でき、日々のゆとりに応じて契約期間を変更可能です。メンターに対する評価も高く、マンツーマン形式のため不明点を解決しやすい、最終的な目的に合わせて長期間会話できるなどが高く評価されています。

また、条件を満たすと講座で教育訓練給付制度（専門実践教育訓練）を利用できます。最大で90%分の費用を支給されるので、受講を検討している方は確認してみると良いでしょう。

Aidemy
Aidemyとは、AIに特化したプログラミングスクールです。自身の目的に合わせて7つの講座を選択し学習します。

また、DMM WEBCAMP同様一部コースは条件を満たすと講座で教育訓練給付制度（専門実践教育訓練）を利用できます。最大70%の金額が支給されますので受講される際は確認してみましょう。

AIエンジニアの平均年収

AIエンジニアに限定した公的な統計調査は存在しないものの、情報処理推進機構の調査（デジタル・トランスフォーメーション（DX）推進に向けた企業とIT人材の実態調査）によれば、AIエンジニアも含まれる「先端IT従事者」の最も多い年収区分は1,000万～1,500万円と、高い水準となっています。

これは一般的なITエンジニアに比べても高い水準であり、高い技術を持つAIエンジニアの需要の高さが伺えます。

AIエンジニアの求人例

レバテックキャリアの求人・転職情報をもとに、AIエンジニアの求人例を紹介します。未経験から挑戦する場合は、未経験不可の求人も確認していきましょう。業界で要求されている知識が棚卸しされており、学習方針に役立ちます。

審査企業のAIエンジニア求人

審査企業に求められるAIエンジニアの求人実例は以下の通りです。

教育企業のAIエンジニア求人

教育企業に求められるAIエンジニアの求人実例は以下の通りです。

関連記事：AIエンジニアの年収を年代・業務内容・業務形態別に紹介します

AIエンジニアの将来性

日本国内ではDX推進人材の不足が企業運営上の課題とされており、その中でも重要視されているのが高いスキルを持つDX推進人材の不足です。IPAにより発表されたDX白書2023にて、回答企業の80%以上が、DX推進人材について質・量ともに不足を感じていると回答しています。このアンケートにおけるDX推進人材にはAIエンジニアも含まれています。まさにAIエンジニアは今必要とされている人材なのは間違いないといえるでしょう。

今や私たちの生活のすぐそばで、AIは活用されるフェーズに至っています。AIによる言語からの画像生成サービスが話題となり、あらゆるWebサイトやSNSで表示される広告の選択にもAIによる最適化が利用されるなど、事例は枚挙にいとまがありません。AI技術の普及がこれからも進むことが予測されるため、AIエンジニアの将来性が高いことは疑いようのないところです。

AIエンジニアからのキャリアパス例

AIエンジニアからのキャリアパスには複数の選択肢があります。代表的なものとして、以下について解説します。

• 
  ・スペシャリスト

  ・機械学習エンジニア・データサイエンティスト

  ・研究者

  ・ディレクター・プロジェクトマネージャー

スペシャリスト

AIエンジニアとしてスキルを磨き、そのままスペシャリストになる道もあります。スペシャリストという名称というよりは、AIエンジニアとしてそのまま技術領域のスキルを高めていくイメージです。

機械学習エンジニア・データサイエンティスト

機械学習エンジニア・データサイエンティストは、AIのコア技術である機械学習や、データサイエンスのスキルを高めていくキャリアパスです。より技術を絞り込むことや、データベース側のスキルを高めることで機械学習エンジニア・データサイエンティストのキャリアパスを目指せます。
ただし機械学習エンジニア、データサイエンティスト、AIエンジニアにそれぞれ優劣はありません。キャリアアップではなく横並びの職種と考えると良いです。

研究者

AIでの開発ではなく、AIの研究に集中するキャリアパスもあります。AIは新しい技術分野なので、今後技術が発展していく可能性が高いです。そのため既存の技術を活用してシステムを作るだけでなく、技術そのものを研究する研究者にも需要があるのです。

ディレクター・プロジェクトマネージャー

AI開発のプロジェクトでディレクターやプロジェクトマネージャーを目指すキャリアパスもあります。ディレクターやプロジェクトマネージャーになるにはプロジェクトのことを理解している必要があり、またエンジニアのスケジュールや成果物を管理するために技術力も求められます。

AIエンジニアとしての経験があれば、ディレクターやプロジェクトマネージャーとして働く際に役立ちます。

関連記事：未経験でAIエンジニアになるには？求められるスキルや役立つスキルを紹介

AIエンジニアに関するよくある質問

AIエンジニアに関するよくある質問とその回答を紹介します。

AIエンジニアに将来性はある？

経済産業省のデータでは、2018年時点のAIエンジニアの需要数は44,000人、2030年予測は240,300人となっています。AIエンジニアの需要は現時点でも多く、今後より伸びていくことがわかります。またデータ以外でも、AIが身近になる中で需要を感じている方は多いでしょう。

AIの専門家になるにはどうしたら良い？

AIの専門家になるために必須の学歴や資格はありません。しかし、AIに特化した学科や専門学校で学ぶことで、就職しやすくなります。現時点ですでにエンジニアとして働いている方は、独学やスクールでAIに関するプラスアルファの知識を身につけると良いでしょう。

データサイエンティストとAIエンジニアの違いは？

AIエンジニアはAIの開発やAIを用いた開発を行う職種です。一方で、データサイエンティストはデータの分析や、データを活用した課題解決を行う職種です。AIエンジニアはAIをメインにしていますが、データサイエンティストのメインはデータです。AIはあくまでもツールという位置づけになります。

まとめ

本記事では、未経験からAIエンジニアとして就職する方法について解説してきました。IT人材不足が深刻化している現在、未経験からでもAIエンジニアとして転職することは不可能ではありません。ただし、AIエンジニアはエンジニア職の中でも特に専門性が高く、高度な技術的知識を必要とする職種であることから、転職活動の際には事前の準備を入念に行うようにしましょう。

ITエンジニアの転職ならレバテックキャリア

レバテックキャリアはIT・Web業界のエンジニア職を専門とする転職エージェントです。最新の技術情報や業界動向に精通したキャリアアドバイザーが、年収・技術志向・今後のキャリアパス・ワークライフバランスなど、一人ひとりの希望に寄り添いながら転職活動をサポートします。一般公開されていない大手企業や優良企業の非公開求人も多数保有していますので、まずは一度カウンセリングでお話してみませんか？（オンラインでも可能です）

転職支援サービスに申し込む

また、「初めての転職で、何から始めていいかわからない」「まだ転職するかどうか迷っている」など、転職活動に何らかの不安を抱えている方には、無料の個別相談会も実施しています。キャリアアドバイザーが一対一で、これからのあなたのキャリアを一緒に考えます。お気軽にご相談ください。

「個別相談会」に申し込む

レバテックキャリアのサービスについて