
20代はまだ若いので未経験からでもAI人材になる方法はたくさんありそうですね^_^



20代の人が羨ましいです〜🥲



アケミちゃんの言う通りで、20代であればAI人材になる道を沢山の選択肢から選べるんだよ
正しい戦略で確実にステップを踏んでいくことが重要だよ💪
初心者がイチからスキルアップをしてAI人材として実務で活躍できるようになることが決して簡単ではありません。
特に20代は人生経験が不足していることが多く、独りよがりなやり方に拘ってスキルアップや転職活動をおこない、結局結果を出せずに挫折してしまう人も多いです。
そこでこの記事では初心者レベルからスタートする人が20代の貴重な時間とお金を無駄にせずに、AI人材への転職や職種変更を確実に実現するための正しいルートの全体像を提示します。
この記事を読むことで、これからスタートをきる20代の人がゴールまで俯瞰的に見渡すことで、失敗確率を下げることができるメリットを得られます。
また、20代のみを対象にしているコスパが良い選択肢を多く紹介しますので、それを事前に知ることで悔いなくステップアップを続けていくことができるになります。
結論:20代未経験からAI人材を目指すときには長期的な視点での成果を意識して、数学やコンピュータサイエンスの基礎学力をつけることを重視したほうが良い
20代は時間がたっぷりあり、企業からもポテンシャルを評価してもらえるため、長期的な視点に立ってキャリアを作っていくことができます。
また、エンジニア不足に加えて少子高齢化が進む日本では20代というだけで希少性があるため、20代のAI人材への転職の難易度は高くはありません。
そのため、目先の実践的なAIスキルよりもAI人材として働いていくための基礎となる数学やコンピュータサイエンスに重きを置いてスキルアップしたほうが良いです。
上の表は20代未経験からAI人材として転職するときに企業から評価される要素をまとめたものですが、20代の人が転職活動で準備するべきことは少なくシンプルです。
・数学やコンピュータサイエンスに重きを置いたAIのスキルアップ
・ポートフォリオ作成
この2つだけを丁寧におこなえばAI人材になることは難しくありません。
[幸運な事実]30代と比較して20代は選択肢が多い


20代(特に20代前半)は可能性が無限大であり、これから何者にでもなれます。
AI人材を目指すルートも複数あります。
複数ある選択肢の例が下の表です。
20代未経験の人の選択肢の例
・ダイレクトにAI人材を目指す
・Web系の職種を経由してAI人材を目指す
・大学や完全無料のフランス発のエンジニア養成機関である42Tokyo(フォーティーツー)のようなWeb系のプログラミングスクールで、数学やコンピュータサイエンスのエンジニアとして働いていくための基礎学力を付けてからAIのスキルアップを開始する
ダイレクトにAI人材を目指すという選択もありですが、それ以外にもWeb系の職種を経由してAI人材を目指す方法もありますし、大学でコンピュータ・サイエンスの学位を取得してから目指すようなことも可能です。
実際、現役で活躍しているAI人材を見渡してみると、オリジナルのAIのモデルを作ったり、最適化アルゴリズムを自作するような、AI人材の本流の仕事で力を発揮しているのは、大学で一つの領域を深く研究した経験がある人が多いという事実があります。
また、ダイレクトに目指すにしても、30代以上では利用が難しい無料のプログラミングスクールの利用が可能です。
長期的な視点にたって、30代40代になったときに最大の成果を得られるような選択をしていきましょう。
※この記事では話がシンプルにするために、AI人材をダイレクトに目指す場合に絞って、方法と戦略を解説します。Web人材を経由したり、大学で学位を取得するルートを選びたい方は無料相談へご相談ください。
\ 現役AIエンジニアが無料で相談にのります! /
・長期的な視点での成果を意識して、基礎となる数学やコンピュータサイエンスの基礎学力をつける
※30代未経験からAI人材を目指しているかたはこちらの記事をご覧ください。


20代未経験からAIエンジニアへの転職を目指すフローチャート


それでは、20代の人が未経験からAI人材をダイレクトに目指すときの具体的なルートを見てみましょう。
AI人材として働くまでのルートパターンを網羅したのが下の表です。


転職に至るルートは「目標設定」「ステップアップ」「希少性獲得」「転職活動」の4つのステップに分けることができます。
そして、4つのうち「ステップアップ」と「希少性獲得」をどのようにおこなうかによってABCDEの5種類のパターンがあります。
※「目標設定」と「転職活動」のやり方は共通です。
そして、現在皆さんが置かれている職業や資質、資産の状況によってABCDEの選択肢を分類したフローチャートが下のものです。


上の表を見れば分かるように、厚生労働省の教育訓練給付制度を利用できる正社員の人や自分一人でスキルアップを進めていくことができる自走力がある人ほどアクションの選択肢は多くなります。
自走力がある人はプログラミングスクールに通うことは不要で独学を選択したほうが良いです。
また、プログラミングスクールに通うことを選ぶにしても、正社員として2年以上勤務している人は厚生労働省の教育訓練給付制度を利用してお得にスクールを受講できます。
自走力もなく、プログラミングスクールに通うお金もない場合でも、20代であれば受講料が無料のスクールや後払いできるスクールに通う選択肢もあります。
※30代以上では年齢制限に引っかかり利用できません
※
お金はないけど有料のプログラミングスクールに通いたい人の最終手段は教育ローンの利用です。



私は自走力には自信がないのでプログラミングスクールに通ったほうが良さそうです😅
大切なのはゴールすること。
自分の境遇と照らし合わせて、無理のない適切なルートを選びましょう。
20代未経験の人の目標設定


