E資格(エンジニア資格)とは、ディープラーニングを実装する技術を持つエンジニアに与えられるAI資格の一つ。
「一般社団法人日本ディープラーニング協会」(JDLA)の実施する認定プログラムを受講し、試験に合格することで取得することができます。JDLAの認定している講座の受講が受験資格となるため、独学では取得することができません。
近年、成長を見せているAI事業。AIエンジニアは、機械学習を行ううえでPythonなどのプログラミング知識は必須。そのほか、確率や統計学など、データ解析には数学的知識も必要になります。
AI資格には、基本情報技術者試験やPythonエンジニア試験、統計検定などもあります。どれもAIエンジニアになるうえで、必須の資格ではありませんが、新しい知識が求められるAI関係の業界では取得のための勉強がそのまま技術にも繋がります。
中には、ITパスポートなどの国家試験も存在しますが、大手SIerの就職などを希望する人は、資格を取得しておくことで就活にも役立ちます。
ディープラーニングの産業への取り組みが進む中、ディープラーニングを含むAI技術者が必要とされていますが、現在、全く人材が足りない状況です。企業、研究所、大学などでAI技術を学ぶ機会は少なく、独学で身につけるのも簡単ではありません。
E資格を受ける最大のメリットは、ディープラーニングを実装レベルまで学べることではないでしょうか。
E資格の試験に合格すると、JDLAが主催する様々なコミュニティに参加することができます。コミュニティに入ると、ディープラーニングに関する勉強や様々な情報交換ができるだけでなく、普段では知り合えないようなディープラーニング専門家との人脈ができ、キャリアアップも期待できます。
AI技術者不足は世界中の問題となっていますが、日本では特に人材が不足しています。ディープラーニングを実装できるAI技術者の評価は年々高まっており、異業種からの技術者引き抜きも多くなっています。
今後、ますます技術者の価値が高まっていくことが予想されるので、E資格を持っていれば就職や転職に有利になることは間違いないでしょう。
E資格を持っていると、名刺にE資格ロゴを表記できるようになります。流行りにのって名刺にAI技術者と表記する人もいますが、E資格はJDLA主催の資格なので確固たるAI技術者であるという証明ができます。
最も良く使用されている表記は、正式名称版が「JDLA Deep Learning for ENGINEER 2019 #1 合格者」、短縮版が「JDLA E資格 2019 #1 合格者」となります。
E資格の受験資格を得られるJDLA認定プログラム提供社(2022年3月15日時点)の中から、
・専門家の監修を受けている質の高い教材を活用している
・数多くの企業・受講者が過去に受講している
3講座をそれぞれの講座の内容から習熟度別に紹介します。
JDLA理事監修の信頼おける教材で
理論も技術も身につける
教材監修者
実務経験者の
アドバイスで
ビジネスに活かす力を
つける
教材監修者
基礎から学び
AIエンジニアの
地力を
つける
教材監修者
各社の習熟度はJDLAのインタビューを参考にどの知識レベル向けに作成しているかを判断しております。
zero to one(https://www.jdla.org/certificate/engineer/programs/bizlist/no00002/)
STANDARD(https://www.jdla.org/certificate/engineer/programs/bizlist/no00004/)
アイデミ―(https://www.jdla.org/certificate/engineer/programs/bizlist/no00007/)
知名度を調査したところ、AI事業などに関わる人のほとんどは存在を認知していました。
しかし、エンジニアの中でも「名前は知っているが、どんな資格なのかは把握できていない」という人が半数近くいることがわかりました。
このページでは、E資格とはどんな内容の資格なのかを解説していきます。
E資格を取得しようと考えたことのある人の割合はなんと、44%。約半数近い人が取得をしようと考えたことがある、と答えました。実際に取得をしている人を見ても、26%と3割近くの人は実際に資格を取得した、と答えています。E資格に関しては、必要性を感じて資格取得を考える人が多い割合で存在していることがわかりました。
今後、AI事業やディープラーニングを用いた技術が発展していく中で、資格を先に取得しておくことは、将来への投資になると考えられます。
