【AIエンジニア学習ロードマップ】
データサイエンティストと近いAIエンジニアverでまとめるとこうなりそうです。
1. Python基礎学習
2. オブジェクト指向、クラス学習
3. GitHubの習得
4. データ処理(pandas、numpy、matplotlib、seaborn)
5. G検定取得(ランダムフォレストなど古典的な機械学習から、Transformerなど最新のディープラーニングまで体系的に仕組みを学ぶ。)
6. 生成AIの APIを使用したwebアプリケーション開発(Streamlit、openaiAPI、geminiAPI)
7. dockerの習得
8. クラウド(AWS、GCP、Azureのいずれか)の習得
9. 長期インターンや求人募集要件の調査
10. 9で調査した技術を使い、AIアプリケーションをクラウドデプロイして公開
(できたら)10.5データ分析コンペ(kaggleやsignate)に参加 or 業務委託インターンに参加
11. 選考対策(自己分析、面接対策)
Quote
タランチュラ | データサイエンティスト
@tarantula_ds_
【データサイエンス学習ロードマップ】
僕はこの12ステップで勉強し、大手データサイエンティストに内定しました。今だったらまた少し違うロードマップになりそうです。
・Python
・Git・GitHub
・前処理
・機械学習
・深層学習
・資格取得
・データ分析実績
・長期インターン