日本でのエンジニアの需要は高く、20代であれば比較的簡単にAI人材への転職自体を実現することは可能です。
しかし、実際に転職したあとにAI人材として長く活躍していけるかどうかは別の話です。
実務で活躍していけるだけの確かなスキルを身につけるには努力を積み重ねていかなければなりません。
そして、途中で諦めることなく努力を続けるためには、スキルアップを開始する前にAI人材を目指す意義を明確にするための目標設定をしておくことが大切になります。
目標設定で答えを出しておきたい疑問
・なぜAIなのか?
・なぜAI人材という職種なのか?
・なぜ今のタイミングで転職を目指すのか?
これらの疑問を自問自答して自分なりの答えを出しておきましょう。
その時に有効となるのがAIに関連するイベントに参加したり、コーチングを受けて自己理解を深めたり、エンジニアという職種への適性を調べたりすること。
ここではAI人材を目指す際の目標設定で活用できるサービスを紹介します。
- AI関連のイベントが掲載されているサービス
-
- 現役のエンジニアに相談できるサービス
-
- コーチングサービスの例
-
- エンジニア職の適性検査サービスの例
-
これらのサービスを使い、AI人材を目指すことの意義が明確になれば、スキルアップや転職活動で挫折しそうになった時にも乗り越えることができるでしょう。
※AIの将来性やAI人材の需要について興味がある方は下の記事を読んでみてください


20代未経験からのスキルアップ方法


AI人材を目指すという目標が明確になったら、次はいよいよスキルアップです。
AI人材として働くために必要なスキルを整理すると以下のようになります。
AI人材として実務で活躍できるレベルに達するために最低限必要な項目と学習時間の目安
①コンピュータとWebの知識(80H)
②Pythonの基礎(80H)
③AIで使う数学の知識(80H)
④AIの知識(80H)
⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力(160H)
20代は長期的な視点に立ってAI人材として活躍していけるように、基礎スキルである①~③にみっちり時間を使ってスキルアップするのが正しい戦略です。
独学でもプログラミングスクールに通っても、どの方法を選んでも構いません。
自分に向いている方法を選びましょう。
注意点
しっかり考えずにプログラミングスクールに通う決断をしないでください。
企業は転職希望者のスキルをポートフォリオや資格、コーディングテストで判断します。
スキルを独学で身につけたのか、それともプログラミングスクールで学んだのかという手段の部分については企業は重要視しません。企業にとってはそれはどちらでも良いことなのです。
そのため、プログラミングスクールの広告に踊らさられて勢いでプログラミングスクールに通うようなことはせずに、自分にあったスキルアップの方法を冷静に見極めましょう。
スキルアップ方法は大きく分けると、独学とプログラミングスクールの2種類に分類できます。
それぞれのメリットとデメリットを見てみましょう。
独学 [対象] ・自走力がある人 ・お金に余裕はないが時間には余裕があるフリーターの人 | プログラミングスクールを受講 [対象] ・お金に比較的余裕があるが時間がなく、スクールのカリキュラムに則って効率よく学びたい正社員の人 ・厚生労働省の教育訓練給付制度を利用して受講料の実質負担額を安くできる人 | |
メリット | ・自分に必要な知識とスキルを学ぶことができる ・支出を抑えることができる | ・実践的な知識とスキルを体系的なカリキュラムで効率よく学ぶことができる ・スクールのコミュニティに属して、仲間と切磋琢磨できる ・(スクールがAI業界に知られている場合には)スクールの権威性を利用して就職が有利になることもある ・転職支援を受けることができることもある |
デメリット | ・強い意志と自走力がないと継続が難しい ・学ぶ知識とスキルが偏ってしまう可能性がある | ・受講料が高額 ・カリキュラムによっては自分に不要な知識スキルまで入っており時間とお金が無駄になる可能性がある |
どちらにも一長一短ありますが、ガチAI編集部は迷ったら独学を選択することをオススメします。
その理由は2つあります。
1つ目は、以前よりも(安価な)市販教材のクオリティが上がっており、プログラミングスクールのオリジナル教材の魅力が相対的に落ちていて、高額な受講料を支払う価値が下がっているから。
2つ目は、AI人材、特にエンジニア系の仕事は独学を前提としているところが多分にあり、転職後も活躍していくことを前提とした場合に、独学の習慣を身につけておくことのメリットが大きいからです。
ですので、お金に余裕があり、プログラミングスクールに通うことができるのであったとしても、自走力があるのであれば、独学でのスキルアップを選んでください。
それがコスパが良く、将来にもつながる選択です。
一方、自走力に自信がなく、どうしてもプログラミングスクールで仲間と一緒に学びたい場合には、スクールに通うという選択をしましょう。
ガチAI編集部は(基本的には)プログラミングスクールに通うことよりも独学をオススメします。



昔ほどプログラミングスクールの優位性はなくなっているんですね〜🙄



プログラミングスクールに通うという選択肢がある人が羨ましいです🥲
フリーターの僕は貯金がないので独学しか選択肢がありません…
独学
独学によって「①コンピュータとWebの知識」から「⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力」までの各ステップで学ぶ内容と使う教材の具体例を見てみましょう。
※①~③はどんな順番で学んでもOKで、④⑤が最後になります。
①コンピュータとWebの知識
コンピュータとWebの知識の例
・HTML・CSS
・SQL
・Webアプリ
・コマンドライン
・Git
・ネットワーク
AIの画像認識モデルや自然言語処理モデルが乗るシステムはWebアプリとしてユーザーに使われることがほとんどです。
そして、WebアプリはコンピュータのOS(オペレーティングシステム)上で動き、インターネットを通してサーバとデータのやりとりをします。
AI人材を募集している企業は応募者に対して、一定レベル以上のコンピュータとWebの知識を求めているので、必ず学んでおきましょう。
この内容への理解が深い20代の応募者はポテンシャルが高いAI人材として、特に企業から評価してもらえます。
オススメの書籍
・イラスト図解式 この一冊で全部わかるWeb技術の基本
②Pythonの基礎
未経験からAI人材を目指す人が選ぶべきプログラミング言語はPython1択です。
※AIに関連したプログラミング言語には他にもRやJulia、C++などもありますが、それらはAIエンジニアとして働きはじめてから学べばよいもの。
基本文法を一通り理解しておくことは必須で、時間に余裕があればflask(フラスク)かDjango(ジャンゴ)どちらかのPythonのWebフレームワークの使い方も覚えておきましょう。
Pythonの基礎の例
・基本文法(出力、構文、演算子、条件文)
・関数
・コンテナ
・ループ
また、プログラミングは書籍を使って読んで学ぶよりも、実際に手を動かしながら学んだほうが上達が早いので、書籍よりも専用のWebサービスをオススメします。
初心者にオススメのPythonオンラインレッスンサービス
・Progate(プロゲート)
・PyQ(パイキュー)
\ PyQ(パイキュー)に興味がある方は下のバナーをクリックして公式ページをチェックしてみましょう/