試験日の過去2年以内にJDLAが認定しているプログラムを修了している必要があります。認定プログラムは2020年4月時点で13ですが、今後、増えていく予定となっています。内容はディープラーニングの基礎から既にエンジニアとしての知識がある人向けのものまで様々です。試験時間は120分で108問程度が出題されます。
2020年~2023年の試験日程 |
---|
2020#1 2020年2月21日(金)・22日(土)(終了) |
2020#2 2020年8月29日(土)(中止) |
2021#1 2021年2月19日(金)・20日(土) |
2021#2 2021年8月27日(金)・28日(土) |
2022#1 2022年2月18日(金)・19日(土) |
2022#2 2022年8月26日(金)・27日(土)・28日(日) |
2023#1 2023年2月17日(金)・18日(土)・19日(日) |
2023#2 2023年8月25日(金)・26日(土)・27日(日)※申込み期間は未定です |
※バウチャーの有効期限は申込み検定の回のみとなります。
【引用元】日本ディープラーニング協会公式HP(https://www.jdla.org/certificate/engineer/)
E資格対策ディープラーニング短期集中講座 | |
---|---|
受講費用 | Eラーニング184,000円 (税不明) キャンペーン価格7,800円(税込 ※2023年3月31日まで) |
受講方法 | Eラーニング |
【オンライン特化】全人類がわかるE資格コース | |
受講費用 | オンライン149,600円(税込、セットプラン、割引・返金制度あり) |
受講方法 | オンライン、動画補講 |
ディープラーニングハンズオンセミナー | |
受講費用 | E資格受験プラン165,000円 (税込) |
受講方法 | オンライン、動画補講 |
3カ月で現場で潰しが効くディープラーニング講座 | |
受講費用 | 495,000円(税込、割引あり) |
受講方法 | ハンズオン、オンライン |
Aidemy Premium Plan E資格対策コース | |
受講費用 | 327,800円(税込、返金保証有) |
受講方法 | オンライン(コード添削、メンター制度、オンラインビデオカウンセリングあり) |
【引用元】
AI研究所公式HP(https://ai-kenkyujo.com/ai-e-shikaku/)
AVILEN公式HP(https://portal.ai-trend.jp/ai_engineer_course/)
キカガク公式HP(https://www.kikagaku.co.jp/course/deeplearning-hands-on)
Study-AI公式HP(https://study-ai.com/jdla/)
Aidemy公式HP(https://aidemy.net/grit/premium/curriculums/e-test/)
受験費用は講座の料金に含まれている場合と含まれていない場合があります。
詳しくは各講座の公式ホームページをご確認ください。
受験申し込み時に、北海道から沖縄まで全国の指定試験会場から希望会場が選択できます。各会場には定員があり、定員になった場合には、希望する会場を選べないことがあります。日本国内試験会場のみでの受験となり、海外では試験を受けることができません。
シラバスからJDLA認定プログラム修了レベルの問題が出題されます。ソースコードを含む問題はPythonで記述しますが、ChainerやTensorFlow等の機械学習系ライブラリには依存しない問題が出題されます。2020年4月時点でのシラバスのカテゴリには応用数学、機械学習、深層学習、開発・運用環境があり、シラバスの内容は1~2年に1度見直されます。
E資格の難易度はとても高く、少し勉強したくらいでは合格することができません。
試験は多肢選択式で行われ、試験時間は120分で100問程度の問題が出題されます。つまり、1問あたり1分で解いていかないといけないわけです。試験問題のレベルはJDLA認定プログラム修了レベルとされますが、基本的にディープラーニング技術の実装レベルの力が必要です。
数学の知識すらない状況だと200時間以上かかると思います
私の方では数学の方が難しかったのです。
線型代数や統計の知識がほとんどなかったので線型代数・統計の参考書は必須でした。
また、Pythonのライブラリーの使い方やTensorflowの使い方に関しても公式サイトのドキュメントや参考書が必要だと思います。
