会社で新しく人工知能のプロジェクトを立ち上げる場合、一番最初のステップは「人材」を採用する事です。ほとんどのケースで、この「人材採用」が最も困難で大きな課題となります。
経済産業省の試算によると、2020年までに人工知能やIoTなどの先端技術を扱える人材が4.8万人不足する可能性があると言われています。また、米新聞社大手ニューヨークタイムズの記事では、先端技術を本当の意味で使えるシニアエンジニアは世界に1万人程しかいなく、世界中の大学の合計で毎年約100名しか増えていないと言われています。
想像難くないですが、日本では他の先進国よりも人工知能の開発ができるエンジニア不足は深刻な状況です。一つの大きな理由として、現時点で人工知能関連の技術（機械学習や深層学習）を学ぶのに、英語がかなりの頻度で必要となることが要因かと思います。
さて、機械学習のプロジェクトを自社で立ち上げるとして、どのような「肩書き」の人材が必要なのでしょうか？「エンジニア」と言っても、システムエンジニアやプログラマー、さらにはデータベースエンジニアにネットワークエンジニアなどなど・・「肩書き」が溢れています。
データサイエンティストを雇えば良いの？機械学習を作れる人ってどんな呼び方？人工知能が新しい分野のため、採用する側もされる側も混乱があるかと思います。本記事では、そんな人工知能周りの人材の肩書きと、それに伴う一般的な役割やスキルセットをまとめました。
【１】機械学習エンジニア
機械学習プロジェクトの中心的な存在とも言える人材が「機械学習エンジニア」です。まだまだ日本では定着していない肩書きですが、海外では「Machine Learning Engineer」として確固たる地位を築いています。
米求人大手のglassdoorによると、アメリカでの機械学習エンジニアの平均年収は「128,549ドル」（約1457万円）となっており、職種としての需要があるのが解ります。
機械学習エンジニアの役割は、プロジェクトの全体を率いて、予測モデルのデプロイやインフラ関連、またプロジェクトのオペレーションを率いる統括役となります。データーサイエンティスト（次項目）が鍛錬をかけたデータセットを、機械学習エンジニアがデータパイプラインやウェブアプリケーションとの連結など、必要なコーディングを行なっていきます。
【２】データーサイエンティスト
日本では「機械学習エンジニア」よりも耳にしない、データーサイエンティストですが、人工知能プロジェクトには欠かせない存在です。データーサイエンティストの主な役割として、データの収集やデータセットの前処理、さらにデータの分析と予測モデルの構築となります。
「機械学習の9割の仕事はデータにある」とはよく言われることですが、データの良し悪しでほぼ全てが決まってしまうと考えても言い過ぎではありません。
機械学習エンジニアとデーターサイエンティストは二人三脚をしながら、プロジェクトを進めていきます。イメージとしては、データサイエンティストがプロジェクトの「裏側」、つまりデータセットの収集や分析、さらにはモデリングなど。対して機械学習は「表側」で、データーサイエンティストのデータとモデリングを、表側のユーザーに届けるのが役割となります。
【３】クラウドエンジニア
Amazon Web ServiceやAzureなど、クラウドを利用している企業は非常に大きくなっています。人工知能プロジェクトのほとんどで直面する課題の一つ「スケーリング」に対応する役職となります。
機械学習では非常に大規模なデータセットを扱うため、しっかりと分散処理を最初から設計してプロジェクトを進めなくてはいけません。海外では特に機械学習に精通をした分散処理のスペシャリストのことを「Distributed Systems Engineer」（分散システムエンジニア）と近年では呼ばれ始めました。
【４】Google公認 データエンジニア
さて、最後の「肩書き」として言及しておきたいのがGoogleの認定資格「データエンジニア」です。これは、2016年12月に、増え続ける機械学習＆データを扱うスペシャリスト（いわゆるデーターサイエンティスト）の需要を受けて、Googleが作成した公認試験となります。
Google 認定プロフェッショナルであるデータエンジニアの職務は、データを収集、変換、可視化してデータに基づいた意思決定を可能にすることです。データエンジニアは、データ処理システムについて、特にそのセキュリティ、信頼性、フォールトトレランス、拡張性、適合性、効率性に重点を置いてシステムを設計、構築、保守、トラブルシューティングできることが必要です。また、データを分析してビジネスの成果を客観的に判断できること、意思決定をサポートする統計モデルを構築できること、重要なビジネスプロセスの自動化と簡素化を図るための機械学習モデルを作成できることも要求されます。
Google データエンジニア
上記、Googleの公式からの引用となりますが、イメージとしては「機械学習エンジニア＋データサイエンティスト」といった職務に近いかと思います。人工知能のプロジェクトを始めるのであれば、一先ずはこの資格ホルダーにターゲットを絞って人材募集を行なってみるのも良いかと思います。
まとめ
まだまだ新しい人工知能の領域ですので、何から初めて良いのか解らないと感じる経営者も多いのではないでしょうか。人工知能先進国のアメリカでは、大手では既に当たり前、中小企業でも機械学習や人工知能関連技術を取り入れている会社が激増しています。
まずは、どのような人材と肩書きがあるのか？という素朴な質問をまとめてみました。実際に人材採用活動をする際には、データサイエンティストが集まるKaggleを活用するのもひとつの手かと思います。
以上、「人工知能開発チームに属する人材たちの肩書き」でした！
