HOME/ AINOW編集部 /機械学習エンジニアとは!? 気になる年収や実情、勉強方法を解説
2020.06.12

機械学習エンジニアとは!? 気になる年収や実情、勉強方法を解説

こんにちは、AINOWライターのゆかわです。

近年のAIブームにおいて、その根幹を担っているのが機械学習技術です。機械学習への注目の高まりと同時に、機械学習を作る上で欠かせない職業「機械学習エンジニア」に注目が集まっています。

ときには機械学習エンジニアに対する高額な報酬がニュースの話題になり、その重要性が社会全体を通して認識されています。

今回の記事では、機械学習の活用を進める上で重要な役割を占める機械学習エンジニアの仕事内容や給料、勉強方法などを解説します。

機械学習エンジニアとは

機械学習エンジニアとは

機械学習エンジニアとは、簡単に言うと機械学習モデルを構築するエンジニアです。ときには「AIエンジニア」や「MLエンジニア」とも呼称されます。

AIに関連する職業の中でも特に近年注目されている職業で、多くのデータを学習させて作る「機械学習モデル」の開発や、現場環境への実装を手がける職業です。

機械学習では、従来のエキスパートシステムなどのように、全てのコードを「if文」のようにルールベースで定義することはせず、比較的少ないコードで済む場合が多いことが特徴です。そのため、機械学習エンジニアは、多くのデータを学習させ、精度を向上させるために、アルゴリズムやデータの形式を工夫する力が必要です。

機械学習エンジニアの仕事内容

機械学習エンジニアの実際の業務内容はどうなっているのでしょうか。

これは企業によって変わります。。音声認識エンジンの開発を行う企業もあれば、ヘルスケア関連の解析を行う企業もあったり、中にはチャットロボットの開発を行う企業などもあります。

また、業務のレベルについても、モデルを動かす部分のみを担当するエンジニアや、設計段階から関わるエンジニア、モデルそのものを作る研究を行うエンジニアなど、さまざまなタイプのエンジニアがいます。

一般的には、以下のような業務内容があります。

  • 機械学習モデルの構築と検証
  • 機械学習の基盤整備や運用・保守
  • 論文などを通して最新技術の調査

機械学習モデルの構築と検証

機械学習エンジニアの業務の根幹を成すのが機械学習モデルの構築と検証です。機械学習の中でも、現在活用が進む多くのモデルでは、多くの教師データを学習させることが必要です。

機械学習エンジニアは、データを学習するアルゴリズムを作るすることで、機械学習モデルを構築します。また、高い精度が出るかの検証も行うことで、データの形式や変数、アルゴリズムの選択に間違えが無いかを検証し、現場で活用できるモデルが作れているかを確認することも重要な職務です。

機械学習の基盤整備や運用・保守

画像認識だけでなく、テキスト分析や音声認識、ユーザのログなど、機械学習で取り扱うデータの形式は幅広いことが特徴です。そこで、社内でデータ基盤を整備し、社内で迅速なデータ活用を推進する企業もあります。

また、機械学習では、学習環境の再現性や、フレームワークの激しいバージョンアップへの対応、使用するライブラリの素早い切り替えなどが求められます。これらをサポートするツールとして、近年はDockerなどのコンテナ型仮想化が注目されており、このような技術を用いた機械学習基盤の整備も、業務の一つです。

論文などを通した最新技術の調査

機械学習領域では日々、急速に技術革新が起きています。世界的な学会では、斬新なモデルが発表され、話題になることもあります。機械学習エンジニアにとって、最新の技術情報を把握し、時にはそれを自社のシステムに取り入れることも重要な役割です。

論文は英語ベースのものも多く、英語の文章に慣れておくと、Web上に公開される最新の論文をいち早くチェックすることができます。

また国内では、AIに関する論文をまとめたメディアも生まれており、さまざまな情報源を駆使することで、AI関連の最新情報に触れることも必要でしょう。

機械学習エンジニアとデータサイエンティストの違い

機械学習エンジニアと似た職業として、データサイエンティストがあります。企業の求人でも、機械学習エンジニアと同列に募集がかけられることもあります。

両者を分ける明確な定義は決められていませんが、データサイエンティストはその名の通りデータを扱うことに重点をおいた職業です。

例えば、械学習の手法を用いたアプリケーションの開発をデータサイエンティストが行うことなどはあまりありません。その代わり、企業(自社の場合もあれば他社の場合もあります)の保持するデータを解析して、ビジネス戦略を立てるといった仕事をすることになります。