資格を取得したいというよりも、体系的にAI技術を学びたかったのでJDCAの認定プログラムのディープラーニング講座を受講。せっかく受講したのだから資格も取っておいたほうがいいだろうと思ったのでE資格も受験してみました。受講中は予習と復習を欠かさず行い、講座で出された課題や例題も完璧に解答できるようになるまで徹底的に学習しました。受講前は良くわからず、ただサンプルを真似して実装していたプログラムも、受講後はコードの内容を詳細に把握できるようになり、、ディープラーニングの理解が深まったことを実感しました。E資格をとったことで名刺にロゴが追加でき、AI技術保有をアピールできるようになりました。(研究・開発技術者)
引用元:Study-Ai公式HP
http://study-ai.com/jdla/
もともとプログラミング、統計、確率の経験があったので、AIの資格試験があるということを知ってチャレンジを決心。最初にG検定を取得し、さらに高みを目指して認定プログラム講座でE資格取得の勉強を始めました。次回の講義までに演習課題と開発課題を行い、時間がない時は夜中にも課題を解きました。課題でわからないところがあっても、講師の方から技術的アドバイスをいただきながら開発ができ、課題を通じてディープラーニングについて多くのことを学ぶことができました。E資格を取得したことで、実務において最適な解決方法が分かるようになったと感じています。社内システムなどでAI活用の需要が高まっているので、今後はAIを活用したプロダクト開発スキルを身につけて会社に貢献したいと思っています。(研究・開発技術者)
引用元:AVILEN公式HP
https://avilen.co.jp/news/02984/
過去3回のE資格試験の受験者数、合格者数、合格率は以下のようになっています。
開催年度 | 受験者数 | 合格者数 | 合格率 |
---|---|---|---|
2018年(9月) | 337人 | 234人 | 69.44 % |
2019年(2月) | 387人 | 245人 | 63.31 % |
2019年(8月) | 669人 | 472人 | 67.82 % |
2020年(2月) | 1,042人 | 709人 | 68.04% |
これを見ると、合格率は60%~70%で、受験者の半数以上が合格しています。
合格率だけ見ると簡単そうに見えますが、E資格を受験する人は普通以上の知識や技術力を持っている人ばかりです。しかも受験のために猛勉強してきた人達です。そう考えると、E資格は合格率以上に難しい試験であるといえます。
E資格の合格ラインは非公開です。JDLA公式ページでも非公表としていることが記載されているので、合格に必要な点数は不明です。
E資格参加者の年齢層は10代から60代と幅広いです。業種は、ソフトウェア業と情報処理・提供サービス業、製造業、サービス業、金融・保健、不動産業、医療福祉、学生など様々な人が試験を受けています。
年代 | 人数 | 比率 |
---|---|---|
10代 | 3名 | 0.42% |
20代 | 287名 | 40.48% |
30代 | 237名 | 33.43% |
40代 | 144名 | 20.31% |
50代 | 35名 | 4.94% |
60代 | 3名 | 0.42% |
職種 | 人数 | 比率 |
---|---|---|
一般社員級 | 422名 | 59.52% |
主任・係長級 | 137名 | 19.32% |
課長級 | 57名 | 8.04% |
部長級 | 14名 | 1.97% |
役員・経営者 | 18名 | 2.54% |
学生 | 45名 | 6.35% |
無職・その他 | 16名 | 2.26% |
引用元:JDLA試験実施レポート(2020年3月)
https://www.jdla.org/news/20200303001/
E資格とは、ディープラーニング理論について体系的に理解し、適切な手法でディープラーニング技術を実装できるエンジニアであることを認定する資格です。資格を取得するには、一般社団法人 日本ディープラーニング協会(以下JDLA)が年二回実施している検定試験に合格する必要がありますが、試験日の過去2年以内にJDLA認定プログラムを修了していなければ受験することができません。
ディープラーニング技術は2012年頃より急速に発展してきました。その中でも音声認識や画像認識の技術進歩は著しいものがあり、すでに世界では、あらゆる産業にディープラーニング技術をつなげていこうという取り組みが進んでいます。そんなグローバル社会の中で戦っていくためには、日本においてもディープラーニングを中心とする産業を拡大する必要性が急務となってきています。
そのために、ディープラーニングを主要事業とする企業が中心となって2017年6月に設立されたのがJDLAで、産業へのディープラーニング活用促進、国際連携、人材育成、産業や公的機関への提言などの活動を行っています。
