新規事業のつくり方

新しいことを学ぶことが好きです。今は機械学習や自然言語処理に興味があります。

「AI人材」の求人数が増加してきました。

AIを活用したサービスが本格的に立ち上がり、事業開発責任者やプロダクトオーナーなどのポジションで採用が本格化しています。

また、AI分野の売上が急拡大したことによって、オペレーションを構築したりチームビルディングできる人材のニーズも高まっています。加えて、販売促進やAI営業の求人も増えてきています。

業界的には、主力のインターネット業界に加え、金融や不動産で特に需要が大きいようです。

市場を概観すると、事業戦略やソリューション営業など、いわゆるビジネス系職種がかなり増えた印象です。AIエンジニアの採用ももちろん多いですが、ピークはもう少し先になるように思われます。

テクノロジーは一つの武器であり、武器を使うためには戦場が必要です。どの戦場が実入りが大きいのか、他社に勝てるかどうかなど、ビジネスモデルの構築とそれを支える組織が必要になります。

では、ビジネス分野を担う人材は、どのくらいAIの知識が求められるのでしょうか？
続きを読む
このエントリーをはてなブックマークに追加

「AIエンジニアになりたいけど、自分に合った企業の選び方が分からない」という声を頂きましたので、記事にまとめました。

人工知能市場は大企業中心に伸びている

AIブームが起きた理由は、ディープラーニング周辺の技術が進歩してできることが増えたので、特に大企業がAIを導入したがっているからです。

現在の人工知能市場を４つに分類してみました。
人工知能2
続きを読む
このエントリーをはてなブックマークに追加

人工知能や機械学習を勉強をしているシステムエンジニア（SE）が増えてきていると感じます。

ただでさえIT人材が不足している売り手市場にもかからわず、さらに新しいスキルを身に付けようと休日に勉強を続けるシステムエンジニアを見て、日本を支えているのは、間違いなく彼らのようなエンジニアであると強く感じます。

システムエンジニア（SE）の労働環境は非常に厳しい

これまで日本の情報システムを支えてきたのはシステムエンジニア（SE）です。しかし、必ずしも労働環境は恵まれたものではありません。
続きを読む
このエントリーをはてなブックマークに追加

「機械学習を理論からしっかり学びたい」「機械学習ライブラリは少し使えるけど中でどんな計算しているか知りたい」「微分や線形代数の知識に不安がある」という方向けに、素晴らしい教材が発表されました。

Udemyの「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 中級編」です。

機械学習習得の前に立ちはだかる数学の壁

「機械学習には数学の知識が必要」とか「線形代数や微分が分からないと機械学習は分からない」という声を聞いたことがあるかもしれません。

確かにこの意見はその通りです。
続きを読む
このエントリーをはてなブックマークに追加

「人工知能開発を独学で学びたい」「人工知能をいざ学ぼうと思っても何から手を付けたらよいのか分からない」 という方向けに、最短でAI開発を習得する方法を書きました。

学びなおしの必要性が高まる

日本政府が「リカレント教育（社会人が学校に戻って学び直すこと）」推進のため、２０１９年度以降に約5000億円の予算を投入する方針を発表しました。

確かに、人工知能が専門家の仕事を代替しつつあるため、誰もが学び直し、新しいスキルを習得することが求められる時代となりました。技術的失業による１億学生時代です。

しかし、年功序列企業で忙しく働く日本のサラリーマンが、大学などの教育機関に戻ることが本当にできるのでしょうか。現実的には、独学で習得するケースも多くなることが想定されます。

いずれにせよ、サラリーマンにとって、"勉強"という単語がもう一度求められてくることは間違いなさそうです。
続きを読む
このエントリーをはてなブックマークに追加

2020年までに５万人の人工知能エンジニアが不足すると言われています。

2020年に２３兆円市場に急成長する人工知能市場について※、非常に多くの企業が虎視眈々と参入の機会を伺っています。

しかし、人工知能を作れる人材がいなければ市場に参入できません。そして人工知能が出来る人材は極めて希少性が高いため、待遇の良い大手IT企業や優良AIベンチャーなどにすぐに売れてしまいます。AI人材が特定企業に囲われているため、人材不足に拍車がかかっているのです。

企業がAI人材を求める姿は、まるで砂漠で水を求めるレベルです。ですので未経験からの転職もかなり多くなってきています。今は空前のAI人材バブルです。

※出典：EY総合研究所株式会社「人工知能が経営にもたらす『創造』と『破壊』」では、人工知能の市場規模は2020年に23兆円、200年に86兆円に拡大すると推計続きを読む
このエントリーをはてなブックマークに追加

