1. ホーム
  2. 個人向けサービス
  3. キカガク技術ブログ
  4. 未経験・離職 1 年から AI エンジニアへ。学び方を変えたらキャリアが動き出した話
2026年1月28日

未経験・離職 1 年から AI エンジニアへ。学び方を変えたらキャリアが動き出した話

はじめまして、TKです。前職では化学メーカーで研究開発職として働いていました。
データサイエンスへの転職を決めた時点で、すでに離職期間は約1年に達しており、「この状態から本当にキャリアを再構築できるのだろうか」という不安が常に頭のどこかにありました。
そんな中でキカガクの「 DX を推進する AI ・データサイエンス人材育成コース」と出会い、未経験から AI ・データサイエンス分野への転職を目指して学習を進めることを決意し、結果として AI ベンダーに転職することができました。

この記事では、私がどのように学びを転職につなげたのか、リアルな視点でお伝えします。

この記事はこんな方におすすめ

未経験からデータ分析や AI エンジニアを目指している方や、スクールでの学びをどう転職へ結びつければよいか分からず悩んでいる方に向けて書いています。
どんなスキルが身につき、どんな姿勢が評価され、どんな伝え方が効果的だったのか。

私自身の経験をもとに、できる限り分かりやすくまとめています。

プログラミング経験ほぼゼロ。Excel しか使えなかったスタート地点

受講前の私は、“ほぼゼロの状態”でした。 Excel で実験データをグラフ化できる程度で、プログラミング経験はほぼありませんでした。
機械学習についても、 Udemy で初心者向けの講義を一周しただけで、このときが人生で初めてプログラミングに触れた瞬間でした。「 Python ってこうやって動くんだ」と感じる程度の、非常に浅い理解しかありませんでした。

数学にも苦手意識があり、さらに離職期間の長さも重なり、学んだ内容を企業がどう受け止めるのかという不安が常に付きまとっていました。

論理的思考を活かせる AI 分野への転職の決意

転職を意識し始めたのは、前職で扱える課題の幅に限界を感じたことがきっかけでした。
もっと広い分野で社会に貢献できる仕事がしたいという思いが強く、また、仮説検証をしながら考えていくプロセスが自分の性格に合っているとも感じていました。

さらに、英語を使いながら働ける可能性や、論理的に考える力を活かせる環境に魅力を感じたことも後押しになりました。こう考えたとき、IT やデータサイエンスは、自分の強みや価値観に最もフィットする領域だと確信しました。

「実務で通用する学び方」の習得

キカガクでは、Python 、pandas によるデータ処理、機械学習・深層学習、Web アプリ開発、そしてポートフォリオ制作まで、実務に直結する内容を体系的に学びました。

特に印象に残っているのは、単に学んだことをなぞるだけではなく、学んだ内容をコードで実際に動かして確かめ、その上で自分なりに工夫や改善を積み重ねていく学び方を自然と身につけられたことです。
この“改善を前提とした学び方”は、後の転職活動でも大きな武器となりました。

ポートフォリオ制作で磨いた「思考プロセス」

転職活動では、ポートフォリオそのものの完成度だけでなく、そこに至るまでの思考やプロセスを丁寧に説明することを意識しました。
キカガクの受講を進める中で自然と身についた、学んだ内容をコードで動かして確かめ、さらに工夫や改善を積み重ねる学び方が、自分の中で大きな軸になっていました。

実際のポートフォリオ作成でも、まずは講義で扱ったベーシックなモデルを真似するところから始め、データの差し替え、パラメータ調整、モデル構造の変更など、試行錯誤を繰り返しながら機能を拡張していきました。「どこを変えたらどう性能が変わるのか」という改善サイクルを回す経験は、ポートフォリオの説得力を高め、面接での説明にも深みを与えてくれました。

また、面接そのものも同じ発想で臨みました。答えに詰まった質問を振り返り、次の面接ではどう伝えれば分かりやすいかを都度改善していきました。その結果、「なぜそのテーマを選んだのか」「どんな課題と向き合い、どう乗り越えたのか」「そこから何を学んだのか」といったストーリーを、相手が迷わず理解できる形で伝えられるようになりました。

「どう作ったか」より「どう考えたか」

面接で特に評価されたのは、「どう作ったか」以上に「どう考えたか」という部分でした。

課題を前にしたとき、

  • なぜそれが起きているのか
  • どこに本質があるのか
  • どんな改善案が適切なのか

を自分の言葉で説明し、論理的に伝えられる点を多くの企業から評価していただきました。

私は常に、
具体 → 抽象 → 再具体
という流れを意識し、事象を抽象化して本質を捉え、そこから再び 具体的なアクションに落とし込む ことを大切にしていました。
この思考プロセスが、「業務でも改善を繰り返せる人材」と判断される理由になったのだと思います。

独学では得られなかった「解決までのスピード感」

講義自体は分かりやすかったものの、「自分の言葉で説明できるレベル」を目指すと、さらに深める必要があると感じました。
そのために意識していたのが、「わからないことを放置しない」姿勢です。

まずは自分で調べ、それでも難しいと感じたら ChatGPT で考えを整理し、どうしても解決できない部分だけをメンターや同期に相談する。この切り替えの早さが、学習効率を大きく高めました。

特にポートフォリオ制作では、実装したい機能はあるものの、どんな順番で進めれば形になるのか分からない場面がありました。そんな時メンターに相談することで、次に取るべきアクションが一気に明確になり、迷いが解消されました。結果として、限られた期間でも満足のいく状態まで仕上げることができました。

また、テーマ選びに迷った際にも、メンターから適切なレベル感のテーマを提案していただいたことで、方向性を間違えず学習を進められました。Udemy で独学していた頃は、自分がどこにつまずいているのか把握できず、遠回りすることも多かったため、必要なタイミングで人に頼ることの大切さを強く実感しました。

さらに、講師との 1 on 1 で気になる点を深掘りできたことも大きな収穫でした。参考書では探しにくい「実務ではどう使うのか」「なぜこのアプローチが必要なのか」といった背景まで直接聞けたことで、理解のスピードが格段に上がりました。

最後に

情報系出身でもなく、スキルもほぼゼロ、そして約 1 年の離職期間を経てのスタートでしたが、「分からないところを、分かるまでやる」という姿勢を続ければ、未経験からでも十分に転職は可能だと実感しました。

今後は、AI を使って業務課題を解決するエンジニアとして経験を積みながら、E 資格などの技術資格取得にも挑戦し、スキルの幅をさらに広げていく予定です。

最後に、これから学習や転職を考えている方へ。
最も大切なのは、特別な才能よりも パッション・やり切る力・覚悟 だと思っています。
“本当にやりたいこと” に向かって進むのであれば、必ず道は開けていきます。


未経験から本当にエンジニアになれる? 」
「今の年齢や経歴からでも間に合う? 」
「自分に合った学習プランは?」

これらの不安や疑問をお持ちの方は、ぜひその思いをキカガクにぶつけてください!
あなたが「やり切り」理想のキャリアを実現するまで、キカガクは伴走し続けます。
まずは無料説明会で相談してみませんか?
⇩ ⇩ ⇩

SHARE



キカガクラーニング

AI/データサイエンス学びはじめの方におすすめの記事

未経験からAI人材 無料説明会に参加

未経験からAI人材 無料説明会に参加