AI キャリアに移行する IT プロフェッショナルのための 8 つのヒント

IT プロフェッショナルは、IT 職から AI 技術職にどのように移行するのでしょうか? 専門家によると、これには時間がかかり、IT プロフェッショナルは AI キャリアを開始するためにいくつかの変革テクニックを試す必要があるとのことです。

企業における人工知能 (AI) は大幅に成長すると予想されており、経験豊富な IT プロフェッショナルは、キャリアの軌道を AI に合わせる方法を模索しています。実際、2018年5月から2019年5月にかけて、Indeedに掲載されたAI関連の求人数は29％増加し、同じ期間にAI関連の求人を探す求職者は15％減少しており、IT業界がAI専門家の不足に直面している可能性があることを示唆しています。

[[278239]]

「機械学習と人工知能は私たちの生活のいたるところに存在しています」と、ミシガン工科大学コンピュータサイエンス学部のコンピュータシステム准教授で、コンピュータおよびサイバーシステム研究所所長のティモシー・ヘイブンス氏は語る。「この市場は今後数年間で飛躍的に成長するでしょう。若者や転職を考えている人にとって、今はすべてを変えつつある分野に参入する絶好の機会です。」

人工知能のキャリアパス: 始め方

Python と R のプログラミング スキルは、AI キャリアの初心者に役立ちます。

多くの IT プロフェッショナルにとって、既存のスキルの一部を活用して AI 関連の職に就くことは、論理的な次のステップです。 AI技術戦略責任者のザカリー・ジャーヴィネン氏は、PythonやRでコードを書くプログラマーや開発者は、これらの言語の機械学習ライブラリとOpenTextの分析機能がすぐに利用できるため、比較的早くデータサイエンティストに昇格できると述べた。

「独自のモデルを展開したい場合、優れたソフトウェア エンジニアリング スキルを持っていることは理にかなっています。IT 担当者は機械学習ライブラリの基礎知識を持ち、ソフトウェア エンジニアリングも理解する必要があります」と、データ アナリストとしてキャリアをスタートし、現在は CapTech Ventures でデータ サイエンスの分野で働く Vicki Boykis 氏は付け加えました。

Jarvinen 氏は、IT アーキテクトと DevOps プロフェッショナルは、機械学習を可能にする大規模なデータ パイプラインの作成と管理を担当するデータ エンジニアの役割に特に適していると述べています。情報セキュリティ、コンプライアンス、契約、収益運用、データキャプチャ、または運用効率の分野の知識労働者やドメイン専門家であっても、多機能 AI プロジェクト チームで作業する機会をつかむ必要がある場合があります。

人工知能分野でのキャリアに移行するための8つのヒント

IT プロフェッショナルは、どのようにしてこれに備え始めることができるでしょうか? AI 関連の役割への移行を検討している場合は、次の 8 つのヒントを検討してください。

1. ソフトウェアスキルを統合する

「何よりもまず、応用AIで成功するには、熟練したプログラマーでなければなりません。そのためには、よく練られたコードを作成する能力、問題が発生した場合のデバッグ、強力なデータ管理スキルなど、すべてが必要です」とヘイブンズ氏は語った。

TEKsystems のデータ分析および洞察担当シニア プラクティス ディレクターの Ram Palaniappan 氏は、Python を知らない場合は学ぶ必要があると付け加えました。

2. 人工知能の基礎をマスターする

「基本的なアルゴリズムや、これらのアルゴリズムが解決できる問題の種類など、機械学習と AI の基礎を IT 部門が十分に理解することが重要です」とヘイブンズ氏は言います。

3. AIビジネスを理解する

「IT プロフェッショナルがまだ AI を自分のアプリケーション領域に統合していない場合は、AI を理解する必要があります」とヘイブンス氏は言います。「機械学習を通じて回答する必要のあるビジネス上の質問を理解することが、最も重要なスキルです。これには、ビジネスを理解すること、企業全体の仕組みを理解すること、傾聴スキルが含まれます。」

4. 人工知能に関するデータサイエンスコースを受講する

機械学習と人工知能の分野で必要なスキルを習得する簡単な方法は、継続教育を受けることです。正式な強力なデータ サイエンス プログラムに加えて、実行可能な無料のオプションも多数あります。

5. 認定を受ける

Palaniappan 氏は次のようにアドバイスしています。「基礎コースを修了したら、AWS、Azure、Google Cloud などのクラウド プラットフォームのいずれかで認定を取得してください。スキルをアップグレードしながら、データ アナリストまたはビジネス アナリストとして参加できるプロジェクトを探し、学んだことを応用してみてください。仕事を通じて学ぶのがおそらく最も効果的な方法です。」

6. メンターを見つける

組織内に、社内の AI 専門家とこの分野に興味のある IT スタッフをマッチングさせるプログラムが現在ない場合は、開始する必要があります。 「求人市場における人材の需要が高まっていることを考えると、実務家やジュニアアナリストなどをAIに重点を置いた役割に異動させることは、スキルの構築と組織を離職問題から守るのに役立つ可能性がある」とジャーヴィネン氏は述べた。

7. コミュニケーションと協力が必要

「機械学習と AI は、あらゆる問題の万能薬ではありません」とヘイブンス氏は言います。「IT 部門がアプリケーションの基礎を理解し、他の担当者と連携する能力は、強力な最終製品を生み出すために不可欠です。したがって、機械学習や AI のアーキテクトとして成功するには、コミュニケーションとチームワークが非常に重要です。」

8. 学び続ける

「多くの技術分野と同様に、AI で成功するには継続的な学習とトレーニングが必要です」とジャーヴィネン氏は言います。「キャッチーな見出しにもかかわらず、AI は継続的な学習とトレーニングのプロセスから成功が生まれるという点で、他の情報技術分野と非常によく似ています。」