受験レポート

Deep Learning for ENGINEER

E資格とは

ハレソフトの山田です。 この度、一般社団法人日本ディープラーニング協会(以下、JDLA)によって運営されている「JDLA Deep Learning for ENGINEER(以下、E資格)」に合格しましたので、 体験記を公開いたします。

E資格は、ディープラーニングの理論を理解し、適切な手法を選択して実装する能力や知識を認定するエンジニア向けの資格試験です。

試験範囲(シラバス)は、応用数学、機械学習、深層学習、開発・運用環境の分野から出題されるため、大学レベルの数学や機械・深層学習の専門知識、そしてプログラミング技術(特にPython)が問われます。 また、E資格の受験資格を得るためには、JDLA認定のいずれかのプログラムを受講し、受験日までに「過去2年以内に講座を修了していること」が必要です。

受験の動機

現在、AIの台頭により、既存のWebサービスが品質を向上させたり、完全に新しいサービスに置き換わるという変化が進んでいます。 このような状況下で、私たちアプリケーション・エンジニアには、より付加価値の高いサービスを開発する能力が求められています。

例えば、「Googleで情報を検索する」という従来のインターネット体験が、「ChatGPTに質問して回答を得る」という新しい体験に取って代わる未来が現実的に考えられるようになりました。 このようなゲームチェンジが起こり得る状況では、古い概念や技術にとらわれず、新しいビジネスチャンスに対応できる能力が重要です。

私は2017年ごろ、AIが注目されるようになった際に大学院で数理物理学を専攻しており、学んだ知識を活かせる可能性を感じていました。 当時はChatGPTや画像生成AIなどが一般的に知られるようになる前でしたが、自動運転技術や特定産業の先進分野でAIが実験的に活用されている印象を持っていました。

学びを深める中で、実際に動作する深層学習モデルを作成し、プログラムが自動的に学習する過程を目にし、「これは本当に素晴らしい!面白い!」と感じ、AIに真剣に興味を持つようになりました。 また、同時期に会社からE資格取得メンバーに選ばれ、講座受講費用や受験料の支援を受けることができ、体系的に知識を学び、それを証明する機会を得ました。

受験に向けたとりくみ

受験資格を得るためにまずは、JDLA認定プログラムを受講しました。 私が受講した講座は、E資格シラバスの中で主に「深層学習」をカバーする内容であったため、次の書籍を補強に用いました。ご紹介しておきます。

  1. 深層学習
    GAN(敵対的生成ネットワーク)を提案したIan Goodfellowの著書
    深層学習とそれに必要な応用数学、機械学習の知識について網羅的に扱われており、数学理論やモデルの数理など、厳密に把握したい際などに辞書的に使用。
  2. Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
    深層学習を学ぶ上で前提となる機械学習の基礎について、基礎の理論と、Pythonでの実装が学べる書籍。
  3. 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
  4. ゼロから作るDeep Learning 2 ―自然言語処理編
    これらの書籍は、基礎講座と内容が重複するものであったが、理論説明がより詳細であったりサンプルプログラムの実装説明が丁寧なため、深層学習の基礎の復習に使用。
  5. 詳解ディープラーニング 第2版 ~TensorFlow/Keras・PyTorchによる時系列データ処理
    主に自然言語処理などの時系列データを扱うRNNモデルと、GPTなどの基礎となっているAttension、Transformerなども扱う書籍
    TensorFlowとPyTorch両方のサンプルコードが記載されている。
  6. 物体・画像認識と時系列データ処理入門 [TensorFlow2/PyTorch対応第2版]
    主に物体検出やGANなどのモデルの理論とフレームワークによる実装を扱う書籍。
  7. 最短コースでわかる PyTorch &深層学習プログラミング
    AI開発のフレームワークPyTorchの解説書籍。PyTorch公式のドキュメントとともに、文法学習に使用。
  8. 徹底攻略 確率統計
    高校数学レベルは前提知識として必要で、主に大学の理数系教養課程レベル+αの確率統計の知識が得られる書籍。
    最尤推定法など、AIの学習アルゴリズム上重要な統計テクニックの数理を詳細に解説。
    忘れてしまっていた数学知識や数式展開があった場合に辞書的に使用。
  9. 徹底攻略ディープラーニングE資格エンジニア問題集 第2版
    E資格試験の問題集。試験の2か月前程度から取り組み、巻末の模擬試験正答率を約100%へ。

今後の取り組み

社員のスキルアップを図る。【組織力を強く!】

AI分野の技術をマスターするには、何をどこまでやるか、何から始めるか、合理的な進め方を考えることが初めの一歩として重要です。 E資格の取得を通じて、学んだ多くのことを元に、新入社員をはじめとする既存社員に向けて、これらの知識を共有し、会社全体の技術力向上に貢献したいと考えています。

具体的には、社内発表会やハンズオンセッションを通じて、E資格で学んだ内容を伝える機会を設け、また、ハレソフトの新入社員教育研修にも取り入れる予定です。 これにより、AI技術の理解を深め、実践力を高めることができると考えています。

AI分野の練度を高める【実践力を磨く!】

機械学習やデータ分析の知識をさらに深めることを目指しています。 AI分野のコンペティションへの参加、コミュニティでのトレンド把握、最新の論文のチェック、そしてラボ開発などを通じて、実践的なスキルを磨いています。

ビジネスをつくる【実践する!】

イントラネット、インターネット、オンプレミス、クラウドというシステム環境が進化する中で、エンジニアとして、既存事業の効率化やコスト削減を目的とした重要な役割を果たしてきました。 さらに、現在ではAI分野の最新技術を活用し、高付加価値を生み出す能力が求められています。

従来の技術や組織の枠組みにとらわれることなく、垣根を超えたコミュニケーションを通じて新たな仕組みを創造し、社会に貢献することを使命としています。

Open Badges

JDLAから合格通知があり、E資格のオープンバッジが発行されました。

JDLA Deep Learning for ENGINEER 2023 #2
JDLA Deep Learning for ENGINEER 2023 #2 Halesoft Yamada