AIエンジニアになるには｜5段階ステップで現場に入る
AIエンジニアになるには何を順番にやればいいのか。学習・ポートフォリオ・案件参画・転職・継続成長の5段階で、未経験〜既存エンジニアまで使える実装ステップを公開します。
「AIエンジニアになりたい。でも何から手をつければいいか全然分からない。本もスクールも多すぎて、結局どれが正解？」——キャリア検討中の人から、本当によく聞く悩みです。「Pythonから学べ」「いや数学から」「資格を取れ」と言う人によって意見がバラバラで、迷ったまま3ヶ月が消えてしまう、というパターン、結構あります。
AIエンジニアになるには｜5段階ステップで現場に入る
正解はシンプルで、「何を」より「どの順序で」が9割です。学習→ポートフォリオ→案件参画→転職→継続成長、この5段階を順番に踏めば、未経験でも3〜6ヶ月で現場に入れます。
この記事では、LiftBaseが実際に育成支援してきた人たちのリアルなステップを、未経験者と既存エンジニアの両方が使える形で整理しました。「漠然と学ぶ」のをやめて、段階ごとに完了条件をハッキリさせて進みましょう。
AIエンジニアになる5段階ステップ
5段階を最初に俯瞰します。
ステップ1：基礎学習（1-3ヶ月）
Python・LLM API・プロンプト設計・RAGの基礎をインプット。公式ドキュメント＋手を動かす実装。
ステップ2：ポートフォリオ（3-4ヶ月目）
GitHubにAIアプリ3本を公開。チュートリアル写経ではなく、自分の業務課題を解決するアプリが評価される。
ステップ3：案件参画（5ヶ月目）
副業 or インターン経由で実務経験を獲得。Wantedly・Findy Freelance・知人紹介で月10-30万円の小規模案件から。
ステップ4：転職（6ヶ月目）
正社員AIエンジニアとして転職。年収400-600万円スタートが現実値（年代・経験次第）。
ステップ5：継続成長（入社後）
入社後1-2年で年収アップ。LLM・MLOps・データサイエンティストのうち1領域でスペシャリスト化、もしくはマネージャー転向。
5段階のうち、最初に押さえるべきは「ステップ1の領域選定」です。理由は次のH2で説明します。
領域選定の3基準：未経験ならLLM活用一択
ステップ1の落とし穴は「広く学びすぎる」ことです。AIエンジニアは大きく4職種に分かれますが、未経験は「LLM/生成AIエンジニア」一択です。
最初の1領域を選ぶ基準は3つ。
基準1：市場の伸び率
2024-2026年で LLM/生成AI 求人は5倍以上に増えています。機械学習エンジニアは横ばい、データサイエンティストは微減。狙う市場が大きいほうが転職成功率が高い。
基準2：学習コストと成果のスピード
LLM活用は Python＋API＋プロンプト で1ヶ月で動くアプリが作れます。機械学習は数学・統計の積み上げで半年〜1年かかる。短期間で成果を出したいならLLM一択。
基準3：既存業務知識の活かしやすさ
LLM活用は「特定業界の課題をLLMで解決する」案件が多く、営業・経理・人事・カスタマーサポートなど既存業務知識が直接活きます。未経験＝経験ゼロではなく「業務経験＋AI実装」の掛け算で差別化できる。
3基準すべて満たすのが「LLM/生成AI エンジニア」です。詳細は未経験から半年で転職するロードマップを参照ください。
5段階別・具体タスクと完了条件
各段階の具体タスクと完了条件を整理します。
ステップ1：基礎学習（1-3ヶ月）
学ぶこと：Python基礎・OpenAI/Anthropic API・プロンプト設計・LangChain/LlamaIndex で RAG 実装
完了条件：
– Pythonで FastAPI のRESTサーバーが書ける
– Claude/OpenAI API を叩いてチャットアプリが動く
– ベクトルDB（Chroma or pgvector）を使ったRAGが動く
推奨教材：Python公式チュートリアル、OpenAI公式ドキュメント、Anthropic公式ドキュメント、LangChain or LlamaIndex の公式チュートリアル
ステップ2：ポートフォリオ（3-4ヶ月目）
作るもの：自分の業務課題を解決するAIアプリ3本
完了条件：
– GitHubに3本のリポジトリ（READMEに使用技術・スクリーンショット・動作例）
– 各アプリのデモ動画（YouTube非公開リンク）
– Zenn or 個人ブログに学習ログ・実装解説を10本以上
推奨テーマ：「議事録要約Bot」「営業日報要約Bot」「レシートOCR＋仕訳Bot」「カスタマーサポートFAQ Bot」など、業務直結の小さく確実なもの
ステップ3：案件参画（5ヶ月目）
やること：副業・インターン・週末コミット案件で実務経験
完了条件：
– 月5-30万円の有償案件を1本以上獲得
– 顧客向けの動作する成果物（PR or 納品レポート）
– 案件主に推薦できる関係性
推奨チャネル：Findy Freelance、Wantedly Side、Lancers、LAPRAS、知人・前職経由のリファラル
ステップ4：転職（6ヶ月目）
やること：正社員AIエンジニアの内定獲得
完了条件：
– 5-10社の面接
– 3社以上の内定提示