これはあくまで一般的な話で、企業によってはほとんど機械学習エンジニアと同じような業務をすることもあり得るので、求人ごとに仕事内容を確認してみるのが一番でしょう。

▼データサイエンティストについて詳しくはこちら

機械学習エンジニアの年収

国内及び国外の平均年収

日本国内ではまだ機械学習エンジニアは比較的新しい職業であるため、データは少なく、企業によって給料にもばらつきが生じます。

求人情報に特化した検索エンジンを手がけるIndeedによると、平均約639万円だそうです。
※2020/05/26時点で過去12ヶ月間のデータに基づいて算出された値

これは他のソフトウェアエンジニアなどと比べても高い金額となっています。
参照:機械学習エンジニアの日本での給与(Indeed)

また、米国の求人情報サイトGlassdoorによると、アメリカ国内での機械学習エンジニアの平均年収は$114,121(1ドル107円換算約1221万円)と見積もられています。(2020/05/26時点)

参照:Machine Learning Engineer Salaries(glassdoor)

ちなみに2019年11月にIndeedが公表した調査結果では、2019年シリコンバレーで最も平均年収の高かった職業は機械学習エンジニアであり、シリコンバレー内でのその平均年収はなんと$172,792(約1848万円)だったそうです。

▼参考記事

企業ごとの例

Oracle

2018年、「Oracleが自社株なども含む600万ドル(約6億4000万)相当のオファーを出してAIのトップエンジニアを獲得した」というニュースが話題になりました。もちろんこれは、それだけ優秀なエンジニアだった背景もありますが、優秀なエンジニアには高額な報酬が支払われる企業もあるとは、夢のある話ですね。

GAFA

有名企業における平均年収はどのようになっているのでしょうか。

GAFA(Google, Apple, Facebook, Amazon)で働く機械学習エンジニアの見積もり平均年収を調べところ、Google18.6万ドル(1990万円)、Apple19.4万ドル(2076万円)、Facebook21.1万ドル(2258万円)、Amazon13.9万ドル(1487万円)と、いずれも高額な給料が支払われているようです。

日本の企業の例

日本における機械学習エンジニアの平均年収は、アメリカと比べてかなり低くなっていますが、日本企業の中にも機械学習エンジニアに対して高い給料を払う企業はいくつかあります。

例えばNECは研究職に対して、新卒でも1000万円以上の給料を出す制度を導入しました。また富士通やNTTは、AIなどの分野で高い専門性を持つ人材に対して、3000万円を超える年収の導入も検討中だそうです。

今後こうした流れが続けば、日本国内でも機械学習エンジニアの年収はかなり高いものになるかもしれません。

実体験から学んだ機械学習エンジニアに必要なスキル

機械学習エンジニアの仕事内容や年収について説明してきましたが、実際に働く際に重要なこととはなんでしょうか。

筆者もAlgoAgeという、機械学習を用いたビジネスを行なっている会社で、エンジニアとして現在インターンをさせて頂いています。

今回は先輩エンジニアの方に聞いた、実際の業務の上で大切なことをご紹介したいと思います。(ちなみに自分がインターンで機械学習を学ばせて頂いたときに感じたことも、次の章で軽く説明させて頂いています。)

また、以前AINOWで紹介した、機械学習エンジニアの実体験に関する記事も、あわせてご覧ください。

最新の知見のアップデート

機械学習という分野は近年注目を集めていることもあり、その成長スピードがとても速いです。

例えばSOTA(State of the Art:最高水準)を更新するあるモデルが発表されたとして、その数ヶ月後にSOTAを塗り替える別のモデルが発表されることは珍しくありません。

そうした中で常に最新の情報にあたり、今解決したい問題に対して最適な手法を見つけるということが、機械学習エンジニアにとって必要不可欠です。

定性的→定量的

これはどのレベルの業務まで担当するかにもよりますが、設計段階から関わるようなエンジニアにとっては、定性的な問題を、どのように定量的な問題として定義するかがとても重要です。

解決したい問題があったときに、どの誤差を小さくすれば良いのかといった事がわかっていなければ、いくら良いモデルを使っても問題の解決には繋がらなくなってしまうからです。

試行錯誤

機械学習エンジニアをする上で、避けては通れないのがこの試行錯誤です。

泥臭い作業ではありますが、データに対してモデルを実行し、その結果を見てモデルに修正を加えていく、という作業を繰り返すことで、より良い結果を得られます。

もしそこで思うような結果が得られなければ、モデルそのものを変えてみる必要もあるかもしれません。そうしたときに、常日頃から上で述べたような最新の知見のアップデートをしておくことが、大事です。

