機械学習エンジニアになるまでとそれから
今まで「目標や習慣を公言して自分を追い込む作戦」を続けてきたわけですが、今回もそれです……が、ただ垂れ流しているだけでは読んでいただいた方に申し訳ないので、
・機械学習エンジニアになるのに必要そうなこと
・42Tokyoについて（試験を泳ぎ切った感想）
あたりについては参考になるかな？ ということもお話しできればなと思います。
その辺に興味はないけど見てやってもいいよ！ という方は、加えてTwitter等で「あれ、あいつ目標公言してたのにさぼってないか？」と生暖かい目で見守っていただけたらなおのことうれしいです。
あとは、１年近く続けているブログの今後等々についてもお話します。
４月から
4月に（ありがたいことに）機械学習エンジニアとして就職することが決まっていて、それと42Tokyoに通うことも考えているので（受かっているはず…！）、4月以降はそれらでとても忙しくなると思います。
特に仕事の方は研修が充実しているとはいえ、戦力としてできるだけ早く貢献できるようになりたいので、その準備をしっかりして4月を迎えたいと思っています。
１月まで（42について）
ということで今後の方針を……という前に、ちょっとこれまでについて話させてください。
１月は42Tokyoの入学試験、Piscineに参加してきました。
42はフランス発祥のエンジニア養成機関で、「無料」で参加できることや、学生同士で課題を解決する「ピアラーニング」を採用していることなどが特徴的です。
その42の入学試験は、Webテストと４週間ぶっ続けで行われるPiscineです。
Piscineでは、一緒に参加する仲間とともに課題を解決したり、テストがあったり……という感じなのですが、詳しい内容は残念ながらお話しできません。
ということで、ここからは感想になります。
Piscineは「泳ぐ」という表現をよく使います。
「溺れないように協力しよう！」とか、「最後まで泳ぎ切ろう！」とか言ったりします。
感想としては、この「泳ぐ」という言葉がぴったしだったな、という印象でした。
例えば、泳ぎきるためにはもちろん前に進まなければなりません。
浮かんでいるだけでは体力が持っていかれるだけです。
また、一人で泳ぐより、仲間と協力した方が、泳ぎ切れる確率は高まります。
それは足がつったとき（つまりつらいとき）に助けてもらえるという意味もありますし、そもそもPiscineは広い海で進む方向が分からないこともしばしばあるので、一人で進んでいると間違えたときに道を修正することができなくなります。
そして、４週間という長期間で行われるため、ペース配分はとても大事になってきます。
最初から全力で泳いだら、途中で息切れしてしまうかもしれません。
ということで、もし参加を考えている方がいたら、とりあえず泳ぎ切るために、予定の調整と体調管理を気をつけてください。
ちなみに42の日本での開催は今年が初で、最初のPiscineの募集はもう締め切られています（1, 2, 3月でそれぞれ開催されます）。
Webテストは今でも受けられるそうなので、次回参加を狙っている方は受けておくのもよいかもしれません。
ちなみに私はちょうど前職をやめていたので、Piscine中は友達と近くに家を借りて、一日１５時間くらいプログラミングしていました。
機械学習エンジニアに必要なこと
機械学習とは……みたいなことはちょっと省かせていただきます。
端的にいうと、今最も注目されているAI開発の分野、という感じでしょうか。
仕事にするには数学の知識やもちろんプログラミングもできないといけないので、結構やることはたくさんあります。
とりあえず私はこれまで
・Pythonの入門
・数学（大学が数学科）
・Kerasなどを使ったディープラーニングなどの勉強
を少しかじっているので、４月になるまでは復習と基礎固め、あとは少しコンテストにも挑戦したいと思っています。
会社から勧められたものなどはあまり言わない方がいいかな？ と思ったので、それ以外で４月までにやりたいと思っていることを列挙していきます。
―数学について―
新体系高校数学の教科書
→統計Web
私は数学科出身なので、数学は思い出すような感じになります。