ディープラーニングを活用するには、ディープラーニングを正確に理解して実装し、それを活用できる人材が必要ですが、まだまだ十分な人材が育成されていません。JDLAでは、ディープラーニング技術を習得してもらうために年二回認定試験を実施しています。
引用元:JDLA公式HP
https://www.jdla.org/about/
※8月29日に予定していたE資格(2020#2)は、新型コロナウィルス感染症の拡大状況等を踏まえ中止となりました。
E資格の合格率 | 68.04%(2020年2月/2020#1) 1,042人中709人 |
---|
合格率の高い事業者を選ぶべき理由は、E資格対策につながるように講座の内容や学習のサポートが充実している指標となるためです。E資格認定講座や、認定プログラムが受けられる事業者の中で合格率を公表している講座はほとんどありませんが、中でも以下で紹介する講座は高い合格率を公開している3社です。
講義期間が1.5カ月〜と短いにもかかわらず、合格率が94.4%(2020年2月試験において)とE資格の合格率平均を上回る実績があります。E資格講座の中でもトップの合格率となっている決め手は、基礎講座の多さだけではなく、より実践的であること、チャット質問し放題、コードの無制限添削、専属メンターサポートなどの充実も目立ちます。また、AVILENはAI開発事業をメイン事業としているため、実践を学ぶことができます。
オンライン特化型の品質の高い講座が特徴で、価格も業界最安値水準で受けることができます。最短期間で、E資格を取得したい人に特におすすめできます。(合格率は2020年2月試験実施当時)
スキルアップAIも81.0%と、全体の合格率を10%以上上回る合格率となっています。E資格講座では、動画で事前に知識の予習を行い、対面でその知識の深堀やアウトプットをしていくという学習スタイルをとっています。また、ティーチングアシスタントがいるため、不明点がその場で質問・解消できることも特徴です。
未経験の場合は「機械学習のための数学講座」を同時に受講することが推奨されており、2講座あわせたE資格に関する学習も可能です。(2019年8月試験実施当時の公開されていた合格率は81.0%)
E資格試験の取得を目指す際には、基本的にはJDLA認定プログラムの受講が中心となります。しかし、認定プログラムを受講したからといって必ず合格するわけではなく、必要に応じて自分の苦手分野をカバーすることが必要です。
そこでこの記事では、JDLA認定プログラムにプラスしておきたい資格の対策方法について説明。参考書や模擬試験などをご紹介していますので、自分が使いやすい方法や有効であると感じた方法を取り入れながら、資格試験に備えておきましょう。
E資格の対策において、自分の苦手な分野についてピンポイントで学習するためには、まず参考書を手元においておくことがおすすめです。ただし、G検定のように公式テキストがあるわけではないため、さまざまな書籍の中から自分で選ぶことになります。
参考書を選ぶポイントとしては、公式サイトの推薦図書として掲載されているものの中から選ぶと良いでしょう。ここでは、おすすめの参考書を何冊かご紹介しますので、ぜひ参考にしてみてください。
ディープラーニングの初歩的な内容に加え、そこから一歩踏み込んでより深く理解してもらうことを目的とした書籍です。例えば「ディープラーニングとは」「ディープラーニングの特徴とは」「どのような原理なのか」「ディープラーニングはいつ生まれたのか」など基本的かつ重要な内容をできるだけ優しい言葉で説明しているため、非常にわかりやすい、と評判が高いことで知られている一冊。初めてディープラーニングを学ぶ人にもおすすめです。
ニューラルネットワーク関係の本をいくつか読み比べたりしていましたが、評判どおり本書が最も分かりやすかったです。ディープラーニング用のライブラリを使用するのではなく、計算過程が見えるスタイルで他のプログラミング言語にもすぐに移植できそうな明快さで記述されるスタイルが理解しやすくて良いと感じました。
引用元:Amazon(https://www.amazon.co.jp/ゼロから作るDeep-Learning-―Pythonで学ぶディープラーニングの理論と実装-斎藤-康毅/dp/4873117585)
Pythonのダウンロードから実装までの手順が最初に書かれており、手を動かしながら学んでいけます。詳しい理論実装が8割9割、ディープラーニングについて1割ほど。小難しい内容ではあるが、ディープラーニングの入り口としては分かりやすく説明されていて次への一助になる本でした。
引用元:楽天ブックス(https://books.rakuten.co.jp/rb/14424645/)
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装の詳細ページへ
