# AIエンジニアとして採用されるには｜Tech With Tim ティム・ルスシカ氏

- 番組: [DataFramed](https://ai-curator.jp/podcasts/shows/cmv3z5c1u00145o10683wm5ms)（DataCamp）
- 元のタイトル: #387 How to Get Hired as an AI Engineer | Tim Ruscica, Founder of Tech With Tim
- 配信日: 2026年11月16日
- 長さ: 41分
- 要約作成日: 2026年11月16日
- トピック: [#AIエンジニア](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2) [#キャリア](https://ai-curator.jp/topics/%E3%82%AD%E3%83%A3%E3%83%AA%E3%82%A2) [#ポートフォリオ](https://ai-curator.jp/topics/%E3%83%9D%E3%83%BC%E3%83%88%E3%83%95%E3%82%A9%E3%83%AA%E3%82%AA) [#RAG](https://ai-curator.jp/topics/RAG) [#技術面接](https://ai-curator.jp/topics/%E6%8A%80%E8%A1%93%E9%9D%A2%E6%8E%A5) [#ソフトスキル](https://ai-curator.jp/topics/%E3%82%BD%E3%83%95%E3%83%88%E3%82%B9%E3%82%AD%E3%83%AB)
- URL: https://ai-curator.jp/podcasts/cmwj63p0400005z10v1njjzku

## 要約

DataFramedに、YouTubeチャンネル「Tech With Tim」創設者のTim Ruscica氏が登場し、AIエンジニア採用の実情を語った。AIエンジニアの実態は、ソフトウェアエンジニアリングの力にAI特有のスキルを少し足した職種だという。ポートフォリオの作り方、資格の位置づけ、面接の流れ、入社後の評価、コミュニケーションや自己責任のマインドセットまで幅広く議論した。

## ポイント

- AIエンジニアは、数学中心の研究寄りの役割と、既存モデルをアプリに組み込む実務寄りの役割に大別され、後者が大半だとTim氏は述べている。
- 求められるのは中堅ソフトウェアエンジニア相当のスキル（システム設計、API、Python、Docker、Kubernetes）に、RAGやモデル選定などのAI要素を加えたもの。
- AIでコードを書く場合も、小さな単位で生成して自分でレビューできることが重要。コードを読み書きし失敗を重ねることでレビュー力が育つとしている。
- ポートフォリオは、デプロイ済みで視覚的に分かりやすく、明確な課題を解くものにする。実行が面倒なGitHubリンクだけでは見られないと指摘した。
- 資格はあれば有利だが、目的に合う2〜3個で十分。20個集めても意味は薄く、実践的スキルの方が重視される。
- 面接は、リクルーターとの面談、技術的な質問、実践的な課題の順に進むことが多い。LLM呼び出しをラップするAPIの実装などが出題され、AI利用を認めつつ結果の説明を求める例もある。

## 章立て

- [01:05] **AIエンジニアの種類** — 数学中心の研究寄りの役割と、既存モデルをアプリに統合する実務寄りの役割という二つの側面を整理する。
- [02:50] **必要な技術スキルとコーディング** — システム設計、API、Python、コンテナ技術に加え、RAGやMCPなどのAI要素を解説。AI時代のコーディングとレビューの考え方も語る。
- [09:20] **ドメイン知識とコミュニケーション** — 明確で簡潔な文章や会議での伝え方、Gitの重要性など、AI時代に差がつくソフトスキルを議論する。
- [15:35] **ポートフォリオとOSS貢献** — 分かりやすく動かせる成果物の作り方を、AI Plays Flappy Birdの例で説明する。OSS貢献の難しさにも触れる。
- [20:49] **資格の価値** — 資格は補助的な要素で、目的に合う2〜3個に絞るべきだと述べる。キャリア初期ほど有効という見方も示す。
- [22:50] **採用面接の流れ** — リクルーター面談から技術面接、API実装課題、コードベースのバグ探しまで、受講生の事例を紹介する。
- [28:08] **入社後の成功と自己アピール** — 自律的に意思決定する力や最新動向の把握、期待値の明確化、自分の成果を伝える重要性を語る。
- [36:15] **最後の助言と注目の発信者** — 結果は自己責任で行動し続けることが鍵だと強調。注目するYouTubeクリエイターも紹介する。

## 解説記事

DataFramedの第387回では、YouTubeチャンネル「Tech With Tim」を運営するTim Ruscica氏が、AIエンジニアとして採用されるための現実的な道筋を語った。Microsoft勤務を経て、開発者の転職支援プログラム「DevLaunch」も運営した同氏が、その経験をもとに述べた内容を整理する。