「①コンピュータとWebの知識」と「②Pythonの基礎」の両方を本格的に学べるRecursion(リカージョン)というサービスがあります。
Recursion(リカージョン)の概要
・2020年にローンチされた、現役シリコンバレーエンジニア監修のコンピュータサイエンス学習プラットフォーム
・アウトプットを中心としたカリキュラムが特徴で、350問以上のコーディング問題が用意されている
Recursion(リカージョン)で学べば、コンピュータ・サイエンス系の学部と同様のカリキュラムで学ぶことができ、下手に高額なプログラミングスクールに通うよりも遥かに濃いスキルが身につきます。
コンテンツを全て学ぼうとすると900時間(→1日6H学ぶ場合150日必要)も必要ですが、時間に余裕がある場合は丁寧に取り組むことがオススメです。
是非一度Recursion(リカージョン)をチェックしてみてください。
日本最大級のコンピュータサイエンス学習サービスRecursion(リカージョン)

③AIで使う数学の知識
AIのアルゴリズムの中身は数式です。
その仕組みを理解するために数学の知識が必要となります。
レベルは高校の内容がメインですが、一部に大学初級レベルのものも含まれます。
AIを学ぶのに必要な数学の例
・関数
・ベクトル
・統計
・微分積分
・線形代数
どのレベルから学ぶかは過去のバックグラウンドによりますが、ここでは高校レベルの数学から復習すると仮定してオススメの書籍を紹介します。
※大学レベルの数学に関しては④や⑤でAIのアルゴリズムを学ぶところで必要な分野だけ学んでも大丈夫です。
オススメの書籍
・東大の先生! 文系の私に超わかりやすく数学を教えてください!
・ふたたびの高校数学
・ふたたびの微分・積分
・難しい数式はまったくわかりませんが、微分積分を教えてください!
④AIの知識
①②③でAIを学んでいく準備が終わったことになります。
次は教養レベルのAIの知識を学んでいきましょう。
※ここで学ぶ項目は「AIの歴史」や「機械学習の代表的な手法」「AIのビジネス」などの文系の範囲で数学を使ったものは含みません。
AIの知識の例
・AIの概要
・機械学習の概要と具体的手法
・ディープラーニングの概要と具体的手法
一般向けのビジネス書や動画が敷居が低くて、AIの導入としてオススメです。
オススメの動画
・日経クロストレンド / ディープラーニングG検定 試験対策講座
・【機械学習入門】機械学習を学び始めたい人がはじめに見る動画(いまにゅのプログラミング塾
・【機械学習】深層学習(ディープラーニング)とは何か(予備校のノリで学ぶ「大学の数学・物理」)
⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力
⑤はスキルアップの集大成です。
実践的なAIのスキルを身につけて、AIエンジニアとして転職できるレベルに到達しましょう。
ここでは④で学んだAIの代表的なモデルを、数学の知識を応用してPythonでコーディングして動かすところまでおこないます。
実践的なAIのスキルの例
・画像認識モデル
・自然言語モデル
・Webスクレイピング
・データマイニング
・ライブラリー(PyTorchやTensorFlow)への理解
実践力を身につけるには書籍などを使って知識を知ることとWebサービスを使って手を動かしてコーディングすることの両方をおこなうことが大切です。
オススメの書籍
・人工知能プログラミングのための数学がわかる本
・ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
・最短コースでわかる ディープラーニングの数学
AIの実践力を学べるWebサービスは無料のものと有料のもの両方あります。
有料のものは月額数千円かかることもありますが、プログラミングスクールに通うことと比べれば遥かに安いので積極的に利用してみましょう。
オススメのWebサービス
・Chainer(チェイナー)チュートリアル 無料
・Coursera(コーセラ) / DeepLearningコース
・Udemy(ユーデミー)/ みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2022年最新版】


独学でAIの実践力をつけるときに1番オススメの教材はCoursera(コーセラ)のDeepLearning(ディープラーニング)コースです。
Coursera(コーセラ)のDeepLearning(ディープラーニング)コースの概要
・世界最大のオンライン教育プラットフォームCoursera(コーセラ)で提供されるディープラーニング専門講座
・講師をつとめるのはスタンフォード大学のAndrew Ng教授で、これまでに70万人以上が受講した実績がある、世界的にディープラーニングを学ぶときのディファクトスタンダードとなっている。
この講座の素晴らしいところは、ただ単にPython使ってAIアルゴリズムの実装を学べるだけでなく、それを使ったビジネス(自動翻訳、自動運転 etc)への応用事例を提示してくれるところです。
AI人材として働くことで社会をどのように貢献できるかがイメージできてワクワクできます。
カリキュラム
[コース1]ニューラルネットワークとディープラーニング
[コース2]深層ニューラルネットワークの改良(パラメータチューニング、正規化、最適化)
[コース3]機械学習プロジェクトの構築
[コース4]畳み込みニューラルネットワーク
[コース5]自然言語処理
カリキュラムは英語ですが、日本語字幕も利用できるのでそこまで敷居は高くありません。
是非一度をチェックしてみてください。



AI人材になるために学ばないといけない内容は沢山ありますね~😅
以上で、初心者の人が、独学によってAI人材として働くためのスキルを身につける方法の説明は終わりです。
より詳しく独学のスキルアップを説明した記事もありますので、独学に興味がある方はチェックしてみてください。


