機械学習を学ぶ必要がない5つの理由

機械学習を学び始めるべきだと言うインフルエンサーが増えています。彼らの言うことを聞くべきでしょうか？

[[355904]]

> UnsplashのDrew Haysによる写真

機械学習を学び始めるべき理由や、始めればどれほど簡単かを説く Twitter や LinkedIn のインフルエンサーが増えています。

励ましの言葉を聞くのはいつも嬉しいことですが、私は別の視点から物事を見てみたいと思いました。 私は悲観的になりたいわけではなく、誰かを落胆させたいわけでもなく、ただ自分の意見を述べているだけです。

これらの機械学習の専門家（またはインフルエンサーと呼ぶべきでしょうか）が公開したコンテンツを見ながら、そもそもなぜ機械学習を学びたいと思うのだろうかと自問しました。

おそらく主な理由は、機械学習エンジニアが実際に何をしているのかを知らないことにあります。私たちのほとんどは人工知能や自動運転車を使用していません。

影響力のある人々から知識を授けられた場合、機械学習を習得するのは決して簡単ではありません。 「何でもできるが、何一つ専門的にできない」状態になることも、この経済では役に立ちません。

なぜ多くの人が機械学習を学びたいのでしょうか?

大学在学中に、機械学習エンジニアになりたいと決心しました。 それは難しく、挑戦的で、そして何よりも楽しいように思えました。 以前は、iOS ゲーム開発者になりたかったんです。

誰かが ML エンジニアの 1 日の業務を見せてくれたら、おそらく iOS ゲーム開発を続けるでしょう。誤解しないでください。私は自分のキャリアにとても満足していますが、キャリアの選択はかつてほど白黒はっきりしたものではありません。

> Unsplash の KOBU Agency による写真

それはなぜでしょうか? iOS ゲームの作成は、機械学習モデルのトレーニングや、バックエンド アプリやフロントエンド アプリの開発と同じくらい楽しいからです。上記のすべてが困難になる可能性があります (トップテクノロジー企業のエンジニアに聞いてみてください)。

大学時代、私は「機械学習は難しそうなので、就職したほうが楽だろう」と考えていました。 もっと高い給料がもらえるよ。 将来性も向上し（Web 開発はすぐに自動化されます）、楽しいです。

私の考えは間違っていました。 それでは、上記の各記述について説明させてください。

1. 機械学習は難しそう

[[355905]]

> NOAAによるUnsplashの写真

ほとんどのインターネットインフルエンサーは、機械学習を始めるのは本当に簡単だと説いています。 必要なのは、Titanic データセットをダウンロードし、チュートリアルから 10 行の Python コードをコピーすることだけです。これで、機械学習を使い始めることができます。

確かにそうですが、この知識に対して誰かがお金を払ってくれるとは想像しにくいです。したがって、さらに一歩進む必要があります。

しかし、困難はもっと深いレベルにあります。 すべてを自分で解決しなくても済むように、優れたメンターを持つことが重要です。 良いインターンシップに参加することも、エンジニアとして成長するための素晴らしい方法です。

キャリアの早い段階で誰かが私にそう言ってくれていたらよかったのに。私は、コンピューターサイエンスの他の分野で研究している同僚に追いつくために多くの時間を費やさなければなりませんでした。

なぜでしょうか? フロントエンド (またはバックエンドやモバイル) 開発の指導を行う人が増えているため、簡単になっているからです。

2. 機械学習の仕事は簡単に見つかる

[[355906]]

> UnsplashのHunters Raceによる写真

確かに、私はこれを苦い経験を​​通して学びました。機械学習エンジニアとしての仕事を見つけるのは、フロントエンド（バックエンドまたはモバイル）エンジニアとしての仕事を見つけるよりも困難です。

小規模なスタートアップ企業には通常、ML エンジニアを雇うだけのリソースがありません。まだ始まったばかりなので、データはまだありません。彼らに何が必要かご存知ですか? ビジネスを立ち上げるためのフロントエンド、バックエンド、モバイル エンジニアです。

そうすると、大手企業に頼らざるを得なくなります。 これは問題ではありませんが、国によっては大企業があまりありません。

3. 賃金の上昇

[[355907]]

> Unsplash の Sharon McCutcheon による写真

上級機械学習エンジニアの収入は、他の上級エンジニアより多くありません（少なくともスロベニアでは）。

米国には機械学習のスーパースターが何人かいますが、彼らは適切な時期に適切な場所に適切な考え方を持っていました。アメリカにはもっと高い給料をもらっているソフトウェアエンジニアがいるはずです。

4. 機械学習は将来性がある

[[355908]]

> Tomasz FrankowskiによるUnsplashの写真

機械学習は今後も存在し続けるでしょうが、フロントエンド、バックエンド、モバイル開発についても同じことが言えます。

あなたがフロントエンド開発者であり、自分の仕事に満足しているのであれば、それを続けましょう。 機械学習モデルを使用して Web サイトを作成する必要がある場合は、すでに知識を持っている人と協力してください。

5. 機械学習は楽しい

[[355909]]

> Unsplash の Braydon Anderson による写真

機械学習は楽しいですね。いつも楽しいとは限りません。

多くの人は、人工知能や自動運転車の分野で働くだろうと考えていました。しかし、彼らはトレーニング セットを書いたり、インフラストラクチャに取り組んだりする可能性が高くなります。

多くの人は、ニューラル ネットワーク アーキテクチャとハイパーパラメータを調整しながら、高度なディープラーニング モデルを使用すると考えています。 誤解しないでください。間違っているものもありますが、それほど多くはありません。

実際のところ、機械学習エンジニアは、実際の問題の分布に似たトレーニング セットを適切に抽出する方法を考えることにほとんどの時間を費やしています。 これがあれば、従来の機械学習モデルをトレーニングすることができ、ほとんどの場合にうまく機能します。

結論は

[[355910]]

> Unsplash の Johannes Plenio による写真

これは議論の余地のある記事だとは思いますが、冒頭で述べたように、誰かを思いとどまらせるつもりはありません。

機械学習が自分に向いていると感じたら、ぜひ挑戦してください。 全面的に支持します。 開始方法についてガイダンスが必要な場合はお知らせください。

しかし、機械学習はすべての人に適しているわけではなく、誰もがそれを理解する必要もありません。あなたが成功したソフトウェア エンジニアであり、仕事を楽しんでいるのであれば、それを続けましょう。基本的な機械学習のチュートリアルでは、キャリアアップに役立たないものもあります。

この記事の目的は、影響力のある人々から通常は聞けないような批判的な視点を提示することです。