AIエンジニアのスキルの確認方法 資格・実績・面談で見る項目

AIエンジニアという名前の国家資格はありません。名乗るための条件もないため、依頼する会社がスキルを確かめる必要があります。

確認の順番

スキルの確認は、次の順番で進めると、候補を絞りやすくなります。

1. 依頼したい作業と、必要な技術を社内で書き出す
2. プロフィールで、資格と経歴が作業に合うかを見る
3. 実績の説明を受け、本人が担当した範囲を確かめる
4. 面談で、進め方と判断の理由を聞く
5. 必要に応じて、小さな範囲の作業を試しに依頼する

最初の手順が抜けると、何を確かめればよいかが決まりません。たとえば、社内文書を検索する仕組みを作る場合と、売上の予測モデルを作る場合では、必要な技術が違います。

資格の位置づけ

資格は、一定の知識を持っていることの確認に使えます。一方で、実際の開発の経験を示すものではありません。資格は候補を絞る材料の1つとして扱います。

情報処理技術者試験

IPA（情報処理推進機構）が実施する国家試験です。試験区分は、知識・技能の水準ごとに分かれています（IPA「試験区分一覧」）。

• 共通的知識：ITパスポート試験
• 基本的知識・技能：情報セキュリティマネジメント試験、基本情報技術者試験
• 応用的知識・技能：応用情報技術者試験
• 高度な知識・技能：ITストラテジスト試験、データベーススペシャリスト試験など8区分

同じ一覧には、情報処理安全確保支援士試験も高度な知識・技能の区分に載っています。合格者は、登録の手続きを行うと国家資格「情報処理安全確保支援士」の資格保持者になれます。これらはAIだけを対象にした試験ではありません。システム開発やデータベース、セキュリティの知識の確認に使えます。

G検定とE資格

一般社団法人日本ディープラーニング協会（JDLA）が実施する検定と資格です。

G検定（ジェネラリスト検定）は、AI・ディープラーニングの活用リテラシーを確認する検定です。受験資格に制限はありません（JDLA「G検定」）。

E資格は、ディープラーニングの理論を理解し、適切な手法を選んで実装する能力や知識を認定する資格です。受験には、JDLA認定プログラムを試験日の過去2年以内に修了していることが必要です（JDLA「E資格」）。

資格の見方

資格を確認するときは、取得した時期もあわせて聞きます。生成AIの分野は技術の変化が早いため、取得後の実務の経験が重要です。

合格証や登録の情報は、本人に提示を依頼できます。提示を受けた場合も、資格だけで依頼先を決めないようにします。

実績の確認

実績は、スキルを確かめる材料として最も重要です。守秘義務のため、依頼した会社の名前は出せない場合があります。その場合でも、次の内容は説明を受けられます。

• 依頼した会社の業種と規模
• 作ったものと、その目的
• 本人が担当した範囲（設計、開発、データの整理、運用など）
• 使ったサービスやクラウド、開発の環境
• 期間と、関わった人数
• 完成した後に、どのように使われているか

チームで行った開発の場合は、本人の担当を分けて聞きます。全体の説明しかできない場合は、本人の担当が小さかった可能性があります。

うまくいかなかった案件の説明を求める方法もあります。原因と、その後に変えたことを説明できるかどうかは、判断の材料になります。

成果物の確認

過去の成果物を見せてもらえる場合は、次の点を確認します。

• 手順書や設計の資料が残されているか
• 依頼した会社が自分で運用できる形で納品されているか
• 使い方の説明が、担当者に分かる言葉で書かれているか

成果物を見せられない場合は、作業の進め方を説明してもらいます。どの順番で何を確かめるかを具体的に話せるかを見ます。

個人で公開している資料や記事がある場合は、内容を読んでおきます。説明の分かりやすさと、扱っている技術の範囲を確かめられます。

面談での確認

面談では、知識の有無よりも、判断の理由を聞きます。次の質問が使えます。

• 当社の依頼の内容で、最初に確認したいことは何ですか。
• この作業で、うまくいかない可能性が高い部分はどこですか。
• 使うサービスを選ぶとき、何を比べますか。
• 精度や品質は、どのような方法で確かめますか。
• 社内のデータを扱うとき、どのような点に注意しますか。
• 納品の後、社内の担当者が自分で直せるようにする方法はありますか。

