AIエンジニア（見習）になるまでの2020年のキャリアを振り返ってみた

データラーニングギルドのアドベントカレンダーの３日目の投稿記事になります。

ビジネス寄りのキャリアからデータサイエンス、機械学習をやるぞとキャリアチェンジを図ったものの、今年に入って3社ほど転職、ようやくビジネス職からAIエンジニア(見習)になった自分のキャリアの変遷を振り返ってみました。

時系列が実際とズレているかもしれませんが、ご容赦くださいませ。

2019年10月

事業会社のバックオフィス勤務でしたが、独学で学んでいたpythonを活かしたいという思いに駆られていました。

その頃は地方に住んでいましたが、機械学習系の仕事が多いのは圧倒的に東京です。

思い切って東京で働こうと決意し、転職サイトで活動を始めました。

2019年11月

正直なところ、pythonを使ってデータマーケティングをやるのか、アナリティクス系をやるのか、データサイエンティストを目指すのか、機械学習エンジニアを目指すのか、その頃ははっきりしていませんでした。

何社か面談させていただくうちに、ウェブ解析士の資格を取得していたり、やGCIセミナーに申し込んで勉強しようとしている姿勢を評価いただき、データサイエンス系の会社に内定をいただきました。

データサイエンスの経験がないこと、バックオフィス系の経験が長いことから、最初はバックオフィスの手伝いをしながら、データサイエンスを学んでいくこととなりました。

さっそく私は退職の意向を直属の上司に伝えました。

直属の上司は嫌な顔一つせず、「（私が）やりたいことができてよかった」と言ってくれたのは感謝しかありません。

申し込んでいたGCIセミナーもありがたいことに当選していました。

未経験だけど実務でやっていけるよう、セミナーを通じてデータサイエンスを学んでいくぞ、そう決意したのでした。

2019年12月

実務がわからない点が不安だったので、データサイエンス系のコミュニティはないかと探したところ、同じブログを書くコミュニティに入っているエンジニアさんが、データラーニングギルドというデータサイエンティストのためのコミュニティの話をされていたのでさっそく申し込んでみました。

データサイエンスの会社は1月からの勤務なので、データラーニングギルドは1月からスタートにしました。

2020年1月

年始からデータサイエンスの会社の勤務を開始しました。

一旦所属はバックオフィス系になりました。

が、不思議とバックオフィス系のチームメンバーは浮かない顔をしています。

入社の条件として業務量の割合がバックオフィス半分、データサイエンス半分で入った私は、早くバックオフィス系の仕事を早く片付けてデータサイエンスをやっていきたかったのですが、仕事らしい仕事がありません。

妙だなと思って探りを入れてみると、どうもバックオフィスの業務は艇をなしていなかったようです。

私を採用してくれた現場の人たちも、私の採用後に実態がわかってきたようです。

引っ越しまでしてもらったのに申し訳ないことをした、と言われてしまいました。

肝心のデータサイエンスのほうも思っていたようなデータサイエンスではなく、退職者が相次いでいました。

意気揚々と東京まで来て早々に転職活動を再開することになりました。

2020年3月

3月に入り、ありがたいことに事業会社でデータサイエンス初心者でもOKなデータサイエンス系の仕事がある、という会社さんに転職することができました。

どちらかというとビジネスよりの仕事で、かつ未経験の業種でしたが、ようやくデータサイエンス系の仕事ができると張り切りました。

そうこうしているうちにコロナが流行して社会情勢が大きく変わってしまいました。

2020年5月

なかなか思うようにデータサイエンスに近い仕事ができない

緊急事態宣言で強制的にリモートワークが進み、リモートいいよね、通勤時間って効率悪いよね、というムードが高まりました。

勉強会もオンラインになり、何しに東京へ転職したのだろう、と考えるようになりました。

そんな中、緊急事態宣言が解除され、勤務先はバックオフィス含め原則出勤になりました。

それに伴う様々なアクシデントも発生しましたが、原則出勤は変わりませんでした。

出勤しているから、というわけでもありませんが、このままだと地元にも帰れそうもないな・・・と感じました。

2020年7月

コロナ収束が見えない中、せっかく東京の会社に来たのに思うように街にも出づらい、勉強会はオンラインで参加できる、データサイエンスは出来ていない、と悶々とし始めました。

