職種でみる
因果推論MLエンジニア
介入効果の数理推定
はたらきの中身
- ドメイン
- 機械学習・AI
- 主要ツール
- Databricks(データ基盤)・MLflow(実験管理)・PyTorch/TensorFlow(深層学習)・scikit-learn(機械学習)・Jupyter(対話開発)
- 利用シーン
- データ前処理・モデル学習/評価・実験管理・本番デプロイ
- 利用場所
- テック企業オフィス・GPU/クラウド環境・リモート
- アプリの種
- データ前処理アプリ・モデル学習アプリ・実験管理アプリ・推論API・データ可視化アプリ
市場と規模
- 市場規模（日本）
- 数百億〜数千億円
- 市場規模（世界）
- 数千億〜数兆円
- 想定人数（日本）
- 数万〜数十万人
- 想定人数（世界）
- 数百万〜数千万人
- ニッチ度
- 3.0
- 収益性
- 4.0
AIとの関係
- AI依存度
- 5年45% / 10年55% / 30年70% / 50年80% / 100年90%
- AI依存の理由
- 数値計算・モデル運用・検証は定型性が高くAIが大半を担う。人は前提と最終判断に縮退し、依存度は高止まり。
- 推奨AI
- ML/深層学習基盤: PyTorch＋勾配ブースティング(XGBoost)＋基盤モデルのfine-tune
- 実現可能性
- 高
- 関連開発候補
- データ分析/統計, データ可視化/BI, 機械学習/MLOps
資格・リスク
- 資格（日本）
- 推奨(任意資格・信用面)
- 資格（世界）
- 国により推奨(任意)
- 法的・倫理リスク
- 重大な法規制は想定しにくいが、データの正確性・利用規約・一般的な個人情報配慮は必要。
この職種で使えるアプリ
この職種のアプリは準備中です。
ブログ
記事は準備中です。