機械学習エンジニアに必要な 5 つのソフトスキル

[[395964]]

導入

機械学習エンジニアの役割は通常、プログラミング、ソフトウェア実装、データ分析などの専門スキルに関連付けられています。

有能な ML エンジニアになるには専門的なスキルが非常に重要ですが、ML エンジニアにとって同様に重要な一連のソフト スキルがあります。

この記事では、これらのソフトスキルに対する認識を高めるだけでなく、個人の成長とスキル構築に役立つヒントや提案もいくつか紹介します。

コミュニケーションスキル

[[395965]]

あなたの声を聞いてください

コミュニケーションは、ML エンジニアがキャリアにおいて必ず身につけなければならない重要なスキルです。効果的なコミュニケーションがもたらす利点の例を以下に示します。これらの例は、効果的なコミュニケーション スキルがなぜ重要であるかを示しています。

• MLエンジニアリング職の面接
• 従業員としての自分のニーズを認識する
• 昇給交渉
• 技術者以外の人々に機械学習の概念を説明します。 上記のすべてのシナリオにおいて、優れたコミュニケーション スキルがあれば、他の人よりも有利な立場に立つことができます。

自分の資格やプロジェクトを適切に伝えることで、就職活動の際に競争相手より優位に立つことができます。

職務内であっても、効果的なコミュニケーションスキルがあれば給与交渉の際に有利になり、給与が 5% ～ 10% 上がる可能性もあります。

コミュニケーション スキルを向上させる優れた方法は、次のチェックリストを実行することです。

• 公の場で話す機会を活用してください（仕事に関連している必要はありません）。
• まだスピーチをする機会がなかったら、本を読んでください。定期的に読書をすると語彙力が向上し、会話の中で自分を表現するための言葉の武器が得られます。
• 落ち着いてゆっくり話してください。どのような状況であっても、落ち着いて話すことで、状況をコントロールしているという印象を他人に与えることができます。さらに重要なのは、落ち着いた表情は高いレベルの自信を伝えることができるということです。
• 技術者と非技術者に機械学習の概念を説明する練習をします。技術者以外の人にも、説明している概念を理解してもらうことで、あなた自身の知識を高めることができます。 ML の概念を専門家に説明することで、概念やアイデアを説明するために技術用語を適切に使用する方法を理解できるようになります。

チームワーク

[[395966]]

ML エンジニアは、多くの場合、企業内のプロジェクトや AI イニシアチブの中心にいて、重要な責任を負っています。 ML エンジニアは企業において重要な役割を果たすため、部門横断的なチームで活動する必要があります。

たとえば、ML エンジニアは、データ レイクとストレージに関してデータベース管理者と通信する必要がある場合があります。ほとんどのソフトウェア製品にはフロントエンド インターフェースが必要であるため、ML エンジニアは製品設計者、マネージャー、テスター、ソフトウェア開発者と緊密に連携します。

効果的なチームワークは快適な作業環境を作り出し、副産物として効率的なワークフローにつながります。

チームワークは優れたコミュニケーションスキルと密接に関係するスキルです。 ML エンジニアが技術的要件と個人的な要件をより効率的に伝達できるほど、チーム内でのコラボレーションと貢献が効果的に促進されます。

機械学習におけるチームワークを実践する非常に効果的な方法は、Kaggle (https://www.kaggle.com/) を活用することです。 機械学習の専門家のほとんどは Kaggle をよく知っています。 Kaggle でチームとして競争したり、チームを合併したりすることで、多くの経験と知識が得られることがわかりました。チームワークとコラボレーションが成功の大きな要素となる実際のプロジェクトやコンテストから、多くのことを学ぶことができます。

チーム内で効果的なチームワークをサポートするツールをいくつか紹介します。

• Slack (https://slack.com/intl/en-hk/): メッセージングを通じてチーム内で効果的なコミュニケーションを実現します
• Trello: プロジェクト管理ツール
• GitHub (https://github.com/): リポジトリを通じてソフトウェアとソースコードを共有するために設計された Web プラットフォーム。

時間管理

[[395967]]

時間管理とは、定められた成功基準を達成するために、特定のタスクに一定の時間を割り当てるプロセスです。時間管理がうまくいけば、タスクの効率的な完了と生産性の向上が副産物として得られます。

ML エンジニアは主に機械学習モデルとシステムを実装しますが、ML エンジニアが担う責任は他にもいくつかあります (以下に例を示します)。追加の責任の結果として、機械学習エンジニアはタスクに優先順位を付け、適切な時間と労力を割り当てて、満足のいくレベルでタスクを完了する必要があります。

ML エンジニアの責任の他の例としては、次のものがあります。

• 若手エンジニアの指導
• エンジニアリングチームの管理
• 最新のML技術とアルゴリズムを学ぶ

ML エンジニアや実践者が優れた時間管理スキルを身に付けるために実行できる手順があります。次のプロジェクトまたは現在のプロジェクトでは、マイルストーンを達成するために必要なタスクを分割し、各タスクの説明と完了までの推定時間を含む計画を作成する必要があります。