機械学習技術の数学的な基礎理論や実用的なアルゴリズムの活用方法を全29巻に渡って解説している「機械学習プロフェッショナルシリーズ」の一冊。「深層学習」はディープラーニングについて、トップ研究者が解説した一冊。E資格の取得を目指している人はもちろん、データサイエンス分野で研究を始めようとしている学生にもわかりやすいように、軽快な語り口で説明。図を多く用いていることもあり、読み進めやすい参考書となっています。
初めてディープラーニングを勉強するために読みました。記述や数学は概ね簡単です。図が多いのも理解を助けます。おかげでディープラーニングが実際に何をしているのかがわかりました。最初に読む本としては正解であったと思います。
引用元:Amazon(https://www.amazon.co.jp/深層学習-機械学習プロフェッショナルシリーズ-岡谷貴之-ebook/dp/B018K6C99A)
深層学習で知識が必要になる各分野について、程よい長さの章で説明されていて、中身も簡潔でしかも理解するのには過不足なく、非常に丁寧に説明してくれます。引用文献も多く、事後学習にも参考になりそうです。技術書を書くときのお手本のようなとても良い本だと思います。
引用元:Amazon(https://www.amazon.co.jp/深層学習-機械学習プロフェッショナルシリーズ-岡谷貴之-ebook/dp/B018K6C99A)
深層学習 (機械学習プロフェッショナルシリーズ)の詳細ページへ
ディープラーニングを学ぶ人の教科書として、世界中で高い評価を受けている一冊です。ディープラーニングを学ぶために必要な数学の知識やニューラルネットワークの基礎、CNN、RNNなどの手法など、基礎的な内容について理論を含めてしっかりと学んでおきたい、と考える人におすすめしたい、入門として最適な一冊です。
執筆を担当したのは、近年のディープラーニングにおける研究をリードする著名な研究者たちとなっています。
一応全体を目を通し終えたが凄まじい分量と内容の専門性の高さにこれからしっかり読み返しながら理解深める必要あり、と感じています。深層学習の技術書籍としては定番であり始まりであり、深い内容であるため良書であり濃密です。
引用元:KADOKAWA(https://www.kadokawa.co.jp/product/301801000263/)
深層学習ができるまでの歴史が書かれてあって、どのようにして深層学習が作られたのかわかってよかった。
引用元:KADOKAWA(https://www.kadokawa.co.jp/product/301801000263/)
人工知能関連書籍に登場する数式に対する抵抗感を無くし、専門書を読むための数学の基礎力を身につけることを目的とした一冊。人工知能プログラムに必要な分野に特化した内容になっていますが、ゼロからおさらいしながら内容が進んでいくため、誰でも理解しながら読むことができるでしょう。
第1章では、「数学基礎」と題して中学1年生から高校レベルの数学を復習。基礎を固めるところからスタートし、後半ではPythonのコードを動かすことによって理解を深められます。
「人工知能プログラミングのための数学がわかる本」という題名通り、半分以上の紙面を使って、機械学習に使用される数学の説明をしています。この本で数学を学べば、大抵の入門書は苦も無く読めるのではないでしょうか?
引用元:Amazon(https://www.amazon.co.jp/人工知能プログラミングのための数学がわかる本-石川-聡彦/dp/4046021969)
高校で数学をあまり勉強せずに、同検定を受ける方も初歩から説明しているのでわかりやすいです。主性成分分析、K平均クラスタリング、最近傍法などを詳しく解説していればもっと洗練された内容になっていたと思います。
引用元:Amazon(https://www.amazon.co.jp/人工知能プログラミングのための数学がわかる本-石川-聡彦/dp/4046021969)
E資格の出題傾向を徹底的に分析した上での模擬問題を多数収録しており、より合格できるレベルに近づけられる問題集。執筆は、JDLA認定プログラムの第1号事業者である、スキルアップAIの講師陣が担当しており、丁寧でわかりやすい解説が特徴。正答・誤答ともに技術解説をしているため、たとえ間違った部分であっても知識として吸収されるスピードが早くなります。自分の苦手分野を見つけるためにも、試験前には繰り返しトライしたい一冊。
ポイントが押さえられた内容でよいと思います。
引用元:Amazon(https://www.amazon.co.jp/徹底攻略ディープラーニングE資格エンジニア問題集-徹底攻略シリーズ-スキルアップAI株式会社-小縣-信也-ebook/dp/B08H79Y7X7)