ということで、高校数学を網羅的に、かつ数１，２，３などのカテゴリーに関係なく書かれていてちょっと違った視点で読める「新体系高校数学の教科書」を読んでみようかなと思っています。
その後は「統計Web」というサイトで統計検定２級くらいの知識をつけたいと思っています。
このサイト、無料なのにめちゃくちゃ詳しく書いてあって驚きました。
統計も勉強したことがあるので、参考書を買うかどうかは一通り読んだ後に決めたいと思います。
―機械学習について―
人工知能は人間を超えるか
→AI白書
→深層学習など
→kaggle
機械学習については、一番メインに勉強すべきことなので、それで何ができるかや、歴史、動向、そしてもちろん理論も含めて勉強していきたいと思っています。
ですので、まずはG検定（ディープラーニングを事業で「使う」うえで必要な知識）を所得するのに必要そうなことを勉強し、そのあとで実際にプログラムを書いていきたいと思います。
G検定でググってみると、最初の３冊がおすすめらしいので、とりあえずこの３冊を２，３週間で読みたいと思っています。
人工知能は人間を超えるか、は入門というか読み物的な感じかな、という印象です。
まずはここで概要をつかみます。
そのあとにAI白書というなかなか分厚い本を読みます。
これはまさにAIについて色々色々書いているよ、という感じだそうです。
最後の深層学習は数学的な内容も載っているそうで、多くのかたはこれが一番苦しいそうです（数式が好きな私的には多分むしろこれが一番読みやすそう）。
そのあとは、もう少し専門的な勉強をして、kaggleという機械学習コンテストをのぞきに行きたいと思っています。
本当はいきなりkaggleに挑もうかとも思ったのですが、基礎が大事な分野らしいので（経験者に聞いた）、ある程度基礎を勉強してから挑みたいと思います。
―プログラミングについて―
DataCamp
以前DataCampという海外の学習サービスに登録していたので、そこでPythonの勉強をしたいと思っています。
とはいっても、Pythonは一応結構勉強しているので、どちらかというと英語の勉強という感じです。
海外の論文も読まないといけなくなるので、専門用語は海外のものでも慣れておいた方が良いでしょう。
機械学習のコースもあるので、英語とプログラミング、そして機械学習の勉強もできて一石三鳥という感じです（その分多分苦労も３倍）。
―＋α―
後は、AtCoderという競技プログラミングのサイトで、C++の勉強をしつつ、コーディング力をつけていきたいと思います。
これは42のためでもありますし、仕事のためでもありますし、あとは純粋に楽しそう、と思ったからです。
ブログについて
最後に、ブログ等々今までやってきた活動についてです。
以上の課題を２，３月ですべてこなすのは結構大変そうなので、更新頻度を落とそうと思っています。
もし読んでくださっている方がいて、万が一楽しみにしているということであればとても申し訳ないです（そんな熱心なファンがいるのであればお声掛けいただきたい。励みになります）。
おそらく読書は週に１冊、ブログも１投稿だと思います。
名言は変わらず毎日投稿するつもりです。
それに伴って、投稿の形も少し変えました。
名言：Tumblrのみ（Twitterは本アカとは別で配信）
ブログ：Tumblr、note両方
名言をnoteで見ていた方は申し訳ないのですが、TwitterとTumblrで引き続き投稿しているのでご覧ください。
ということで、エンジニアとして頑張るためにそれ以外を結構削った形になりました。
落ち着いたらプログラミング関係の記事や、本から得た知識についてのブログもまた増やしていきたいと思っています。
それまで頻度は減りますが、応援していただけたら嬉しく思います。
ｐｓ
Piscineでは、一緒に参加した方々の助けもあって、なんと１月期MVP（スコア一位）を取ることができました。
今後どうなっていくかはわかりませんが、その称号に恥じない活躍をしていきたいです。
という堅いあいさつで締めるのもあれなので、最近使っている保湿クリームはニベアです。
この記事が気に入ったらサポートをしてみませんか？