本気でAI人材になりたい！高年収で将来性が非常に高いAIエンジニア職に就きたい！

現在の仕事に不満があり、現状を何とか変えたい。そんなあなたに最適な転職サイトをご紹介します。

もしあなたがAI人材になりたいならば、このページで紹介する転職サービスは必見です。
現役のAIエンジニアが、使いやすい転職サイト・転職エージェントをご紹介します。

AI業界の待遇

AIエンジニアの平均年収は、およそ650～700万円が相場です。一般のエンジニアよりは額が高く、1000万円や1500万円を超える求人も存在します。

特にAIコンサルタントには1000万円を超える求人もあります。また、ネット系企業が主ですが、AIを活用した経営戦略や事業戦略を立てられる人材には、1500万円を超える求人もあります。
ITエンジニア出身で、ソフトウェア開発と機械学習の両方が分かると、ハイブリットエンジニアとして高値が付く傾向があります。

AIと経営の両方が分かるような人材の場合、求人先の要件とハマると相当な高値が付きます。転職面接では、AIの知識のほかに、経営や事業に絡んだ経験も併せてアピールすることで、給与アップできる可能性が高いでしょう。

また金融業界や不動産業界は、人工知能の予算枠が非常に高額で、AIの導入が進んでいることもあり、業界知識や業務知識が高値で売れる傾向があります。
例えば、銀行員の方がAIのキャリア色を絡めることで、市場価値を高め、高い年収で転職できる可能性が高まるでしょう。

続きを読む
このエントリーをはてなブックマークに追加

今後10年のAIの進化で、AI関連のサービスがビジネスの主流となり、結果的に今存在する約半分の仕事が無くなってしまいます。

生き残る方法の一つは、AIに仕事を奪われる側から、AIで仕事を奪う側になることではないでしょうか。

中国の春秋戦国時代の思想家、列子は「時を得る者は栄え、時を失う者は滅ぶ」と言われました。時代の流れとはすごいもので、流れに沿った１の努力は、時に１０や１００の結果を生むことがあります。具体的なアクションは、AIを理解し、キャリアにAIの色をつけていくことです。

本記事では、AIを全く知らない人が、AI人材になる方法を４ステップでまとめました。現職が銀行員、事務職、営業職などビジネス職種の方を想定しています。
人工知能20
続きを読む
このエントリーをはてなブックマークに追加

目次
１．AIエンジニアの仕事内容
２．AIエンジニアに向いている人とは？
３．AIエンジニアになるメリットとは
４．AIエンジニアの将来性とは
５．AIエンジニアに必要なスキル
６．AIエンジニアになるための勉強法
７．AIエンジニアになるため大学は必要か
８．AIエンジニアになる方法はAIエンジニアの仕事をすること
９．AIエンジニアに未経験から転職できるのか？
１０．AIエンジニアの求人と選び方
１１．AIエンジニアの採用は2018年後半から本格化
１２．AIエンジニアにおすすめの転職エージェント
１３．AIエンジニアになる３ステップ
さいごに

2017年度は、大企業が人工知能の実証実験に取り組んだ1年でした。プレスリリースからは、その成功可否までは分かりかねますが、現場のAIエンジニアの苦労が偲ばれるところです。

失敗案件が続き、企業の投資意欲が落ちることも懸念されましたが、日本株式会社の投資意欲は依然として高水準です。

2018年度は、多くの業界で本格的に人工知能が導入が進んでいくでしょう。つまりAI人材の不足感は、より高まります。「AIで何をやるのか」を決める上流側の人材と、「AIで学習済みモデル」を作る人材の両方とも足りないようですが、事業会社側でAIの理解がそれなりに進んでいることもあり、特に後者が足りない印象です。

企業のAIリテラシーは高まっているものの、AIをプログラミングすることにはまだまだ抵抗感が高いようです。元々システム開発を外部委託している企業が多いので当然かもしれません。つまり、AIエンジニアの需要はとても高いという事です。

続きを読む
このエントリーをはてなブックマークに追加

若い友人が僕に言う。「機械学習ってなにが出来るんだい」。

また機械学習のことかと僕は思った。いささかこの話題に飽きているのだ。ただAIと言わないあたり、彼は見込みがあるのかもしれない。

「機械学習はデータから学習することだよ」僕はシンプルに伝えた。シンプルさはこの世の中で最も貴重な価値観の一つだ。

「学習とはどういうことだろう」彼は言う。鋭い指摘だ。確かに学習について僕は伝えていなかった。

「数式のパラメータを学習するんだ」僕はまたシンプルに伝える。パラメーターと言うべきか少し迷ったが、そんなことはどうでもよかった。

「数式のパラメータか」彼は僕の言葉を繰り返した。「つまりデータから数式を定めることが学習なんだね」彼は言葉を重ねた。

続きを読む
このエントリーをはてなブックマークに追加

↑このページのトップヘ