プログラミングスクール
続いてAIのスキルアップに利用できるプログラミングスクールを紹介します。
再度の確認になりますが、独学よりもプログラミングスクールが優れている点は2つです。
1つはスクールというコミュニティに所属しながらモチベーションを高てること。もう1つはカリキュラムに沿って効率的に学べること。
AIエンジニアとして転職するために必要なスキル
① コンピュータとWebの知識
② Pythonの基礎
③ AIで使う数学の知識
④ AIの知識
⑤ Pythonを使ってAIモデルを実装したり、データを分析する実装力
スクールのカリキュラムは短期間でAIエンジニアに転職するために必要なスキルアップができるように凝縮されています。
自走力には自信がなかったり、タイパ良く効率的にスキルアップしたい人はプログラミングスクールに通うことを検討してみましょう。
概要 | AI特化型のカリキュラム | 20代の利用 | |
受講料が無料のプログラミングスクール | [パターン1] 無料で受講でき、プログラミングスクールと提携する企業に転職できる ※提携企業が受講料をキャッシュバックする仕組み [パターン2] 無料で受講でき、自由に転職先を探すことができる ※スポンサー企業からの支援によって運営されている | ✕ | △ ※入学試験の倍率が高い傾向がある |
受講料が後払いできるプログラミングスクール | 転職後に給料から後払いできる | ✕ | ◯ |
有料のプログラミングスクール | 受講料を先払いする ※厚生労働省の教育訓練給付制度を利用できるコースもある | ○ | ◯ |
上の図は20代が利用できるプログラミングスクールを整理したもので、受講料の支払い方法によって3つに分類できます。
20代のAI人材、特にエンジニアの需要は高いため、(企業から支援を受けることで受講料の負担が無い)無料のプログラミングスクールや後払いできるスクールを選ぶことができるのがメリットです。
※受講料無料のスクールや後払いできるスクールは年齢制限があるため、30代の人は利用できない場合がありますが20代の人は問題なく利用できます。
ただし、「無料のプログラミングスクール」も「後払いできるスクール」もカリキュラムはWeb系がメインで、AI関連のカリキュラムはほとんど提供していません。
そのため、AI人材として働くために必要な「③AIで使う数学の知識」「④AIの知識」「⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力」は別途スキルアップする必要があるということには注意が必要です。
「無料のプログラミングスクール」「後払いできるスクール」のカリキュラム
→「①コンピュータとWebの知識」と「②Pythonの基礎」に絞って深く学べます
「有料のプログラミングスクール」のカリキュラム
→「①コンピュータとWebの知識」から「⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力」までAI人材として働くのに必要なスキルを一通り学べます
無料のスクールと有料のスクールの両方に通うのもありですし、Web関連のスキルは独学で身につけてAIスキルのみ有料スクールを利用する選択肢もあります。
自分に適した組み合わせでプログラミングスクールを利用しましょう。
ここからは1つずつのスクールの特徴を見ていきます。
受講料が無料のプログラミングスクール
まずは「受講料が無料のプログラミングスクール」についてです。



多くのプログラミングスクールの受講料が何十万円するのに、なぜ受講料が無料になるのでしょうか?
受講料が無料になる理由は企業からスクールに対して支援があるからです。
そして、支援形態は実は2種類存在しています。
1つ目は提携している企業から転職先を選ばなければいけない縛りがあるもの。
この形態は受講生が企業に就職することで、企業からスクールに報酬が支払われるため、受講料無料が成り立っています。
※(転職を志望していない)スキルアップのみが希望の人は受講を断れるケースが多いです。
もう1つは自由に転職先を選ぶことができるものです。
この形態は企業が社会貢献活動の一環としてスクールにスポンサー費の名目で支援しており、受講生のスクールに通う目的や進路への縛りはありません。
それぞれの形態のスクールの例をまとめたのが下の表です。
転職先に縛りがある受講料無料のWeb系プログラミングスクールの例
・0円スクール
・ITCE Online Academy
・LIKEIT
自由に転職先を選ぶことができる受講料無料のWeb系プログラミングスクールの例
・42 Tokyo
未経験からAI人材を目指すときの無料のスクールに通う目的はあくまでも「①コンピュータとWebの知識」と「②Pythonの基礎」のスキルアップなので、転職先に縛りがあるスクールは避けたほうがよいでしょう。
そのため、ガチAI編集部がオススメする無料スクールは42 Tokyoになります。
「42 Tokyo」について


42 Tokyoの概要
[運営] 一般社団法人 42 Tokyo
[校舎] 東京都港区六本木
[開校] 2020年4月
「42」はもともとはフランス人のビリオネアXavier Niel氏によって2013年に設立されたフランス発祥の非営利型プログラミングスクールです。
2020年にDMM.com によって「42」の東京校として「42 Tokyo」が設立されました。
「誰もが平等に挑戦ができる」という理念のもと、年齢や学歴、性別などに関わらず参加が可能となっています。
また「42 Tokyo」の在籍数は420名ほどで、10代と20代だけでなく、30代40代の人も在籍しています。
参照:仏発エンジニア養成機関「42 Tokyo」 開校1周年に伴う実績公開!総応募数約14,000人、通算合格率は約4% ~大手IT企業への就職実績も増加~



「42」の理念には共感できます🙂



30代や40代でも無料で通うことができるのはとても魅力的です🤩
「42 Tokyo」の特徴
続いて「42 Tokyo」の特徴を見てみましょう。
「42 Tokyo」には(他のプログラミングスクールにはない)際立った特徴が3つあります。
「42」の3つの特徴
・完全無料
・ピアラーニング
・24時間365日学べる
受講にお金が掛からない理由は「42 Tokyo」が「42 Tokyo」の理念に賛同する企業の協賛金によって運営されているからです。
入学金や授業料だけでなく教材費も一切かかりません。また、多くの無料プログラミングスクールでは制限がある卒業後の進路も受講生が自由に選ぶことができます。
講義形式にも特徴があり、「42 Tokyo」では講師による一方通行で講義をおこなう形式ではなく、受講生同士が主体的に学び教えあうピアラーニング形式を採用しています。
これは、「人に分からないことを聞く」「人に分かりやすく教える」という、エンジニアにとって最も重要な習慣を習得することを目的としています。
また、六本木にある「42 Tokyo」の校舎は24時間365日オープンしており、自分の学びたいときにいつでも自分のペースで学べる自由があります。
「42 Tokyo」のカリキュラム
続いてカリキュラムについてです。


