AIアプリケーションエンジニア
共通課題の後に、利用者の体験、ツール実行、製品としての運用を深めます。モデル研究ではなく、既存モデルを製品に組み込む役割を想定します。
- 活かせる経験
- Webフロントエンド、バックエンド、業務API連携、プロダクト運用の経験を成果物に結び付けやすいルートです。自己申告の経験と、実務で担った範囲は分けて記録します。
- 到達する状態
- 模擬FAQアプリ、コード、評価結果と運用判断をまとめたメモを提出できる。
- 最初の一手
- 模擬FAQの画面とサーバーの境界を紙かメモに書き出す。
FDE
FDE（Forward Deployed Engineer）は、顧客の課題整理から実装、導入までを担う技術職です。ここではAI導入を扱うFDE向けに、共通課題を顧客案件に見立て、課題の合意、導入の制約、検証と引き継ぎを扱います。FDE全般の必須要件ではなく、企業により担当範囲は異なります。
- 活かせる経験
- 要件定義、顧客導入、技術支援、業務システム連携の経験を整理しやすいルートです。顧客と合意した内容と、自分が実装した内容を分けて記録します。
- 到達する状態
- 模擬FAQ向けの課題定義書、導入計画、受入・引き継ぎメモを提出できる。
- 最初の一手
- 想定する利用部門を一つ決め、その人が最初に困る作業を一文で書く。
AIプラットフォームエンジニア
共通課題を複数チームが使う前提へ広げ、推論の入口、観測と評価、障害と段階的配信を扱います。特定のクラウド製品に依存しません。
- 活かせる経験
- サービスの信頼性を支えるSRE（Site Reliability Engineering）、クラウド、分散システム、共通基盤、データ基盤の経験を生かしやすいルートです。運用した範囲と、設計だけに関わった範囲を分けて記録します。
- 到達する状態
- 推論ゲートウェイの実装、評価・観測結果、障害対応と配信の運用レポートを提出できる。
- 最初の一手
- 模擬FAQのモデル呼び出しがある場所を一つ探し、共通APIへ移す境界をメモに書く。
当サイトが提案する学習順序です。各段階の目安は、AI機能の成果物で確認します。採用要件は応募先の求人で確認してください。
- 01
APIで回答を返す最小機能を作る
文章を生成する大規模言語モデル（LLM）を、得意な言語から呼び出します。既存のWeb開発経験を、モデル呼び出しの失敗や入力の扱いまで含むAI機能へつなげます。
- 02
公開資料を検索して根拠を返す
回答をモデルの記憶だけに任せず、どの資料を使ったかを利用者と開発者が確かめられるようにするためです。RAGは、検索で得た資料を回答生成時の文脈として渡す構成を指します。全職種で必須の構成ではなく、検索が不要な案件では固定資料や外部APIの情報補足に置き換えられます。
- 03
評価と本番の安全性を設計する
動くデモを、変更後も品質を確かめられる機能へ進めるためです。評価は、期待する振る舞いをデータと判定基準で繰り返し確かめる作業です。
VIDEO COURSES
動画で補う、3つの学習テーマ
日本語講座を中心に、評価のテーマは英語講座も紹介します。必要なテーマを一つ選び、対応する演習で確かめます。
有料講座です。公開カリキュラムと更新日をもとに選んでおり、実際の受講レビューではありません。価格・収録内容・受講環境は購入前に講座ページで確認してください。公式資料だけで進めても構いません。
〖初心者向け〗ローカルLLMを使ってRAGを導入したチャットアプリを作ろう！いくら使っても無料のAI環境を手に入れよう！
Ollama、Python、Streamlitを使い、文書分割、埋め込み、ChromaDB検索、回答、Word文書のRAGを扱います。Python基礎も含むため、経験者は既習部分を省略できます。
- 前提知識・環境
- 公式にはプログラミング知識不要とあります。Ollamaを動かせるPCが必要です。
- 費用の確認
- 有料講座です。タイトルの「無料」はローカルモデル実行を指します。PC要件と電気代などは別途確認してください。
この講座を使った後に取り組むこと
公開資料で根拠表示と根拠不足時の応答を実装し、RAG演習の目安と照合します。
公開情報の確認範囲公開カリキュラムからは、評価、本番の権限設計、運用までの扱いを確認できません。
〖AI-103試験対策〗Azure AIアプリ・エージェント開発 実践ハンズオン講座
AIアプリをPythonで実装し、検索資料に基づく回答、評価、監視、継続的な配信（CI/CD）、人による承認を扱います。Azure AI SearchやFoundry IQを使う構成です。
- 前提知識・環境
- Pythonの関数、クラス、async/await、REST、LLMの基礎と、Azureの従量課金サブスクリプションが必要です。
- 費用の確認
- 有料講座です。講座代以外にAzure APIやクラウドの従量課金がかかります。
この講座を使った後に取り組むこと
同じ評価データで変更前後を比較し、運用メモを作ります。FDEとしての課題合意は別に取り組みます。
公開情報の確認範囲Azure以外への展開や、顧客との成功基準の合意、受け入れ、引き継ぎは公開カリキュラムから確認できません。試験や就職を保証するものではありません。
How to test or Evaluate Gen AI, LLM, RAG, Agentic AI
RAGASで回答が根拠に忠実か、検索に取りこぼしがないかを評価します。pytestやDeepEvalによるテスト、LangSmithでの実行履歴と評価データの扱いも学習範囲です。
- 前提知識・環境
- Pythonと生成AIの基礎、英語の読解が必要です。更新日が古いため、ライブラリの現在の版は公式資料と照合してください。
- 費用の確認
- 有料講座です。演習で使うモデルAPIや関連サービスの料金と無料枠は、各公式で確認してください。
この講座を使った後に取り組むこと
自分の模擬FAQに評価質問を用意し、検索またはモデルの変更前後を比較します。
公開情報の確認範囲プロンプトインジェクション対策や権限設計など、安全性全般をどこまで扱うかは公開カリキュラムから確認できません。