– 年収400-600万円（未経験スタート）／550-800万円（既存エンジニアからの転換）
推奨チャネル：Findy・LAPRAS・Wantedly・LinkedIn のスカウト、エージェント（レバテック・geechs等）併用
ステップ5：継続成長（入社後）
やること：1-2年でスペシャリスト化 or リード昇進
完了条件：
– 入社1年で年収100-150万円アップ
– 担当領域でテックリードor チームマネージャー候補
– 社外への登壇・OSS貢献の実績
90日／180日／12ヶ月で見る到達目標
「半年後にどこまで行くべきか」の現実的なゴールを整理します。
| 期間 | 到達目標 | 想定年収 |
|---|---|---|
| 90日（3ヶ月） | LLM API＋RAG実装ができる / ポートフォリオ1本 | 0円（学習期） |
| 180日（6ヶ月） | 副業案件1本＋正社員内定獲得 | 月35-50万円（年収420-600万円） |
| 12ヶ月（1年） | 入社後の昇給1回＋副業継続 | 月50-70万円（年収600-840万円） |
90日のゴールが達成できれば、その先は加速度的に進みます。逆に90日で挫折する人は、教材の選び方より「毎日30分の継続」ができていないだけのケースが多い。
AIエンジニアになる過程でつまずく5つの罠
支援現場で繰り返し見てきた、ハマりやすい5つの罠を共有します。
罠1：学ぶ範囲を絞らない
Python・統計・線形代数・深層学習・LLM・MLOps を並行で学ぼうとして頓挫。最初の3ヶ月は LLM活用1領域に絞る。
罠2：教材選びに時間を使いすぎる
「最高の教材」を探して1ヶ月使ってしまうパターン。公式ドキュメント＋ChatGPT/Claude を先生にして即始める。
罠3：ポートフォリオが「Hello World」レベル
チュートリアルそのままをGitHubに置いても評価されない。自分の業務課題を解決する具体アプリにする。
罠4：副業案件を待ちすぎる
「実力がついてから」と案件参画を後回しにする。月3万円の小さな案件でも、実務経験ゼロより遥かに評価される。
罠5：転職活動を1社ずつやる
1社目に内定が出るまで2社目を受けないと、年収レンジが上がりません。最低3社、できれば5-10社の同時並行が前提。
5つの罠は、ステップに着手する前に押さえておきたい論点です。
よくある質問
Q1. 30代未経験でも本当になれますか？
なれます。LiftBaseで支援している未経験エンジニアの3割は30代以上です。20代より「業務経験を活かしたAI実装」の見せ方が重要。例：営業出身なら営業AIの実装事例、経理出身なら経理AIの実装事例。
Q2. プログラミング完全未経験でも大丈夫ですか？
可能ですが、ステップ1の期間が長くなります（3ヶ月→4-5ヶ月）。Python基礎にしっかり時間をかけてから、LLM API に進む。
Q3. 大学・大学院は必要ですか？
不要です。AI業界は学歴より「実装スキル＋ポートフォリオ＋業務経験」で評価される傾向が強い。学位は外資系の一部ポジション以外、必須条件ではありません。
Q4. 既存エンジニアからAIエンジニアへの転換期間は？
Webエンジニア・バックエンドエンジニア経験者なら3-4ヶ月で転換可能。Python・API・ベクトルDB の基礎を1ヶ月、ポートフォリオ作成に1-2ヶ月、転職活動に1ヶ月が標準。
Q5. 失敗した場合のリスクは？
最大のリスクは「6ヶ月学習したが転職市場で評価される実装スキルがついていない」ことです。これを避けるため、必ず（a）LLM活用1領域に絞る、（b）GitHubに動くアプリ3本、（c）月3万円でも有償案件を1本、を完了条件として守ってください。
30分の無料キャリア相談｜AIエンジニアを目指す方へ
LiftBaseでは、AIキャリアの相談を毎月たくさん受けています。学習ロードマップの個別設計、ポートフォリオ添削、副業案件マッチング、自社で働きたい方の採用相談まで、30分で「あなたの場合の次の一手」を一緒に整理します。気軽にどうぞ。
営業・経理・人事の「どこから始めるか」を、無料で見える化します
30分の無料AI業務診断
御社の業務フローをヒアリングし、AIで何時間が浮くか・どこから始めるべきかを可視化します。
「いきなり契約」ではありません。診断結果のレポートだけでも持ち帰れます。
まずは話を聞いてみたい方は、無料相談から
無料相談（オンライン30分）
「うちの業界でAIは効くのか」「他社事例を聞きたい」「何から手をつけていいか分からない」など、
ふんわりした疑問でも結構です。営業出身の代表 渋谷が直接お話しします。
執筆者プロフィール
渋谷祐太（しぶや ゆうた）｜株式会社LiftBase 代表取締役CEO
学生時代に株式会社エス・エム・エスでインサイドセールスに従事し、顧客接点と業務プロセス設計の基礎を学ぶ。新卒で日本IBMに入社し、コンサルタントとして大手クライアントの業務改革・システム導入を担当。その後、ファインディ株式会社で事業企画としてエンジニア採用・キャリア支援領域に関わる。2024年9月に株式会社LiftBaseを創業し、代表取締役CEOに就任。AI導入とAI人材育成の現場経験を活かし、未経験からAIエンジニアになりたい方の学習設計・案件マッチングを支援している。
関連記事