最悪コロナが重篤化して死ぬリスクもあるんだったら、思い切ってまた転職しよう！と心に決め、転職活動を再開しました。

前に利用したことのあるAI系の転職エージェントさんと、初めて利用するデータ分析系の転職エージェントさんに依頼することにしました。

2020年9月

転職活動を進めるも、実務未経験、加えてAI幻滅期に入ったことや、コロナ不況もあって転職活動は思うように進みませんでした。

そのうち、紹介できる企業様がなく、紹介できる案件が出来たらまたご連絡しますといったきり、エージェントさんからは何の連絡もなくなってしまいました。

諦めきれない私は技術系の転職サイトで転職活動を続けることにしました。

2020年9月

転職サイトを使ってデータサイエンス、機械学習、分析系の会社を相当数応募、面接していただく機会を得ましたが、結果は振るいませんでした。

今思えば色んな業種、社風の会社を見れたのはいい経験でした。

そんな折、データラーニングギルドでBULLBASE様が、AIに取り組む企業を紹介可能という案内を見かけ、応募してみることにしました。

2020年10月

BULLBASE様より今の会社を紹介いただきました。

また、経産省主催のAIQuestを開始しました。

2020年11月

2回ほど面接を経て、ありがたいことに今のAI開発会社の内定いただき、勤務を開始しました。

G検定や書籍で得た知識を思い出しながら、実装力不足を痛感しつつも何とかやっております。

AIQuestは第1タームの課題が終了しました。

振り返り

ありがたいことにAI系の企業に転職できたものの、転職活動が難航した理由、そして最終的に内定をいただけた理由を自分なりに考察してみました。

難航した理由

• エンジニア実務経験のなさ

厳しい表現ですし、自戒も含みますが、技術ブログや書籍のコピペで事足りるような事しかしていない場合、特に何の評価も受けません。

ふんわりしたお困りごとから課題を抽出し、どんな技術で解決できるのかを導き出し、納期と戦いながらエラーと格闘して解決するスキルは、実務をやっていないと証明が難しいです。

個人開発でサービスをローンチしていれば別ですが、より難しいといえます。

• 企業側のニーズと自分のスキルのマッチング

Webマーケティングであればログ解析のためSQL、広告系なら効果検証のための因果推論、インフラ寄りならインフラ経験、ヘルスケア領域なら医療知識と、その会社によって重視されるスキルが異なります。

さすがにその会社の特殊性が強いスキルはわからないと思いますが、一般的にこの業種なら求められるであろうスキルと、自分がもっているスキルがマッチしているかは検討したほうがいいでしょう。

自分の場合は、一次請中心のためお客様の課題を洗い出すことから始まりやすいからコンサルスキルが評価されたのかなと思います。

• 情報系、コンピューター系の学歴のなさ

痛感しましたが、特に有名企業のデータサイエンス領域ですと機械学習分野の研究をしていた人たちが集まっているので、その中へ未経験で飛び込むのはよほどとびぬけた理由が必要になるでしょう。

• 志望動機がはっきりしない

Web開発をやってみたい、機械学習をやってみたい、といった志望動機ですと他の企業でもできますし、何より面接している企業や業界の特徴をあまり調べていないことが透けて見えてしまいます。

とはいえ、その会社の特徴なんてないよ、とか、別にその会社でなくてはならない理由なんてない、というときもあるでしょう。

そんな時は、とりあえず徹底的にその会社について調べましょう。

きっとイメージが沸いてきて、働きたい理由が見つかるはずです。

(あくまで私の私見なのでうまくいかなくても責任はとれません、悪しからず)

上場企業ならEDINET、そうでなくても会社HPやNOKIZALや官報の決算公告などで沿革、業績、役員の経歴、事業内容を確認しましょう。

例えば沿革を見ればどの事業や技術、国に展開してきたのかがわかりますし、役員の経歴を見ればどの部署の方が出世しているのかがわかります。

業績も利益率だけでなく、損益計算書で広告費や地代家賃、貸借対照表で土地や機械装置を見て不動産や設備を持っているのか、純資産をみて利益が積みあがっているのか否か等も見てみましょう。

NEWSPICKSやGoogleで関連ニュースを検索しましょう。

サービスのリリースや業務提携の情報を見ることで、会社の方向性をうかがい知ることができます。

社長が書籍を出版されていることもあります、社長の経営哲学や人生観を知ることができるので読んでみましょう。

• ネガティブな転職理由

やりたいことができない、残業が多い、上司が言うことを聞いてくれない・・・そういったネガティブな理由を採用時に言うのはNGです。

思い返すと、最初のうち自分はかなりネガティブなことを言っていたと思いますが、面接官は、この人はなぜ現職を辞めようとしているのか、自社に入社したとしても同じ理由で辞めないかどうかを確認しています。

しかし、例えば常識外れのブラック企業にいる、明かなハラスメントを受けている、採用時の条件が嘘だったなど、どうしても転職理由がネガティブにならざらない時もあるかと思います。

そんな時は、極端ですが嘘にならない程度に前向きな理由を言うようにましょう。

自分自身のことですとネガティブかどうかわからないことも多いので、エージェントさんやビジネス経験豊富な知人に聞いてもらって確かめてもらうとよいでしょう。

なお、嘘はすぐバレますし、運よく内定・転職してもバレると危険なのでやめましょう。

• 年齢

正直若い方が有利です。。

• 希望年収

エンジニア未経験の場合は新卒と同等の年収となりがちなため、自身の希望年収と提示される条件が合わない事も多いです。

評価していただいた理由

• G検定

G検定に限らず、受託系の会社であれば、営業的なアピールのため資格取得者数を表示していることが多く、資格取得を奨励しているため、評価につながりやすいと思われます。

• 技術ブログ週1更新を継続している点

技術以外も含めるなら2年くらい、技術的な内容に絞ってからは10ヶ月ほど、週1ブログを更新していますが、正直かなり大変です。

ちゃんと継続している点、学び続けている点を評価していただいたのかもしれません。

• コンペ経験

メダルも称号もとっていない身ですが、kaggleの経験は評価いただけました。

思うに、コンペにも取り組まれている会社であったので、リアルタイムコンペを諦めず最後までやり切った点を評価いただけたのかと思います。

ただし、実務ではコンペに出るようなキレイなデータは手に入らないし、精度をただあげればいいというものではないのもまた事実です。

参考書籍

転職の思考法

知り合いから紹介いただいた本ですが、物語仕立てなのでとても読みやすいですし、どういった業界を目指した方がいいか、どういったスキルを磨いた方がいいかなど、非常に参考になる内容でした。

以上になります、最後までお読みいただきありがとうございました。