見出し画像

【採用担当者の方向け】AI人材を採用するには?

LabBaseという理系人材に特化した採用支援サービスを運営するPOLで営業をしているまさしです。
今回は最近よくご相談いただくAI人材の採用に関して、僕がインプットした中で、出来るだけ採用担当者様が知っておくと良いだろうなと思う範囲でアウトプットしようと思います!
(実際のAI関係の研究をしている理系学生から聞いた話、本やネットから勉強した話、採用担当者さんや現場の技術者さんから聞いた話が主ですが、実際に研究されてる方からすると間違っている可能性や適切でない言葉を選んでいる可能性はございます。その点ご容赦頂き、教えて頂けると幸いです。)

目次
・そもそもAIとは?
・企業で求められるAI人材とは?
・AI人材が就職先に求めるものは?
・AI人材を採用するための施策は?

・そもそもAIとは?

そもそもAIとは何でしょう?ということをまずまとめようと思います。ここは実際の研究者の方からすると違うんじゃないかというご指摘を頂くこともあるかと思うのですが、自分がインプットした範囲での内容です。
さて本題ですが、今世間でブームになっているAIとは主に機械学習のことです。機械学習とはAIが自身でデータを学習し、そのデータからあるパターンを認識し、アウトプットを出す技術、と認識頂ければ良いかと思います。

AIと聞いて多くの方がイメージするアニメや映画の世界のロボットだったりは汎用人工知能、強いAIのことです。そしてその中に機械学習という分野があり、そしてさらにその中に深層学習という分野があるとご認識ください。

そして、現在機械学習がブームになっている背景には、深層学習というそもそもの技術の発展、大量のデータの取得が可能になったこと、計算機の処理能力が向上したこと、がございます。
ですので、こういった環境の要因もあって、AI人材が活躍できる、必要になっているということをご理解ください。
(逆に自社に大量のデータを取得できる環境がないなどあればAI人材は活躍しにくいので本当に必要なのかどうかを見直すなども必要かもしれません。)

・企業で求められ得るAI人材とは  

ここは、僕がよくご相談を頂くケースで2パターンに大雑把に括らせて頂きました。こちらも本当の技術者、研究者の方からすると非常に大雑把な括りにはなりますが、あくまでよくご相談を頂くケースが前提と御認識ください。
パターン①
機械学習エンジニア
こちらは、機械学習のアルゴリズムを開発、実装するエンジニアのケースです。事業会社やSierなどのベンダー企業共に採用しているかと思います。特にメーカー企業様などからよくご相談を頂くケースが多い印象です。業務内容としてはエンジニアとついていますので、機械学習のアルゴリズムを開発するエンジニアリングになります。求められる素養としてはITエンジニア同様に、一定以上のプログラミングスキルやエンジニアとしての素養が必要です。そこに機械学習の専門知識、情報工学系、数学系の例えば統計知識などが求められるケースが多いです。
最近はこういった統計知識がなくても簡単に実装できるフレームワークなどもあり、機械学習の研究をしていないが実装はできるというケースもあります。業務内容が研究よりなのか、ビジネスよりなのか、既にいるメンバーのレベル、ということも1つの視点でどれぐらいのレベルの方を採用するかを考えて頂くことになるかと思います。

パターン②
データサイエンティスト
データサイエンティストは性格にはAI人材ではなく、データサイエンティストが機械学習を使用するケースがあるというのが正しいかと思いますが、ここではデータサイエンティストも広義のAI人材として扱います。
データサイエンティストの業務内容はデータの処理を行って、分析を行い、ビジネス的なインパクトを与えることをゴールに事業開発やコンサルティングを行います。ですので、機械学習エンジニアと違ってどういった領域で事業を行っているのかというドメイン知識が必要になってきます。また、事業会社では、必要充分なデータがそろっていないこともあると思います。その場合は、正確な誤差の少ないアルゴリズムを汲み上げることよりも、いかにデータを取得するか、そのデータの中でいかに事業価値の高いアウトプットを出すかというようなビジネス的な視点に比重が高くなることもあると思います。ですので、大前提として研究やエンジニア気質の方ではなくビジネスへの興味やビジネスの視点ということを持ちながらデータ分析の技術だけでなくその事業領域のドメイン知識の取得にも意欲的な人材が必要になってくると思います。

・AI人材が就職先に求めるものは?