「42 Tokyo」のカリキュラムで身につけることができるスキルの例
・Web
・データベース & データ
・オブジェクト指向開発
・アルゴリズム・AI
・UNIX
・セキュリティ
・適応力・想像力
・グループ開発
・グラフィック
Webやデータベースなどの一般的なプログラミングスクールで身につけることができるスキルだけでなく、アルゴリズムやセキュリティなども学ぶことができるのが「42 Tokyo」のカリキュラムの特徴です。
また「42 Tokyo」のカリキュラムで使うプログラミング言語はC言語で、その基礎を学んだ後にUNIXのようなOSやデータベースなどの応用分野を選べるようになっています。
「42 Tokyo」の入学試験と倍率
当然、このような沢山の魅力がある「42 Tokyo」には入学を志望する人が大勢おり、入学倍率は高いです。
開校1年目の総応募数は約14,000人でした。
そのうち合格できたのはわずかに500名で、合格率はなんと約4%です。
「42 Tokyo」の試験
1次試験
・Webテスト
2次試験:Piscine(ピシン)
・ピアツーピア方式で実施される300名もの応募者と一緒に受ける実技テスト
参考:【全公開】プログラミング未経験者が42 Tokyoの入学試験「Piscine」に合格のするためにした、42日間にわたる「事前準備」
その試験は2段階に分かれています。特にPiscine(ピシン)と呼ばれる2次試験は4週間も続く長丁場。
受講料が完全に無料で転職先も自由に選ぶことができるという点はおおきな魅力ですね。
未経験からAIエンジニアへの転職を目指しており、「①コンピュータとWebの知識」と「②Pythonの基礎」のスキルアップをおこないたい人は入学を試みてもよいでしょう。
以上で受講料が無料のスクール「42 Tokyo」の説明は終わりです。
興味がある人は公式ページを一度をチェックしてみてください。
受講料が後払いできるプログラミングスクール
受講料が後払いできるプログラミングスクールの例
・CodeGym Academy
また、CodeGym Academyは新卒の人のみが対象のため、
有料のプログラミングスクール
最後は、最も一般的な有料のプログラミングスクールについてです。
有料のプログラミングスクールは更に下の図のように3つに分けることができます。
プログラミングスクールの種類
・パソコン教室やカルチャースクール(英語やデザインなど)の授業の一部としてプログラミングを教えるスクール
・エンジニア教育に特化しているプログラミング特化型スクール
・AIエンジニアの教育に特化しているAI特化型プログラミングスクール
趣味としてAIのスキルアップしたいだけであればどのスクールを選んでもよいですが、本気でAIエンジニアを目指すのであれば、AI特化型プログラミングスクールしか選択肢はありません。
AI特化型プログラミングスクールのメリットはAIエンジニアとして転職するために必要なスキル①②③④⑤の全部を一通り学べること。
※Web系のプログラミングスクールと比較すると、カリキュラムでの①②の比重は少なめなので、エンジニアとして働いていくための基礎となる数学やコンピュータサイエンスに重きを置いてスキルアップしたい人は別途Udemy(ユーデミー)やRecursion(リカージョン)を使って独学したほうが良いでしょう。
逆にデメリットは受講料の高さ。一括で50万円以上の支払いが求められることもざらで、30代以上と比べて貯金が少ない20代には敷居が高いです。
そのため、AI特化型プログラミングスクールのなかでも、特に第四次産業革命スキル習得講座として経済産業大臣国から認定されていて、厚生労働省の教育訓練給付制度の対象となっている講座を選び、実質負担額を少なくして受講したほうがよいでしょう。






上の3つのAI特化型スクールはAIエンジニアに転職できるレベルのスキルを身につけることができることに加えて、受講生への転職支援もおこなっています。
また、厚生労働省の教育訓練給付制度を利用して、受講料を最大70%オフで利用することもできます。
AI特化型プログラミングスクールについて詳しく知りたい方は下の記事をお読みください。





プロの講師に教えてもらえて仲間と切磋琢磨できるプログラミングスクールは魅力的だな…
僕も貯金があったら通いたかった~🙃
教育ローン
「どうしても有料のAI特化型のプログラミングスクールに通いたい!」「でも受講料を支払う金銭的な余裕がない」
このような人の最終手段は教育ローンを利用することです。
AI特化型のプログラミングスクールを教育訓練給付制度を使って受講すれば実質負担額は30万円程度になります。
プログラミングスクールに使える教育ローンの金利は5~10%です。
(受講料30万円分を借りて、金利を10%で1年で返済すると仮定した場合)月額の返済額は利子2,500円を含めて27,500円となり、働いていれば現実的に返済できる金額でしょう。
教育ローンに興味がある人は下の記事を参考にしてみてください。
教育ローンについての参考記事
・プログラミングスクール料金に分割払いや教育ローンは使える?
・【教育ローン金利比較】低金利でおすすめの教育ローンはどこがいい?
コーチング系プログラミングサービス


最後にコーチング系プログラミングサービスを紹介します。
これは最近人気が出ているプログラミングの新しい学びかたです。
「自走力に自信があり、独学でスキルアップしたいんだけれども、数ヶ月におよぶスキルアップの期間をモチベーション高く保てるかが不安…」
コーチング系プログラミングサービスはこのように思う人にピッタリです。
コーチング系プログラミングサービスとは
・月額制で現役エンジニアが自習をサポートしてくれるサービスのことで、プログラミングスクールやCtoC系サービスが提供している。
市販の教材を利用して、カリキュラムをオーダーメイドで作ってもらったり、月額払いで利用したい期間だけコスパよく利用することができます。
コーチング系プログラミングサービスの例
・Menta(メンタ)
・CODEGYM Monthly
まだ新しいサービスなのでAI関連のスキルアップをサポートしているところは少ないですが、今後増えていくことに期待です。


