内容

目次

●1章　AI業界の現状と基礎知識 01 幅広く使えるAI 02 企業へのAI導入の動向 03 AI人材の需要 ●2章　AIエンジニアの仕事と仕組み 04 AIエンジニアってどんな人？ 05 AIエンジニアと関わる人々 06 AIシステム開発の全体像を把握する 07 PMの仕事と役割 08 自社開発と受託開発 09 AIシステムの頭脳 10 AIモデルの作成とプログラミング 11 AIシステムの導入事例 ●3章　AIエンジニアの求人状況と働き方 12 AIエンジニアの転職市場 13 AIエンジニアの労働条件 14 AIエンジニアの学歴と年齢層 15 AIエンジニアの1日 CASE1 16 AIエンジニアの1日 CASE2 17 AIエンジニアの1日 CASE3 18 AIエンジニアの仕事とは - 総括 - ●4章　AIエンジニアになるには 19 AIエンジニアに必要なスキル 20 AIスキルに必要な基礎知識 21 AIプログラミングの始め方 22 アプリケーション開発スキル 23 AIエンジニアに必要な資格とは 24 AIエンジニアになるには～学生の場合～ 25 AIエンジニアになるには～ITエンジニアの場合～ 26 AIエンジニアになるには～非ITエンジニアの場合～ ●5章　AIシステムの概要 27 AIシステムとは 28 AIシステム開発の流れ 29 AIシステムに何をさせたいのかを決める 30 AIモデルの学習 31 AIモデルの検証と評価 32 データの扱い方を考える 33 システムの規模を検討する 34 AIシステムに必要な仕組み ●6章　AIモデルの構築とPoC 35 PoCの重要性 36 AIモデルの試作で「何を」分析するのか 37 データ収集で注意すべきこと 38 AIモデルで使うアルゴリズムを検討する ①教師あり学習 39 AIモデルで使うアルゴリズムを検討する ②教師なし学習 40 AIモデルで使うアルゴリズムを検討する ③アンサンブル学習 41 AIモデルで使うアルゴリズムを検討する ④ディープラーニング 42 AIモデルの性能を検証する 43 AIモデルの性能を評価する 44 高すぎる精度には過学習を疑う 45 データが少ない場合 ●7章　AIシステムを作る 46 PoC終了後から製品化までの流れ 47 PoCで作成したAIモデルを本番用に改良する 48 AIシステムを構築する 49 AIシステムをテストする 50 AIモデル更新の方法を検討する ●8章　AIシステムの運用 51 システムの運用 52 AIシステムを監視して異常がないかチェックする 53 AIモデルの更新 54 AIシステムの苦手部分は人がフォローする ●9章　AIエンジニアになったら 55 地道な経験を積もう 56 理想のデータと現実のデータを知る 57 大規模なデータを扱うにはインフラの知識が必須 58 顧客の期待値を調整する 59 ビジネススキルを身に付ける 60 最先端技術だからこそ学び続けなければならない 61 ステップアップのために