すべてのタスクが同じように作成されるわけではない

計画を立てるだけでは十分ではありません。当社は、効果的な優先順位付けを通じて生産性を最大化することに多大な努力を払っています。重要なタスクを最初に取り組むことで、時間が効率的に使われていると感じるでしょう。

職場の ML エンジニアにとって便利なもう 1 つのコツをご紹介します。 ML モデルまたはアルゴリズムを実装するのにどれくらいの時間がかかるかと尋ねられたら、最初に考えていた時間を 2 倍にしてください。安全のために 3 倍にすることもできます。したがって、モバイル アプリケーションにセマンティック セグメンテーション テクノロジを実装するタスクがあり、完了までに 3 日かかると見積もっている場合は、完了時間を 1 週間に設定できることに注意してください。これにより、予期しない問題が発生した場合に解決するためのバッファ時間が確保されます。タスクを完了するのにかかる時間は、過小評価するよりも、常に過大評価する方がよいでしょう。

リーダーシップ

[[395968]]

機械学習の実践者にとって、ソフトスキルとしてのリーダーシップの重要性は疑う余地がありません。キャリアのレベルに関係なく、リーダーシップスキルを身につけることは不可欠です。

リーダーシップは、個人がグループの人々を鼓舞し、動機付け、共通の目標に向けて導くことを可能にする学習された特性として定義できます。

ML 実践者は、次の方法でリーダーシップを発揮できます。

• リードエンジニアまたは ML チームマネージャーは、取り組んでいるプロジェクトに対する情熱、または少なくとも AI に対する熱意を示す必要があります。リーダーシップや管理に対する情熱は、チームメンバーにインスピレーションを与えることができます。
• ML 実践者は、企業、組織、またはプロジェクトの背後にある理由を理解する必要があります。組織が行う行動や決定の背後にある「理由」を理解することで、技術的な能力を超えた行動を実行できるようになります。
• 偉大なリーダーは模範を示して導きます。これを、ML エンジニアがほぼ不可能と思われるプロジェクトやタスクを引き受けて完了させるシナリオで説明しましょう。その後、将来発生する可能性のある同様のタスクを処理する方法を他のチーム メンバーに教えます。

ML 実践者は、次の方法でリーダーシップ スキルを開発できます。

• チーム内の個人と緊密に連携します。個人的なプロジェクトだけでなく、あらゆる分野の個人が関わる大規模なプロジェクトもあります。
• プロジェクトの長期的な影響を予測することで、先見性と適切な意思決定スキルを身につけましょう。
• 人前で話す練習をする機会を活用してください。

職業倫理

[[395969]]

労働倫理は、規律正しく、勤勉で、内的な方法で個人の行動を導く内部原則の組み合わせの産物です。

優れた労働倫理とは、互いに調和して機能するいくつかの要素の組み合わせです。これらの要素には、集中力、規律、モチベーション、インスピレーション、ビジョン、生産性、勤勉さなどが含まれます。

私の観察からすると、ML エンジニアは一生懸命働く傾向があり、その分野の性質上、学術的側面と実践的側面の両方に多大な投資が必要になります。

ただし、勤勉は一般的な労働倫理を構成するものではありません。たとえば、ML エンジニアは短期的には一生懸命働くかもしれませんが、長期的には、同じ ML エンジニアでも、良好な労働倫理を育むためのモチベーション、集中力、規律が欠けている可能性があります。

良い労働倫理を養う方法の例:

• 特定のタスクに特定の時間を割り当てることで、集中力を高める練習をしましょう。気を散らすものを排除するようにしてください。役に立つ時間追跡ツールは Forest です。
• 時間厳守は良い労働倫理を持つ上で重要な要素です。日常生活のあらゆる会議に時間通り（開始時間の少なくとも 10 分前）に出席することで、時間厳守を実践できます。社交的な集まりでも時間厳守。
• 良好なワークライフバランスを維持します。コンピューターから離れて何かの活動をすると、脳が休まります。機械学習に関係のない趣味を選びましょう。そのような活動の例としては、絵を描くこと、歌うこと、楽器の演奏を学ぶことなどが挙げられます。脳は驚くべきものであり、こうした課外活動を行うことで得られる創造性は、機械学習関連の仕事における創造性を刺激することができます。
• モチベーションとインスピレーションは非常に主観的な要素です。 ML エンジニア A のモチベーションとなるものが、ML エンジニア B のモチベーションとなるとは限りません。個人的には、AI をストーリーの中心に据えた SF 映画をたくさん観て、インスピレーションを得ています。 『アイ、ロボット』、『エクス・マキナ』、『オルタナティブ・カーボン』などの映画や番組は、ML 実践者が現在進めている進歩によって実現可能な未来を描いています。

結論は

成功する ML エンジニアが備えるべきソフト スキルは、プレゼンテーション、創造性、傾聴、問題解決、柔軟性など、他にも数多くあります。

この記事を通じて、空き時間に学び始めることができるソフトスキルを少なくとも 1 つ見つけることができたと思います。