希少性の獲得


繰り返しになりますが、20代のAI人材、特にエンジニアへの需要は大きいため、選り好みしなければ、未経験からであってもAI人材として転職することは難しくはありません。
ただし、自社サービスを運営している企業のような人気が高い企業は志望者が多く、ライバルとの競争になります。
そのような企業を志望する場合には、企業が評価する要素を考えて、希少性を獲得しましょう。
下の表は希少性を生む要素を整理したものです。
一つずつ見ていきます。
スキル
まずはスキル。
AIエンジニアとして転職するために必要なスキル
①Webの知識
②AIで使う数学の知識
③Pythonの基礎
④AIの知識
⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力
①②③がAI人材として働いていくための基礎とスキルなる数学やコンピュータサイエンスで、④⑤が実践的なAIスキルです
独学で学ぼうが、プログラミングスクールのカリキュラムに沿って学ぼうが、未経験の状態から学び始めて数ヶ月で到達できるスキルのレベルは皆ほぼ同じです。
プログラミングの才能に恵まれていて短期間で抜きん出た成果を出すことも不可能ではありませんがそれは例外です。
限られた期間で身につくスキルで差別化するは難しいです。
そのため、比較的時間に余裕がある20代は長期的な視点に立って、AI人材として長く活躍していけるように、①~③にみっちり時間を使って基礎スキルを深めることで希少性を生むのが良いでしょう。
企業は基礎スキルがある人をポテンシャルが高いAI人材として評価します。
年齢
続いて年齢です。
少子高齢社会の日本においては若ければ若いほど希少性が高く、AI人材としての将来性を考えても、20代であること自体が高い希少性を生みます。
そのため、20代というだけで転職活動を有利に戦うことができるでしょう。



20代のわたしはラッキーです😉



もっと早くAI人材を目指しておくべきだった~🥲
学歴
エンジニアは実力主義の職種であり、転職活動していて学歴で足切りされることはほとんどありません。
ただし、ポテンシャルを判断するために多少はチェックされます。
もちろん高卒よりも大卒、文系よりも理系が有利です。
高卒だと希少性は全くなく、理系の大学院卒だと希少性が高くなります。



アルバイトばっかりせずに大学を卒業しておくべきだった~…
※
転職を有利にするためにデータサイエンスを学べる通信制や海外のオンライン大学で学位をとるという選択肢もあります。4年近くの時間がかかるため、時間がたっぷりある20代前半の人は検討してみても良いでしょう。
大学で学位を取得するルートを選びたい方は無料相談へご相談ください。
\ 現役AIエンジニアが無料で相談にのります! /
資格
資格は「スキルがある一定レベル以上に達していることを第3者に証明してもらうもの」です。
企業がAI人材を採用するときの評価項目の1つになっています。
正直言って、年齢という希少性がある20代の場合は無理して資格を獲得する必要はないのですが、資格試験という締切りを利用することで独学によるスキルアップを効率よくおこなえる効果があるため、ここでは参考程度に紹介します。



企業はAI人材を採用する時にどんな資格を評価するのでしょうか?
AIエンジニアに転職するときに有利になる資格
・データサイエンティスト検定リテラシーレベル(DS検定)
・E資格
・統計検定
・クラウド関連の資格(AWS認定資格、GoogleCloud認定資格 など)
上の表はAI人材にオススメの資格の例です。
「目指しているAI人材像はなにか?機械学習エンジニアなのかデータサイエンティストなのか?」「働きたい企業がどのような資格を評価しているのか?」「受験するお金や勉強する時間は足りているのか?」
このようなことを踏まえて最適な資格を選択してみましょう。


コンペでの実績
ここで言うコンペとはカグル(Kaggle)などのデータ分析コンペティションを意味します。
データ分析コンペティションの例
・Kaggle(カグル)
・Signate(シグネイト)
・Nishika(ニシカ)
コンペに参加した経験は転職活動でも注目され、もしコンペで入賞したり、メダルを獲得できたらAI業界からは高く評価されるので、AI人材への転職活動でもかなり有利になります。


参考→https://dena.ai/kaggle/
難点はコンペで結果を出すのが非常に難易度が高いことです。
結果を出すためには優秀なエンジニアとチームを組んで参加する必要があり、初心者にとっては敷居が高いものとなっています。
AI人材の仕事のなかでも特にデータ分析に興味がある人や、知り合いにAIエンジニアがいる場合は是非チャレンジしてみると良いでしょう。
ポートフォリオ


ポートフォリオとは「エンジニアとしての活躍できるだけのスキルを持っていることを証明するための作品」です。
基本的には何を作ってもよいため、工夫次第で企業に評価される高い希少性を生み出すことが可能です。
AI人材のポートフォリオの例
・画像認識→物体検知、顔認証、表情分析、画像生成など
・自然言語処理→翻訳、音声分析など
・データ分析→オープンデータを使ってデータマイニングなど
AI人材のポートフォリオには分野ごとに上のようなものがあります。
珍しい内容だったり、実際にユーザーがいたり、社会で需要が増している内容のポートフォリオだと希少性が高くなります。
逆にコードをコピペしただけのありきたりなもの(例:MINISTの手書き数字の認識)は評価されません。
例えば、コロナ禍だった2020~2022年には、非接触で認証できるAIによる顔認証サービスやオンライン授業で利用できる感情認識モデルの需要があがっていたため、それに類似するポートフォリオを作っていたら企業から高く評価されていたはずです。
このようにポートフォリオの作成では自分の興味があることに加えて、社会のニーズもふまえて作ると評価されやすくなります。



ポートフォリオ作りにはマーケティング的な視点も必要なんですね😀
作るのが楽しみです💪
企業は未経験の人に対しては年齢に関係なくポートフォリオで評価するため、AI人材を目指す人は誰であってもポートフォリオ作りに力を入れるべきです。
ポートフォリオとポートフォリオサイトの具体的な作り方については別の記事で紹介しているので参考にしてみてください。