機械学習エンジニアを目指すなら

機械学習における考え方

機械学習ではさまざまなモデルを使いますが、それぞれのモデルは何かしらの数式に基づいて考えられています。これらの数式に対する理解を深めると、魔法のように思える機械学習も、実際は何をやっているのかがわかります。

研修では各フェーズ毎に理解度を確かめるテストがあったので、本を読んで理解できなかったところはネットなどで調べるようにしていました。もちろん時間はかかりますが、こうして数式レベルで理解することは、実際にモデルの実装をしてみた際にも役に立ったと思っています。

エンジニアの必須スキル

自分はPythonに関しては、文法が少し分かるくらいで、開発経験は全くなく、他のIT技術に関しても平均すら下回る知識量だったと思います。そのため、エンジニアなら機械学習エンジニアに限らず誰でも知っているような技術に関して、ほとんど知らないことだらけでした。

幸い、AlgoAgeではそういった基礎の部分から研修内容に入れてくださっていましたが、全ての会社がそうとは限りません。

なので、機械学習エンジニアを目指してみたいけれど、エンジニアとしての経験が全くないという方は、機械学習以外のICT技術に関する勉強もしておくと良いかもしれません。

(ちなみに筆者が勉強しておけば良かったと思ったのは、LinuxコマンドやGitの使い方などです。また、自分はショートカットキーやEmacsキーバインドというものをほとんど使ってこなかったのですが、作業効率アップのためにはこれらをある程度使えるようにした方が良いということも教えてもらいました。)

逆に身につけておいて良かったこと

英語の読解能力

前の章でも述べた通り、機械学習エンジニアにとって最新の知見をアップデートすることはとても大切です。その際、どうしても避けては通れないのが論文や公式ドキュメントであり、それらの多くが英語で書かれています。

自分もネイティブレベルの英語が話せるという訳ではありませんが、英語で書かれた文章を読むレベルの英語力は、身につけておいて良かったなと思っています。

数学

先ほど機械学習のモデルを数式レベルから理解できるのが良いと書きましたが、その時に必要となるのはやはり数学の知識です。この点に関しても、自分は大学で理系科目を専攻していることが助けとなりました。

といっても、機械学習の研究者になるのでない限り、モデルを使っていくだけなら、大学一年生レベルの微分積分やベクトルなどの知識だけで十分に対応できると思います。

機械学習になるための、おすすめ勉強方法

書籍や動画で勉強する

それでは、機械学習エンジニアになるためにはどのような勉強をすれば良いのでしょうか。

以下の記事で、機械学習の勉強に役立つ本を多数紹介していますので、ぜひ参考にしてみてください。

記事内では書籍以外にも、学習に役立つWebサイトやオンライン講座なども紹介されていますので、そちらもご確認ください。

また、独学でのモチベーションの維持が難しいという方は、資格取得などを目標にしてみるのも良いと思います。

AIに関する資格については以下の記事にまとめられていますので、こちらもあわせてご覧ください。

インターンシップによる実務経験を積む

機械学習エンジニアとしての就職を考えている方や、一度機械学習エンジニアの業務を実際に体験してみたい学生の方などは、一度機械学習エンジニアとしてインターンをしてみるのもおすすめです。

Wantedlyでは、さまざまな企業がインターンの募集を出していて、実際に自分が現在のインターンに応募したのもWantedly経由でした。未経験からの採用も多数あるはずなので、ぜひ見てみてください。

まとめ

企業からのニーズがますます高まる機械学習エンジニアですが、その人数はまだまだ不足しています。機械学習エンジニアになるには、今がチャンスかもしれません。

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

今、ホットなオンライン教育でのAI人材育成 – 日米での実態を比較

GPT-3にチューリングテストを試してみる

高度なデータの課題を解決するZOZOの分析本部 – 経営層と並走して課題と向き合う

ZOZOが「WEAR」に「類似アイテム検索」を導入 ー類似商品を検索可能に

画像データセットの収集方法を変える必要がある

2020年10月のAI関連イベントまとめ

先週のAI関連人気ツイートTOP20!【2020/09/28更新】

言語処理でビジネスと医療の分野にアプローチ – 新型コロナウイルス感染症の研究にも着手

トップセールスが語るAIを売るために必要な3つのスキル ーAIの発展に必要なのはエンジニアだけではない!

AINOW 読者アンケートを実施中!- 編集部からのお知らせも