AI人材に求められる力とは?~AI関連資格のすゝめ~

このエントリーをはてなブックマークに追加

皆さん、こんにちは。データデザイン部でディレクターを担当している林です。
普段はAIやデータ活用を軸にお客様の事業課題を解決するプロジェクトを推進しております。

お客様から日々AI活用に関するご相談を受ける中で、
社内でAI人材を育成するには?」「AI人材を採用するには?」といった声を多くお聞きます。

今回はそんなAI人材に必要なスキルついて書いていきたいと思います!

目次

1.AI人材とは

IT白書(2019)によると、AI人材の定義は以下のようにされています。
AI人材といっても様々な立場や役割があることがわかります。

さらに、IT企業の中で「AI人材はいる」と回答した企業は14.3%でした。
「AI人材はいないが、獲得・確保を検討している」が28.4%、「未検討」が57.3%という結果。
つまり、IT企業の中でも約8割の企業にはAI人材がいないということがわかります。

このような状況の中、昨年政府は有識者提案の「AI戦略」を発表しました。
日本がAI研究開発や人材育成について実行すべき具体的な目標を掲げ、方策を示したものです。
この戦略では、以下の4つの目標を設定しています。

特に教育面では、最先端のIT(情報技術)人材の育成が柱で、2025年までにAIの基礎知識を持つ人材を年間25万人育てる目標を掲げています。

皆さんの周りにも、ここ1年で変化があったのではないでしょうか。
大学ではデータサイエンスやAIに関する学科が開設され、企業でも続々とAIに関する部署が新設されています。
(私たちのお客様の中でも、この1年間で部署名がAIやDXのつく名前に変わった方を多く知っております。)

2.AI人材に必要な力とは?

とはいえ、AIという言葉自体が雲をつかむようなものなので、「AI人材に必要な力」は非常にあいまいです。

私が考えるにAI人材に必要な力は、「データを基に合理的な判断を下せる力」だと考えます。
そして、この力の基礎となるのは数学(微積分・線形代数)、統計データサイエンスの知識です。

もちろんこの基礎がなくとも、分析ツールやライブラリを使いこなすことでAIモデルの開発は行えます。
しかし、AIが分析した結果を正しいととらえるか間違いと捉えるかはあくまで人間であり、それを正しく判断するには数学や統計の基礎的な知識は必須となります。

【ご参考】AI人材に必要な数学力について

3.AI関連資格まとめ

それでは、具体的に何から始めればいいのでしょうか。

おすすめなのは、まず「資格」に挑戦してみることです。
資格取得を一つの目標にすることで、AIに関連する知識を体系的に学ぶことができ、
自分の求めている能力に対して何が必要かが明確になります。

以下、AIに関連する資格を4つご紹介します。

【統計検定】

http://www.toukei-kentei.jp

 
大学基礎科目レベルの統計学の知識の習得度と、活用のための理解度を問うために実施される検定です。
習得スキル別に4級~1級が用意されていますので、自分のスキルに応じて受験ができます。

「統計」というとエンジニアに必要なスキルのように感じられますが、適切なデータを集め分析を行うためには必須の知識となります。ビジネスサイドの方にもおすすめの資格です。
(私は2級取得目指してます!)

 

【G検定】

https://www.jdla.org/business/certificate/

 
日本ディープラーニング協会(以下JDLA)の主催する検定です。
Gはジェネラリストの略で、ディープラーニングの知識を事業活用するための知識が試されます。
ビジネスサイドの方におすすめです。
(弊部にはG検定取得者が多くいます。)

 

【E資格】

https://www.jdla.org/business/certificate/

 
G検定と同様、JDLAが主催する検定です。
ディープラーニングの理論を理解しつつ、適切な手法を選択し実装する力が試されます。
G検定と異なり、協会が認定したプログラムを修了することが受験資格となります。
エンジニア向けの資格です。

 

【AI実装検定】

http://kentei.ai/

 
ディープラーニング実装に必要なプログラミング、数学、基礎理論に関する知識が試される検定です。
何となく実装できるけど、意味が理解できていない…という方にはおすすめです。
E資格を受ける前の、基礎知識として受験することをおすすめします。

4.おわりに

今回は、AI人材に必要な力、そしてAIに関する資格をご紹介しました。
AIに関する資格の数や実績はまだまだ少なく、一般的にはあまり知られていないものが多い印象です。
とはいえ、AI関連の技術に注目が集まることで、資格の数は今後増えていくことが予想されます。

AIについての知識を勉強をする際の一つの目標、モチベーションとして、資格を利用してはいかがでしょうか。

以上、最後までご覧いただきまして誠にありがとうございました。

【無料ウェビナーのお知らせ】
「DX/AI推進を担当しているがうまく進まない」方に最適なウェビナーを企画しました

事業会社がAIを導入するには、現場から経営層までが一体となり、熱量をもってAI開発に携わることが重要です。そしてその成功の鍵となる考え方が「UX first」です。
本ウェビナーでは、これまで弊社が事業会社とAIプロジェクトを進めて感じた気付きから、「UX first」で進める必要性についてお伝えします。

<ウェビナータイトル>
経営層も熱狂させるAI活用~成功の鍵は「UX First」~
<プログラム>
1.データデザイン事業のご紹介
2.AI活用が進まない理由とは
3.AI活用における「UX First」な進め方とは
4.なぜ「UX First」だとうまくいくのか?事例のご紹介
5.QAタイム

日時:2020年12月10日(木) 13:15~14:15
参加方法:Zoomで参加(参加費無料)

お申し込みはこちら

WRITER
Maako Hayashi

Maako Hayashi

林   真亜子 Maako Hayashi

AI・データ活用のディレクターを担当。お客様のAI活用のプランニングから プロジェクト推進を支援。 JDLA Deep Learning for GENERAL 2019 #3

SNSで最新情報を発信しています

最新記事

ページTOPへ