過去の経験
AI人材を目指す以前の仕事経験は、他の転職志望者と差別化できるポイントです。
マーケティング系企業が募集するデータサイエンティストの求人ではマーケッターとしての職務経験は評価されますし、製造業が募集する機械学習エンジニアの求人では製造業での働いた経験は評価されます。
20代前半の人はこのような経験がないことが多いですが、20代後半で社会人経験がある場合にはそれを活かしてAI人材への転職を有利にすることができます。
自己理解と企業分析をしっかりすることで、差別化できるように押し出していきましょう。
20代の希少性獲得についてのまとめ
・20代未経験の人がAI人材への転職を目指すときには基礎スキル(数学やコンピュータサイエンスに重きを置いたスキルアップ)とポートフォリオの2つにフォーカスして希少性を獲得するべき
それでは20代の人がAI人材を目指すときの希少性の獲得についてまとめます。
結論、20代の人は基礎スキル(数学やコンピュータサイエンスに重きを置いたスキルアップ)とポートフォリオの2つにフォーカスして希少性を獲得するべきです。
希少性は要素の組み合わせであり、例えば、理系大学院卒の人はそれだけで十分にAI人材として転職市場で評価されるので、最低限のAIスキルを身につけるだけで十分で、資格をとったりすることまでは不要です。
一方、高卒でフリーターとしての仕事経験しかない人でもポートフォリオや資格を取ることで補うことができます。
「どの要素を組み合わせて希少性を獲得するか?」という戦略は人それぞれとなるのですが、年齢や過去の経験は変えられませんし、学歴は変えるのに時間がかかります。
そのため、20代未経験の人はシンプルに基礎スキルとポートフォリオによって希少性を作ることが重要となるのです。
※自分に転職を実現するだけの希少性があるのか第3者にチェックしてもらいたい人は気軽にガチAI編集部に相談してみてください。
\ 現役AIエンジニアが無料で相談にのります! /



わたしはポートフォリオを頑張りたいと思います💪
20代未経験の人の転職活動


スキルアップと希少性の獲得ができたら、AI人材への転職の工程は8割がた終わったも同然です。
最後に集大成の転職活動を開始しましょう。
転職活動でおこなうことは「企業分析」「レジュメの作成」「求人への応募」「面接」の4つです。
AI人材の転職活動でやること
・企業分析
・レジュメ(履歴書と職務経歴書)の作成
・求人への応募
・面接
一つずつ解説します。
企業分析
転職活動の第一歩は企業の分析からスタートします。
幸い2020年代の今は多くの企業が自らSNSやオウンドメディアで発信している時代です。
※この時代に全く発信していない企業は社員にも情報をオープンにしない閉鎖的な企業である可能性が高いです。
能動的に探せばいくらでも情報が手に入ります。
情報源の例
・Wantedly(ウォンテッドリー)
オンラインだけではなく、東京ドームなどでおこなわているオフライン型の転職イベントに参加してみるのも生の声を聞けるのでオススメです。
ここでは参考までにAI人材を募集している企業の違いを紹介します。
この違いを事前に知っておくことで企業分析がスムーズに進むでしょう。
AI人材を募集している企業の種類
現在AI人材を募集している企業は大きく3つに分類できます。
AI人材を募集している企業
・SES(エスイーエス)
・SIer(エスアイアー)
・自社サービス運営企業
SES(エスイーエス)とは
SES(エスイーエス)とは客先へエンジニア系人材を派遣する企業を指し、客先に対して一定の業務期間に決められた業務を実施することを約束します。
SESとは「System Engineering Service」の略称で、システムの開発・保守・運用に関する委託契約の一形態であり、受託を受けた業務に対してエンジニアの”労働”を提供する契約のことです。
アンドエンジニアの記事から引用
SESから派遣される人材の指揮命令権は派遣元のSES企業にあります。
そのため、受託を受けた業務に対して、自社で教育して育てようとする傾向があり、未経験でも採用されやすいのがメリットです。
一方、SESのデメリットはあくまでも派遣なので自分の意志で仕事を選ぶのが難しいことです。
SIer(エスアイアー)とは
SIer(エスアイアー)はシステムを導入したい顧客から開発案件を受託して、システム開発や運用をおこなう企業のことです
SIerとは、「System Integrator」の略称で、顧客のシステム開発や運用などを請け負う企業のこと。
SIer(エスアイアー)の業務は顧客からのヒアリングに始まり、要件定義、システム設計、開発、テスト、運用・保守まで幅広いのが特徴です。
1つ1つのプロジェクトは短いものだと2~3ヶ月で終わり、長いものは数年間続きます。
それぞれのプロジェクトごとで関わるサービスも開発手段も変わるため、様々なプロジェクトに関わることを楽しめる人に向いています。
逆に言うと、1つのサービスに長く向き合いたい人には向いていません。
※SES(エスイーエス)とSIer(エスアイアー)の違い
SESはエンジニアを提供する企業であるに対して、SIerはシステムの開発や運用を受託する企業です。SESの場合はエンジニアの業務遂行に対して顧客から報酬をもらい、SIerは納品されたシステムや運用・保守を担うことに対して報酬をもらうという違いがあります。
自社サービス運営企業とは
自社サービス運営企業とは文字通り、自社でサービスを持っている企業です。
※SES(エスイーエス)とSIer(エスアイアー)の2つは他社のサービス開発のサポートをする企業です。
楽天やメルカリなどの企業を想像してもらえると分かりやすいです。
自社で人材を育てる傾向があり、長期的に1つのサービスに関わっていきたい人に向いています。
デメリットは転職難易度が高いことです。
多くのAI人材が自社サービス運営企業で働くことに憧れを持っているため、応募条件と倍率が高い傾向があります。
コンピュータサイエンス関連の学位の取得が応募条件になっていることが多いですし、東京の会社には日本が好きな海外出身のAI人材も応募してくるため、日本だけでなく海外の優秀な応募者との競争になってしまい、30代の未経験の人が採用されるためのハードルは極めて高いです。
企業の設立月日による違い
企業の設立月日によっても転職の難易度は変わります。
設立から日が浅いスタートアップ企業の場合、人や時間などのリソースが限られているため、フルスタックでパワフルにサービスを立ち上げていくことができる経験豊富な人材が求められるため、未経験の人は採用されにくい傾向があります。
逆に設立から10年以上経過し上場している企業の場合は、新卒や第2新卒などの20代前半の若い人を育てようとするので30代の未経験は採用されにくいです。
そのため30代未経験の人は、スタートアップでも上場企業でもなく、設立からある程度年月が立っていて、様々な経験をしている30代を欲している企業が狙い目になります。
向き不向き
20代未経験からAI人材を目指している人にとっての企業の相性を整理してみます。
SES(エスイーエス)
・将来的な転職を見据えて経験を積みたい人に向いている
SIer(エスアイアー)
・様々なプロジェクトに関わることを楽しめる人に向いている
自社サービス運営企業
・長期的に1つのサービスに関わっていきたい人に向いている
以上で企業分析についての説明は終わりです。
もし色々な企業から話を聞くなかで、転職活動の方向性がぐらいついてしまった場合には一度立ち止まり、転職専門のコーチから客観的なアドバイスを受けてみても良いでしょう。
一人で転職活動をしていると「自分は本当にAI人材として働きたいのか?」「過去の経験を活かした別の仕事のほうが良いのでは?」とか「機械学習系かデータ分析系かどちらの仕事のほうがやりがいがあるのだろうか?」というような疑問が生まれがちです。
特に20代の場合は過去の勤務経験が少なく、どんな企業が自分と相性がよいのかという基準を持っていないことも多いので、第三者からのコーチングは有効です。
転職専門のコーチに相談をできるコーチングサービス
・タイムチケット
・ココナラ
・ビザスク
上の表にあるようなサービスを利用して転職専門のコーチに相談することで、転職活動の方向性を固めることができます。



