キャディ株式会社 Tech Lead
河合 俊典（ばんくし）さん（@vaaaaanquish）

Sansan、ヤフー、エムスリーを経て、2021年にキャディにジョイン。機械学習を扱うソフトウエアエンジニアとして、『CADDi AI Lab』の立ち上げ、マネジメントに従事。XGBoostやLightGBMなど機械学習関連のOSSのRust wrapperメンタ―を務めるなどの活動を行っている。21年12月よりエムスリーエンジニアリングフェロー

こんにちは、「ばんくし」ことキャディの河合です。

今年度も半分が終わり、さまざまな人たちの転職トークがインターネットで見受けられる時期になりました。さまざまなバックグラウンドの人が、さまざまな形でキャリアを選択する姿、そしてその思考を垣間見れるのは、ありがたい文化だなといつも思います。

本記事では、キャリアについて考えることも多いこの時期、前回の記事でも触れた「これからのAIエンジニアに求められる能力」についてもう少し深掘っていきたいと思います。

AIエンジニアと、AIの社会実装

近年、AIエンジニアに必要とされる能力は、非常に広く、深さも濃淡も多岐にわたっています。連載の1記事では紹介しきれないほどに分類は細かく、それぞれで求められる技能が変わっているのが実情です。

そういった中で、私たちは職業エンジニアである以上、社会に対して何らかのAIを実装し、届けることで価値を生み出していかなければなりません。

非常に難しい問題ではありますが、価値を生み出し続けるAIエンジニアを見ていると、いくつかの共通する能力を持っているなと感じています。

探索力とやりきり力

最近、私がAIの社会実装をしていく上で求められているなと感じているのが「探索力」と「やりきり力」です。

言葉を変えれば、未知の物事に対する不安耐性、根気強さ、素直さなどとも表現できるかもしれません。

企業活動における事業の価値は、一つの特化された技術で出せるものではありません。それに伴って、連載中にも何度も書いている通り、AI分野における技術や職種も非常に多岐にわたるようになりました。

そういった中で求められている価値をアウトプットするために、一つの技術、引いては技術にこだわらず探索する力を持っているAIエンジニアがよく活躍しているなと感じます。

「エンジニアでありながら技術にこだわらない方が良い」というのは、他のエンジニアの職種とは明らかな違いを感じます。AI技術がよりコアになりやすく事業に近い故でもあり、その難しさや技術的負債になる可能性の高さ故でもあると言えるかもしれません。

例えば、プロダクトを作る段階で意見したり、AI技術の知識を最大限生かし、未来のデータ活用を見据えてインフラ開発の仕事を担ったり。技術ではない方法、限定的な技術にとらわれない方法を探索し、最後形にするまでやり切る力がAIエンジニアという職種で活躍するために強く求められています。

基礎力とビジネス力

探索が必要ということは、同時に「探索するための基礎能力」「ゴールを見据えるビジネス力」を求められるということでもあります。

探索アルゴリズムと同様で、探索の幅が狭くても、むやみやたらに探索していても最後までやり切ることはできません。画像認識であれば画像認識、インフラであればインフラ、といくつかの基礎を必要十分まで高めておくことで、探索する時の手段が広がります。

また、ビジネスのゴールから逆算することで、持っている手数の中からより良く早いものを選ぶことができるでしょう。

こういった力は、常に手を動かしながら学び続けることでしか得られません。

実際に私が所属するCADDi AI Labでも、さまざまな挑戦や成長を見据え、Kaggle Grand MasterにMLOpsのタスクを実施してもらったり、MLエンジニアがプロダクトマネージャーになるための成功体験を積めるタスクを設計していたり、関連する書籍の紹介なども積極的に実施しています。

どうやって身に付けていくのか

いくつかのAIエンジニアに求められる重要な能力を書いてきましたが、こういった能力は自身が抱えている業務や課題と向き合う事で成熟していくものだと思います。

一方で、一人で考え抜くのが難しいことも多々あるでしょう。

喜ばしいことに、近年はAI業界の盛況も相まって、AI業務に携わった経験を持つプロダクトマネージャーやエンジニアリングマネージャーが増えてきています。つまり、社内外での1on1、カジュアル面談や勉強会の質問コーナーを利用して相談することが出来る世の中になっているのです。

求められるAIエンジニアになるために、探索の一歩を踏み出してみてはいかがでしょうか？