1章　AI業界の現状と基礎知識

• 01 幅広く使えるAI
• 02 企業へのAI導入の動向
• 03 AI人材の需要

2章　AIエンジニアの仕事と仕組み

• 04 AIエンジニアってどんな人？
• 05 AIエンジニアと関わる人々
• 06 AIシステム開発の全体像を把握する
• 07 PMの仕事と役割
• 08 自社開発と受託開発
• 09 AIシステムの頭脳
• 10 AIモデルの作成とプログラミング
• 11 AIシステムの導入事例

3章　AIエンジニアの求人状況と働き方

• 12 AIエンジニアの転職市場
• 13 AIエンジニアの労働条件
• 14 AIエンジニアの学歴と年齢層
• 15 AIエンジニアの1日 CASE1
• 16 AIエンジニアの1日 CASE2
• 17 AIエンジニアの1日 CASE3
• 18 AIエンジニアの仕事とは - 総括 -

4章　AIエンジニアになるには

• 19 AIエンジニアに必要なスキル
• 20 AIスキルに必要な基礎知識
• 21 AIプログラミングの始め方
• 22 アプリケーション開発スキル
• 23 AIエンジニアに必要な資格とは
• 24 AIエンジニアになるには～学生の場合～
• 25 AIエンジニアになるには～ITエンジニアの場合～
• 26 AIエンジニアになるには～非ITエンジニアの場合～

5章　AIシステムの概要

• 27 AIシステムとは
• 28 AIシステム開発の流れ
• 29 AIシステムに何をさせたいのかを決める
• 30 AIモデルの学習
• 31 AIモデルの検証と評価
• 32 データの扱い方を考える
• 33 システムの規模を検討する
• 34 AIシステムに必要な仕組み

6章　AIモデルの構築とPoC

• 35 PoCの重要性
• 36 AIモデルの試作で「何を」分析するのか
• 37 データ収集で注意すべきこと
• 38 AIモデルで使うアルゴリズムを検討する ①教師あり学習
• 39 AIモデルで使うアルゴリズムを検討する ②教師なし学習
• 40 AIモデルで使うアルゴリズムを検討する ③アンサンブル学習
• 41 AIモデルで使うアルゴリズムを検討する ④ディープラーニング
• 42 AIモデルの性能を検証する
• 43 AIモデルの性能を評価する
• 44 高すぎる精度には過学習を疑う
• 45 データが少ない場合

7章　AIシステムを作る

• 46 PoC終了後から製品化までの流れ
• 47 PoCで作成したAIモデルを本番用に改良する
• 48 AIシステムを構築する
• 49 AIシステムをテストする
• 50 AIモデル更新の方法を検討する

8章　AIシステムの運用

• 51 システムの運用
• 52 AIシステムを監視して異常がないかチェックする
• 53 AIモデルの更新
• 54 AIシステムの苦手部分は人がフォローする

9章　AIエンジニアになったら

• 55 地道な経験を積もう
• 56 理想のデータと現実のデータを知る
• 57 大規模なデータを扱うにはインフラの知識が必須
• 58 顧客の期待値を調整する
• 59 ビジネススキルを身に付ける
• 60 最先端技術だからこそ学び続けなければならない
• 61 ステップアップのために