多くの人が自社サービス運営企業に転職をしたがるが、皆に向いているとは限らないんだ😑
飽きっぽい人には様々なプロジェクトに関わることができるSIerのほうが向いていたりする
求人に応募
企業分析が終わったら、実際に企業の求人に応募していきましょう。
AI人材の需要は高いので様々な媒体で多くの求人が募集されています。
下の表はAI人材の求人への応募方法を整理したものです。
AI人材の求人への応募方法
・転職エージェントを仲介して応募
例:DUDA(デューダ)、マイナビエージェント、レバテック、WORKPORT(ワークポート)など
・転職サービスを利用して応募
例:Green(グリーン)、@type(アットタイプ)、Wantedly(ウォンテッドリー) など
・転職イベントに参加して応募
例:マイナビ転職フェア、type エンジニア転職フェアなど
・企業のホームページから直接応募
・プログラミングスクールが斡旋してくれる企業に応募
※一般的に自社サービス運営企業は転職志望者向けへの発信に積極的な傾向があり、ホームページやWantedly(ウォンテッドリー)で募集していることが多く、SES(エスイーエス)とSIer(エスアイアー)は転職エージェントや転職サービスで募集していることが多いです。
利用できる応募方法は全て使って、気になる企業には全て応募していくのが良いでしょう。
20代のAI人材への需要は大きいため、人気が高い企業の書類通過も十分可能です。
逆に、応募した企業からの返事がなくても都度都度ショックを受けずに「オファーを出すことだけはタダ」なので応募を継続することが重要です。



応募した企業から返事がなくても諦めずに応募を継続したいですね💪
レジュメの作成
企業への応募と同時におこなっておきたいのがレジュメの作成です。
転職においてレジュメとは履歴書と職務経歴書のことを指し、市販の書式や企業指定の書式に従って紙で準備するはどの職種でも共通です。
AI人材の場合は紙のものに加えて、オンライン上でレジュメ代わりになるポートフォリオサイトも用意する人も一定数います。
ポートフォリオサイトの内容
・経歴
・スキルシート
・作品(作品へのリンクとコードの紹介)
・資格
・希望の仕事
・発信の紹介(発信サイトへのリンク)
ポートフォリオの紹介や発信サイトへのリンクに職務経歴書の内容を加えたものがポートフォリオサイトになります。
※エンジニアにとってポートフォリオは転職活動で1回作ったら終わりのものではなく、エンジニアとしての経験を積んでいくごとに更新して育てていくものです。
ポートフォリオサイトはGithub Pages(ギットハブページ)やRESUME(レジュメ)を使ったり、Wantedlyのような既存のサービスを利用して作ることができます。


https://www.resume.id/
ポートフォリオサイトを用意する人はまだ多くはないため、ひと手間かけて作ることで企業に積極性をアピールできます。
面接
応募した企業から返事があったらレジュメを提出。そして書類審査を通過したらいよいよ最後の面接です。
AI人材の面接は1次面接と2次面接の2段階となっていることが多く、それぞれ役割が違います。
企業から見た面接の役割の違い
1次面接
・スキルレベルや転職志望者の人柄、企業のカルチャーへフィットの確認が目的
2次面接
・実際に実務で活躍できるかどうかの確認が目的
1次面接に進む人は多いため、企業はここで転職志望者のスキルレベルや人柄、企業のカルチャーへフィットの確認をおこない、応募者をふるいにかけて足切りをします。
そして、2次面接が本番となります。
実際に実務で活躍できるかどうかの確認が目的の面接なので、質問される内容も「過去の仕事での成功した事例と失敗した事例」や「性格面での強みと弱み」というような具体性のあるものです。
複数の役員を相手にして論理的に具体的に対応する必要があるため、第3者を相手に模擬面接をしてもらって準備をすることも大切です。
模擬面接をすることができるサービスの例
・Timeticket(タイムチケット)
2次面接まで進んで不採用になるとショックも大きいですが、立ち止まらずに面接を受け続けましょう。
そして、面接を受けた企業から内定を貰えてたら、晴れてAI人材として働く人生がスタートします。



早くAI人材として働いてみたいですね🙂
まとめ
最後に20代未経験からスキルアップを開始してAI人材として働くまでの道のりをまとめてみます。
・自己分析
・情報収集
①コンピュータとWebの知識
②Pythonの基礎
③AIで使う数学の知識
④AIの知識
⑤Pythonを使ってAIモデルを実装したり、データを分析する実装力
※基礎スキルである①~③にみっちり時間を使ってスキルアップ
・ポートフォリオの作成
・企業分析
・レジュメ(履歴書と職務経歴書)の作成
・求人への応募
・面接
AI人材として内定を獲得して転職できれば新しい人生が始まります。
そして、どんな境遇であったとしても転職を実現する道はあります。
AI人材として働くことに興味がある人はまずは目標設定から開始してみましょう。



スキルアップから内定までは長い道のりですが、コツコツ努力すればAI人材になれそうです🙂