就職先に求めるものですが、こちらも前提として各個人によりますが、AI人材の多くが求めるもの、一定必要なものをまとめたのがこちらの内容になります。
【まず必要なもの】
まず、今から上げる中で重要度が一番高いのではというのが「データ」になります。そもそも、機械学習エンジニアでもデータサイエンティストでもAIが学習するためのデータや分析するためのデータが無いとなかなか活躍することができません。どういったデータをどれぐらい保有しているのか?というのはAI人材が気になることです。

【あるとベターなもの】
続いてあるとベターなものということで3つ挙げさせていただきます。それは「お金」「優秀なメンバー」「研究できる環境」になります。これらは、一定個人による要素が大きくなってくるものだと思います。
例えば、トップレベルのAI人材になると世間で言われているように高い年収を出す企業や海外の企業もかなりの額を提示します。では、そういった人材を採用したいという場合は採用競合がそれなりの年収を提示しているということを考えて採用活動をしないといけないということになります。
「メンバー」や「研究できる環境」とういのも同様です。たとえば、将来アカデミアの世界に戻りたいと考えている方もいらっしゃいます。そういった方は仕事をしながら論文が書けるのかであったりも気にしているケースもあります。
とはいえ、この辺りはどういった人材を採用するかによって変動するもので、あるとベターなものという認識でも大丈夫です。

・AI人材を採用するための施策は?

最後にでは実際にAI人材を採用するには?ということを考えます。
まず、担当者様に行っていただきたいのは自社が採用したいAI人材の解像度を上げるということです。
特にまず行っていただきたいのはどれぐらいのレベルの人材(情報工学系かそれ以外の分野もOKなのか、即戦力クラスなのかどうか、採用競合はどのあたにになるのか、など)をある程度あたりをつけて頂ければと思います。
その上で求める人材がいるような媒体や研究室、コンペ、などにアプローチしたり協賛したり、自社でハッカソンを開催するなども考えられます。
とはいえ、基本的にはどれぐらいのレベルの人材を採用したいのかを明確にすることから始まります。そして、その人材をいつまでにどれぐらい採用したいかという計画に落としこみ、目標の歩留まりなどを立てていきますがこの辺りは他の職種の採用とも近いかと思います。
そして、採用したい人材の解像度を高める為にということで、例えば実際に僕たちがお客様に提供している内容としてはこの記事で書いたようなことをより丁寧に広く深くお伝えしながら、実際の学生と直接お話しいただき一次情報を知っていただく、採用競合の取り組みをまとめてレポーティングさせていただく、採用対象になりそうな研究室のピックアップや研究領域のレポーティングなど様々行っています。
もしご興味ある方がいればこの辺は是非ご相談ください。

以上で、採用担当社様向け、AI人材を採用するにはというテーマでのnoteを締めさせて頂ければともいます。
内容は、そこまで難しい内容ではなく、かつもしかしたら間違ってる!とご指摘を頂くこともあるかもしれませんがその場合はこっそり教えていただけると幸いです。

最後までお読みいただいた方はありがとうございます。
引き続き理系採用、エンジニア採用は各方面勉強中ですので感想やフィードバックも頂けると幸いです。

=======================================================

株式会社POLについてはこちら
https://www.wantedly.com/companies/pol

個人のツイッターではPOLでの学びとか発信しています
https://twitter.com/ksmtmss7428

この記事が気に入ったら、サポートをしてみませんか?気軽にクリエイターを支援できます。

8
神戸大学大学院卒業後、新卒でPOLに入社 / 未来を加速させるために科学者の可能性を最大化中! / 神戸大学/ベルギー留学/新卒スタートアップ / 音楽と洋服とビールが好き / #20代マーケピザ 養成所/#トビタテ 5期 / #POL
コメントを投稿するには、 ログイン または 会員登録 をする必要があります。