[やることリスト]機械学習エンジニアになるために

ご覧いただきありがとうございます。
データマエストロのたむです。

データエンジニアの私が、機械学習エンジニアになるために必要だと思うことを書いてきます。
この記事をベースに、これから学習に取り組んでいきます！

参考にした動画

とあるyoutubeの動画を参考にロードマップを作成しました。

こちらの動画を選んだ理由は、会話されているお二人の前職が「キカガク」という、AI・データ分析に関する講座の講師であったからです。

私が、初めて機械学習に興味を持ち、数学を学ぶのに使用したのが、キカガクが出しているudemyの講座でした。
微分積分・線形代数の概要を理解するのに、とてもわかりやすい解説でした。

現在はAIエンジニアとして活躍されていることもあり、現役の方の生の声は参考になると思い、ロードマップを作成することを決めました。

機械学習エンジニアに必要なこと

それではまず動画の中で話されていた、機械学習エンジニアになるために必要な知識になります。
動画の中では、データサイエンスと機械学習エンジニアに必要な知識を紹介していたので、
「1. データサイエンスティストと共通して必要なこと」
「2. 機械学習エンジニアに特化して必要なこと」
に分けて紹介していきます。

1. 機械学習エンジニア、データサイエンティストで共通して必要なこと

   1. Pythonでデータ分析ができる

      1. pandas

      2. numpy

      3. matplotlib

   2. 基礎的な数学

      1. 微分積分

      2. 線形代数

      3. 統計

   3. 機械学習の基礎的な知識

      1. 機械学習のアルゴリズム

      2. 深層学習のアルゴリズム

   4. エンジニアリング

      1. GitHub

      2. Linux

      3. SQL

      4. クラウド

2. 機械学習エンジニアに特化して必要なこと

   1. 機械学習の得意領域をつくる

      1. テーブル

      2. 画像解析

      3. 自然言語処理

   2. WEBアプリケーション知識

   3. DevOps、MLOps

   4. Docker

   5. テスト

概要を理解する

上記の内容で私が普段触れている部分は除いて、概要を理解していない部分を重点的に強化していきたいと思います。
具体的な勉強方法、教材も書いていきます。
（※随時アップデート）

1. Pythonでデータ分析ができる

   1. udemy

2. 基礎的な数学

   1. udemy

   2. 書籍

3. 機械学習の基礎的な知識

   1. 書籍

      1. 図解即戦力　機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書

4. DevOps、MLOps

   1. 書籍

5. Docker

   1. 書籍

教材はまだ載せられてませんが、今日は一旦ここまで！
また随時更新していきます！

おわります！