【就活】文系出身者の挑戦!新卒で機械学習エンジニアになる方法
コンテンツ
こんにちは、kim1です。
今回は、【就活編】ということで、私が文系出身でありながら機械学習エンジニアとして内定を手にするために実践した方法について、大学生活での体験を元にお話しします。
この記事を通じて、文系出身者だけでなく、『機械学習を活用した仕事に就きたい!』と考えている方々が、具体的にどのようなステップを踏めば良いのかが明確になり、迷いを解消できると考えています。
必要な情報やアドバイスを交えながら、私自身の経験を通して、機械学習エンジニアとしてのキャリア形成に向けた具体的なアクションプランをご紹介していきます。
プログラミングの基礎を学ぶ(まずはprogateを2周!)1日目〜3ヶ月
プログラミングの基礎学習では、私はprogateを活用しました。初心者にも分かりやすいオンライン学習プラットフォームで、様々なプログラミング言語を学ぶことができます。
progateでは、自分のペースで学習できるため、時間がある人はもちろん忙しい大学生活の中でも無理なく取り組むことができます。また、様々な言語に触れることができますが、機械学習やAIに興味がある方にとっては、pythonの学習が重要です。
progateを利用することで、着実にプログラミングの基礎を学ぶことができます。これから機械学習やAIに興味がある方には、ぜひプロゲートを活用してpythonの学習を始めてみてください。pythonの力は、AIの分野で自分の夢を追いかけるための重要な一歩となることでしょう。
pythonで何ができるのか詳しくまとめている記事があるのでそちらもみていただけると幸いです。
【入門編】pythonとは?できることや勉強法をわかりやすく解説
中級レベルの学習を進める(Couseraで学ぶ)3ヶ月目〜6ヶ月
中級レベルの学習を進めるために、私はCourseraを活用しました。特にIBMが提供するデータサイエンスの教材に興味を持ち、取り組むことにしました。
Courseraのデータサイエンス教材は、専門的な知識や実践的なスキルを習得するのに役立ちました。ただし、全てのコンテンツが英語で提供されているため、英語が苦手な方にはハードルが高いかもしれません。その場合は、他の教材を選ぶことをおすすめします。英語の壁にぶつかり挫折してしまうことは避けたいですからね。
Courseraのデータサイエンス教材を通じて、より深い知識と実践的なスキルを学ぶことができます。実際の課題に取り組む中で、学んだ手法を適用する経験も積むことができました。また、Courseraは幅広い分野の教材が提供されており、自分の学習目標に合わせて選ぶことができます。(自分が興味を持った分野について勉強しましょう。)
E資格を受験 6ヶ月目〜1年
E資格は、一般社団法人日本ディープラーニング協会が運営している試験です。
これは、ディープラーニングの理論を理解できているか問われるような問題を選択形式で解いていく試験です。
一般社団法人日本ディープラーニング協会はE資格のほかにG検定も運営しており、G検定を受けてみてからE資格に挑戦する人がたくさんいます。
E資格は、G検定とは異なって試験を受けるためにJDLA認定プログラムを受講して修了する必要があります。
JDLA認定プログラムは、いくつか存在しますが私はその中でもAVILENのプログラムを受講しました。
理由としては、ほかのプログラムと比べて安いことや圧倒的E資格の合格率が高いという点で選びました。
私はAVILENを受講しましたが、自分に合ったプログラムを受講することが大切だと思います。
勉強方法や、なんで受験したのかについて詳しくまとめた記事があるので、そちらをご覧ください。
長期インターンで実務経験を得る 1年半〜
私はE資格を受験した後、データサイエンティスト職を目指して、長期インターンシップに参加する機会を得ました。この経験は、私にとって非常に有益なものでした。
まず、E資格での学習を通じて、機械学習モデルの理論や実践的な使用方法について学びました。特に、実務でどのようにモデルが活用されているのかを学ぶことができたことが非常に価値ある経験でした。
長期インターンシップでは、実際のプロジェクトに参加し、データ分析や予測モデルの構築などの実務的なスキルを磨くことができました。この実務経験は、将来の就職活動において大きなアドバンテージとなります。
ただし、データサイエンティスト職の長期インターンシップに受かるまでには、多大な努力が必要でした。ポートフォリオをつくってみるなどすることで受かる確率は高まると思います。
将来の機械学習エンジニアを目指す方にとって、長期インターンシップは非常に有益な経験となるでしょう。就職活動においても優位性を持つことができます。しかし、そのためには努力と粘り強さが必要です。挫折することなく、自身の目標に向かって頑張りましょう。
まとめ
今回の記事では、文系出身者が機械学習エンジニアになるために私が実際に行った学習方法や経験について簡単にまとめました。ただし、記事では具体的な就職活動に関する内容は取り扱っておらず、それについての要望が多ければ別途記事を作成する予定です。もっと詳しく知りたい方や要望がありましたら👍kim1【キムワン】という名前でTwitterで活動していますのでそちらで対応します!
重要なのは、自分が行った方法だけを追う必要はないということです。各自の学習スタイルや興味に合わせて、適切な学習リソースを選ぶことが大切です。また、勉強を始めるタイミングについては遅すぎるということはありません。努力と継続があれば、誰でも新しい分野を学び、成長することができます。
実際に私の知り合いには、就職活動を進める中でデータ分析を学び、データサイエンティスト職に就いた方もいます。
機械学習エンジニアへの道は挑戦的でありながらも充実したものです。自身の興味や目標に向かって、一歩ずつ前進していきましょう。そして、必要な情報やサポートを得るために、積極的にコミュニティやオンライン学習プラットフォームを活用しましょう。