私は、AIエンジニアとしての生活に楽しさを感じています！
AIエンジニアの仕事は、非常に大変です。技術的にも難易度が高いのはもちろんですが、顧客に対してAIで出来ることと出来ないことをしっかりと認識していただいたり、いざAIを取り入れた際に精度がちっとも出なかったり、現場に行ってみたら不測に事態が発生したり…非常に大変です。
それでも、AIエンジニアは楽しいです。どうすれば精度を向上されることができるか、システム化するにはどのように課題を解決すれば良いのか、どういったAIを活用することで実現が可能かを日々考えて発想するのは非常に楽しいです。
また、AIエンジニアの待遇は良いです！
人手不足の中で更に不足しているエンジニアだけあって、非常に重宝されます。給料も他のエンジニアと比べると高いと感じています。キャリアアップも容易で、転職もそれほど苦労なくできるかもしれません。
そして、これから先ますます活躍できる場が広がります！
昨今の生成AIブームから、ますますAIエンジニアが重宝されています。私は画像認識AIが専門ですが、生成AIについても触れる機会が増えてきました。世の中の企業はDXとして生成AIの活用を考えています。そんな中でAIエンジニアのような専門家はますます活躍できると思います。これから先、更なる注目を集めたい方にもオススメです。
略歴
私について、語らせて下さい。
大学は情報系の学部で、そこでひと通りのプログラミングを学びました。社会人になってからは、メーカー系SEとして従事しました。コンシューマ製品の制御ソフトを中心に一般的なSEとして活動しました。
その当時、社内ではワーキンググループとして有志による勉強会が開催される風習があり、そのワーキンググループでAIの基礎を学びました、今じゃ大したことないですが、犬猫の分類問題などでAIの基礎を学んできました。その後、多くの実現性検証（PoC）を行うことでAIエンジニアとして業務を行う機会が増え、今ではAIエンジニア＋AIコンサルとして、AIシステムの提案から導入後の運用までもトータルでサポートするようになりました。
なお、私がAIエンジニアに転向した経歴はこちらになります。
業務内容
AIエンジニアの業務として、私が日々行っていることを記載します。
まずはプロジェクトマネージャーとして、まずはプロジェクトの進捗を確認します。その中でAIプロジェクト固有なのが、実現性検証（PoC）の精度確認、精度向上の施策になります。思ったより精度が出ていない場合や、予期せぬ結果が出た場合には、データを解析して予測を立てたり、パラメータをチューニングして再学習を行います。今やっている案件でも、思ったほど精度が出ないため、自分でアノテーションを行い、AIの追加学習を実施しています。
また、現場導入された後のAIに対しても、精度が出ていない場合などにはデータを解析し、改善案を提示するなど、AIの安定稼働をサポートしたり、新規の顧客に対しては、AIを用いた提案を行い省人化、効率化のコンサルタントを行います。少し前まではバリバリのコーディングをしていましたが、最近ではめっきり減ってしまったのが悩みです。
1日の仕事内容
私の、1日の仕事内容を紹介します。
新規顧客開拓時と、案件受注中の2パターンを記載しています。
まずは、新規顧客開拓フェーズのスケジュールです。提案書の作成や顧客への提案会議が中心になります。現在進行中のプロジェクトの状況を確認しつつ、提案によって新規顧客開拓を目指します。帰宅も定時で健全な勤務です（笑）
| 8:00 | ・出社 |
| 8:05 | ・メールをチェックし、緊急の作業がないか確認する |
| 8:30 | ・昨晩のAI学習結果を確認、精度に問題がないか分析する ・学習時のパラメータを変更し、再度AI学習を実施する |
| 9:00 | ・プロジェクト進捗会議、前日までの課題の共有と本日の作業を確認する |
| 9:30 | ・新規提案予定のAI案件について提案書を作成する |
| 12:00 | ・昼食 |
| 13:00 | ・顧客との打ち合わせ、提案活動（Web会議、場合によっては現地訪問） |
| 16:30 | ・今朝のAI学習結果を確認、精度に問題がないか分析する ・学習時のパラメータを変更し、再度AI学習を実行する |
| 17:00 | ・帰宅 |
次に、案件受注中のスケジュールです。AIの学習状況を確認と報告書の作成が中心になります。画像認識AIでは、当然ですが画像を収集する必要があります。顧客先へカメラを担ぎ撮影することもありますが、対象物を借用し会社で撮影することもあります。
画像へのアノテーション作業は、他のメンバーに任せるのも良いのですが、基礎を忘れないためにも合間合間に自分で行うこともあります。アノテーション中は無心になれるので息抜きにもなります。
複数案件が重なることもあり、GPU付きのハイスペックマシンを何台も使用して学習がフル稼働することもあります。帰宅が夜遅くなることもあります（汗）
| 7:00 | ・出社 |
| 7:05 | ・皆が出社する前に、顧客から借用した検査サンプルの画像を撮影する |
| 8:00 | ・メールをチェックし、緊急の作業がないか確認する |
| 8:30 | ・昨晩のAI学習結果を確認、精度に問題がないか分析する ・学習時のパラメータを変更し、再度AI学習を実施する |
| 9:00 | ・プロジェクト進捗会議、前日までの課題の共有と本日の作業を確認する |
| 9:30 | ・現在進行中のAI案件について報告書を作成する |
| 12:00 | ・昼食をとりつつ、今朝撮影した画像にアノテーションを実施する |
| 13:00 | ・顧客との打ち合わせ、進捗・結果報告（Web会議、場合によっては現地訪問） |
| 16:30 | ・今朝のAI学習結果を確認、精度に問題がないか分析する ・学習時のパラメータを変更し、再度AI学習を実行する |
| 17:00 | ・皆が退社した後で、別の顧客から借用した検査サンプルの画像を撮影する |
| 18:00 | ・お菓子をとりつつ、先ほど撮影した画像にアノテーションを実施する |
| 19:00 | ・本日用意した画像を用いて、AI学習を実行する |
| 19:30 | ・現在進行中のAI案件について報告書を作成する |
| 22:00 | ・帰宅 |
仕事のポイント
AIエンジニアの仕事のポイントは、発想力とコミュニケーション力です。
顧客の課題に対して、どのようなAIを使用すれば実現が可能か、頭をフル回転させてアイデアを出します。うまくいかない場合には、どうすればうまくいくか悩んで、リカバリをする必要もあります。特に画像認識AIでは、撮影画像がきれいに撮れ、人目でも判断がつくのであれば可能性は十分にあります。学習用の画像を収集し、学習が進むようになれば、あとはどんどんデータを追加すれば何とかなります。
またコミュニケーション力も大事です。顧客の要求に対して、ここまでなら出来るがここからは難しいなどしっかり説明できることが必要です。AIで精度100%を保証することは難しいです。その場合はAIだけでなくシステムや人手での補正も考慮して、AIはあくまでもサポートとして認識してもらうことも大事です。丁寧に説明するためにコミュニケーション力は極めて重要です。
最後に
AIエンジニアは、夢のある仕事です。
今まで人手でコストがかかっていたことも、AIによる自動化で省人化、DXが進みます。そのような提案ができるAIエンジニアは脚光を浴びます。しかし一方で、体力も必要になります。繁忙期には自ら手を動かして精度向上に努めることもあります。それでも、その分だけ評価はされます。もしAIエンジニアに興味のある方がいたら、あくまでもこれは一例として参考になればと思います。
AIエンジニアとして活躍されることを期待しています。