E資格に向けて勉強しようと思って購入しましたが、E資格関係なしに、深層学習の勉強自体にも使える内容だと思いました。深層学習を勉強するための問題集は他にはないと思います。誤植が散見されるので、星-1です。
引用元:Amazon(https://www.amazon.co.jp/徹底攻略ディープラーニングE資格エンジニア問題集-徹底攻略シリーズ-スキルアップAI株式会社-小縣-信也-ebook/dp/B08H79Y7X7)
徹底攻略ディープラーニングE資格エンジニア問題集の詳細ページへ
AVILENによる、E資格本試験前の直前対策として行われる模擬試験。本番同様の問題数で本番の試験を疑似体験できるため、試験の前に一度受けておくのがおすすめです。試験終了後には、回答解説動画や資料を全ての受験者に公開しているため、間違った部分があったとしてもしっかりと理解ができるでしょう。
誰でも申し込みができ、さらに期間内の好きな時間にオンライン受験可能です。初回の受験者には個別のレポートを案内しています。
E資格模擬テスト20題と解説を掲載しており、無料で使用できるページ。E資格はどのような問題が出題されるのか興味がある人や、E資格受験を予定している人におすすめの内容となっています。
Eもぎライトを利用する際には、公式ホームページから利用申請が可能。どのような雰囲気の問題が出題されるか、と言ったことは体験できるものの、試験対策としてはこれだけでは十分とは言えないので、他の模擬試験や問題集を併用したいところ。
E資格の過去問は販売されていません。
ただし、JDLA認定プログラムの講義を受ける上では類似の内容を取り扱っているはずなので、しっかりと訓練することで本試験の対策ができるでしょう。
E資格取得のためにはJDLA認定プログラムの受講が必須となります。認定プログラムを修了したら2年以内に試験を受けて合格する必要がありますので、受講後は速やかに受験することが望ましいと言えます。
JDLA認定プログラムは1つではありません。さまざまな企業が認定プログラムの講座を開講していますので、内容や受講期間、受講費用などについて比較してみましょう。対面やオンラインなど形式もさまざまなので、自分に合った講座を見つけてください。
応用数学(applied mathematics)とは、数学的な知識を他分野に適用することを主とした数学の総称です。確率・統計計算や分析手法、グラフ理論、数値解析、待ち行列理論など基本的数学原理を理解し活用できることが求められます。
機械学習とはコンピューターに学習させることです。人工知能(AI)に学習させる方法には人間がデータを入力する方法と機械学習の方法があります。人間が入力する方法はプログラムでコンピューターに知識を蓄積する方法で、一世代前のAI機械は全てこの方法でした。
機械学習は、例えば画像認識のように、コンピューターが膨大なデータから特徴を見つけだして分類していく方法です。機械学習には「教師あり学習」と「教師なし学習」があります。教師あり学習は、「この画像は犬である」というように、入力データと回答が1対1で紐づいた情報を使った学習方法です。教師なし学習は、入力データと回答という紐づけがなく、データが持つ特徴を探しだして似たようなもの同士をグループ分けする学習方法です。
深層学習(ディープラーニング)は人工知能((AI)の発展に必要な技術で、常に研究・開発が進んでいます。人間の神経細胞をモデル化したニューラルネットワークがベースとなっているディープラーニングは顔認証システムや自動車の自動運転システムなどに使われています。
ディープラーニングには様々な手法があり、出題範囲も広範囲になります。
順伝播型ネットワークは入力層、中間層、出力層を含むニューラルネットワークで、ここでは基本的に情報の流れは入力層から出力層に向けて流れ、逆方向には流れません。また、ある層に存在するユニットは、隣接している前層の全ユニットの出力を受け取って演算を行い、隣接する後層の全てのユニットに出力値を渡します。同一層内でのユニット接続はありません。
深層モデルのための正則化とは、機械学習の過学習を防いだり、パラメータ数が方程式よりも多いという設定不良問題を解決したりするために、パラメータに制約を課す手法のことです。
開発・運用環境は2020年から新しく追加されました。出題範囲自体は、それほど広くないですが、ディープラーニングを実装するためには、とても重要な部分となります。軽量化・高速化はディープラーニング実用のための核といってもいい分野です。軽量化・高速化の範囲にはデータ並列やモデル並列の分散処理知識、軽量化技術としてはプルーニングや蒸留、量子化も含まれています。動画再生や3D画像処理など、グラフィックスに関する大量データの演算処理に使うアクセラレータGPU(Graphics Processing Unit)の知識も必要となってきます。