#### AIエンジニアは「二層」の職種

Tim氏はAIエンジニアという肩書きが曖昧だと指摘し、大きく二つに分けた。一つはLLMの構築やMLモデルの開発といった、数学に強い博士レベルの仕事。もう一つは、すでに作られたモデルをHugging Faceなどから使い、既存アプリに組み込む実務寄りの仕事で、現在のAIエンジニアの大半はこちらだという。

後者の仕事は、デプロイ、スケーラビリティ、APIといった要素をつなぎ合わせる作業が中心になる。同氏は「ソフトウェアエンジニアがAIを1割ほど扱う仕事」だとも表現している。求人要件の8〜9割はDocker、Kubernetes、システム設計、Pythonなど従来のスキルだったと述べ、博士号や高度な数学がなくても応募できるのに、自分には無理だと諦める人が多いと指摘した。

#### コードはAIで書いても「読める」ことが条件

コーディングについて、同氏は3年前なら構文まで覚えるべきだと答えただろうが、今は変わりつつあるという。自身もほぼすべてのコードをAIで書くが、小さな単位に分けて生成し、レビューできる状態を保っている。ネット接続なしでコードを読み、何をしているか説明できるかが同氏のテストだ。

レビュー力を養う方法は、多く読み、多く書き、失敗を早く経験することだという。AIは自信満々に誤りを出すことがあり、初心者には見抜けない。経験のある開発者と働く環境に身を置くことも勧めた。

#### 差がつくのはコミュニケーション

AIがコードを書く時代には、人との働き方が差別化要因になるというのが同氏の見方だ。報告はヘッダーや箇条書きで構造化し、日付は曖昧さのない書き方にする。メールの末尾には「自分に何をしてほしいか」を書き、会議ではメモを用意して要点だけ話す。GitやGitHubのブランチ操作、競合解決も、変化が速い今こそ重要だとした。

#### ポートフォリオ、資格、面接

ポートフォリオの第一原則は「誰でも簡単に理解でき、アクセスできること」である。Docker環境やAPIキーの設定が必要なGitHubリンクは見られないと述べ、可視化やアニメーションなど視覚的な層を付けることを勧めた。課題設定は明快にし、応募先が求める技術（例えばDockerやKubernetes）を使ってデプロイする。自身の例として、NEATアルゴリズムでFlappy Birdを学習させる「AI Plays Flappy Bird」が、数年後の面接でも話題になったと紹介した。

資格については、あれば有利だが決定打ではないという立場だ。AWSなど特定企業を狙うなら関連資格は有効だが、目的に合う2〜3個で十分で、20個集めるのは行き過ぎだとした。特に若手のうちに効果が高いという見方にも同意している。

面接は、20〜30分のリクルーター面談、ポートフォリオを題材にした技術面接、実践的な課題という流れが典型的だったという。大手テックではLeetCode形式が多い一方、一般企業では実践的な課題が目立った。受講生の例では、LLMエンドポイントをラップするAPIの設計（キャッシュ、レート制限、ポーリング応答）が課され、続いて既存コードベースのバグ探しが行われた。RAGとファインチューニングの使い分けのような質問もあり、AIの利用を認めつつ出力の理解を問う形式も見られるという。司会のRichie氏も、DataCampの採用で同様のやり方をしていると述べた。

#### 入社後と最後のメッセージ

AIエンジニアは中堅として採用されることが多く、1〜2か月の立ち上がり後は、自律的に判断し、設計し、必要なら若手に仕事を振る力が期待されるという。最新のモデル動向を追い、選択を説明できることも評価に関わる。また、成果を適切に伝え、最初の数か月の期待値を上司と確認しておくことで、後の昇給交渉などの根拠になると助言した。

結びでは、結果は自分の行動次第だという厳しいメッセージを送った。大量に応募する、ユーザーのいるアプリを作る、LinkedInで発信し続けるといった行動を挙げ、1〜2年続けた人は仕事を得ているという。

#### まとめ

この回の核心は、AIエンジニアが特別な職種ではなく、堅実なソフトウェア工学にAI統合の知識を足したものだという点にある。日本の読者にとっては、既存のバックエンド経験を活かしてRAGやLLM APIの扱いを学び、動くデモを公開する、という現実的な戦略が見えてくる。AI生成コードをレビューし説明できる力や、簡潔に伝える力が評価軸になるという指摘も、転職準備の参考になるだろう。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: DataFramed「#387 How to Get Hired as an AI Engineer | Tim Ruscica, Founder of Tech With Tim」