回答が特定のサービスの名前だけで終わる場合は、理由を重ねて聞きます。比べる観点を説明できるかどうかが、判断の材料になります。

専門用語が多い場合は、社内の担当者に分かる言葉で言い換えてもらいます。説明の仕方は、納品後の手順書の分かりやすさにもつながります。

面談の質問は「専門家との初回面談で確認する質問」でも整理しています。

小さな依頼での確認

面談だけで判断しにくい場合は、小さな範囲の作業を有償で依頼する方法があります。例として、次の作業があります。

• 社内の資料の一部を使った、短期間の試作
• 既存の仕組みの見直しと、改善点の報告
• 依頼したい開発の進め方と、作業の見積もりの作成

試しの依頼でも、作業の範囲、期間、報酬を事前に決めます。従業員を使用しない個人に委託する場合は、フリーランス法の取引条件の明示が必要です。詳しくは「フリーランス法で発注する企業が守ること」で説明しています。

小さな依頼の結果は、作ったものの出来だけで判断しません。次の点もあわせて確認します。

• 作業の途中で、進み具合の報告があったか
• 分からない点を、作業の前に質問してきたか
• 決めた期限までに納品されたか
• 報告の内容が、社内の担当者に分かる言葉で書かれていたか

これらは、長い期間の依頼を任せたときの進め方を予測する材料になります。

社内のデータを渡す前には、秘密保持契約を結びます。試作の進め方は「個人の専門家とPoCを進める」で説明しています。

依頼の内容ごとに見る経験

同じAIエンジニアでも、得意な作業は人によって違います。依頼の内容ごとに、確認する経験の例を示します。

生成AIを使う社内向けの仕組み

社内の文書を検索して答える仕組みや、問い合わせの回答の下書きを作る仕組みがこれにあたります。次の経験を確認します。

• 生成AIのサービスを業務のシステムに組み込んだ経験
• 回答の誤りを減らすために行った工夫と、その確かめ方
• 利用料が使った量で決まるサービスの費用の見積もりの経験

データの分析と予測

売上や在庫の予測、顧客の分類などがこれにあたります。次の経験を確認します。

• 依頼する会社と近い種類のデータを扱った経験
• データの欠けや誤りを整理した経験
• 分析の結果を、業務の担当者に説明した経験

既存のシステムとの連携

販売管理や会計のシステムとAIのサービスをつなぐ作業がこれにあたります。連携する予定のシステムを使った経験があるかを確認します。経験がない場合は、仕様の資料を読んで調べる時間を見積もりに含めてもらいます。

情報の扱いの確認

AIの開発では、社内のデータや顧客の情報を扱うことがあります。スキルとあわせて、情報の扱い方も確認します。

• 作業に使うパソコンと、データの保存場所
• 生成AIのサービスに入力する情報の範囲の決め方
• 作業が終わった後のデータの削除の方法
• 過去に結んだ秘密保持契約での対応の例

回答が具体的でない場合は、社内のルールを先に伝えて、そのルールで作業できるかを確かめます。

確認項目の一覧

確認の材料	見る点	注意点
資格	試験区分、取得した時期	開発の経験を示すものではない
実績	作ったもの、本人の担当、使った環境	チームの成果と本人の担当を分ける
成果物	手順書、納品の形、説明の分かりやすさ	守秘義務で見せられない場合がある
面談	判断の理由、品質の確かめ方	サービスの名前だけで判断しない
小さな依頼	進め方、報告の内容、期限の守り方	範囲と報酬を事前に決める

AI専門家ナビでは、導入・開発支援の専門家の経歴と実績を確認できます。依頼の内容を書いて専門家を募る場合は、専門家の募集フォームを使います。

まとめ

AIエンジニアのスキルは、資格、実績、成果物、面談、小さな依頼の順に確かめます。資格は知識の確認に使えますが、開発の経験を示すものではありません。

実績では本人の担当範囲を、面談では判断の理由を確認します。判断しにくい場合は、範囲と報酬を決めたうえで、小さな作業を試しに依頼する方法があります。