また深層学習ライブラリのミドルウェアも範囲に含まれています。通信大手会社が実装した様々なライブラリがあるので、これも使いこなしておく必要があります。
引用元:JDLA_Eシラバス_2020版[PDF]
https://www.jdla.org/wp-content/uploads/2019/09/JDLA_E%E3%82%B7%E3%83%A9%E3%83%90%E3%82%B9_2020%E7%89%88.pdf
近年、AI技術の進歩はめざましく、これからの社会には不可欠なものになっていくであろうことは間違いありません。車の自動運転は既に実用化レベルにありますし、近い将来、病院でのAI診療も始まるでしょう。
20年ほど前に誕生したインターネットが、今やインフラの一部になっているように、やがてAIも時代を変えていき、現在は不可能なことでも実現できるような世界をつくりだすことでしょう。
そんな世界を担っていくのは、深層学習などのディープラーニング技術を理解し、実用化できるエンジニアとなります。しかし、企業がディープラーニングに取り組むにあたっては、大きな問題があります。それはAI人材が足りないということです。特に日本のAI人材不足は顕著で、アメリカや中国などのAI先進国に大きな遅れをとっているという状態です。
一般企業や大学ではAIやディープラーニングについて学ぶ機会は、まだまだ少なく、ディープラーニング知識や技術を独学で身につけるのも難しいことです。
JDLAの実施するG検定とE資格は世界初のディープラーニング認定資格であり、E資格はディープラーニングを実装できるエンジニアであることの証明となります。
E資格を受験するために受講が必須となっている認定プログラムは、2020年4月現在で13あります。プログラム未経験者でも始められるものから、ディープラーニングに特化したものなど、様々な種類があるので、自分に必要な知識を身につけるために最適なものを選ぶことができます。
今後の日本で絶対に必要とされるAIエンジニア。これからの社会で活躍するために、ぜひE資格取得にチャレンジしてみてはどうでしょうか。
<ピックアップ条件>
日本ディープラーニング協会HPに記載されているE資格講座関連19プログラムの中から、買い切り制度で販売されていて価格が安い3講座をピックアップ
【個人におすすめ】最短合格講座
JDLA理事監修の信頼おける教材で
理論も技術も身につける
監修者
プログラム
(価格)
合格保証
AIを体系的に学べる
超実践的カリキュラム
監修者
プログラム
(価格)
合格保証
本番さながらの模試をオンラインで受けることができる
監修者
プログラム
(価格)
合格保証
※各社の習熟度はJDLAのインタビューを参考にどの知識レベル向けに作成しているかを判断しております。
※2023年4月時点の調査結果です。
<ピックアップ条件>
日本ディープラーニング協会HPに記載されているE資格講座関連18プログラムの中から、監修者がいて公式サイトに給付金対象講座と明記がある3講座をピックアップ
※教育訓練給付制度(給付金)についての詳細はこちらから
(https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/jinzaikaihatsu/kyouiku.html)
【個人におすすめ】給付金対象講座
JDLA理事監修の信頼おける教材で
理論も技術も身につける
監修者
費用
(プログラム+サポート)
AIを体系的に学べる
超実践的カリキュラム
監修者
費用
(プログラム+サポート)
未知の課題に直面しても潰しが効く技能がみにつく
監修者
費用
(プログラム+サポート)
※各社の習熟度はJDLAのインタビューを参考にどの知識レベル向けに作成しているかを判断しております。
※2023年4月時点の調査結果です。
<ピックアップ条件>
日本ディープラーニング協会HPに記載されているE資格講座関連19プログラムの中から、監修者がいて公式サイトにサポートサービスが明記されている講座をピックアップ
【法人におすすめ】サポートつき講座
JDLA理事監修の信頼おける教材で
理論も技術も身につける
監修者
サポート内容
管理のしやすさ
AIを体系的に学べる
超実践的カリキュラム
監修者
サポート内容
管理のしやすさ
未知の課題に直面しても潰しが効く技能がみにつく
監修者
サポート内容
管理のしやすさ
※各社の習熟度はJDLAのインタビューを参考にどの知識レベル向けに作成しているかを判断しております。
※2023年4月時点の調査結果です。