6ヶ月間のAIエンジニア・ロードマップ

1ヶ月目：コーディングと基礎をしっかり固める - Pythonをしっかりマスター - Git + GitHub - CLI／ターミナルの基本 - JSON、API、HTTP、非同期の基本 - 基本的なSQL - pandasを使った基本的なデータ処理 - 仮想環境、パッケージ管理、エラー処理 - FastAPIまたはFlask 2ヶ月目：LLMアプリ開発を極める - プロンプティングの基礎 - システム指示とユーザー指示の違い - 構造化出力／JSONスキーマ - 関数／ツール呼び出し - ストリーミング応答 - 会話状態の管理 - コスト／レイテンシー／トークンの基本 - 障害処理 - プロンプトインジェクションへの認識 3ヶ月目：RAGを正しく学ぶ - 埋め込み（エンベディング） - チャンキング - ベクターデータベース - メタデータフィルタリング - リランキング - 検索品質の問題 - 幻覚（ハルシネーション）の低減 - 引用と根拠付け 4ヶ月目：エージェント、ツール、ワークフロー、評価 - エージェントループ - ツール選択 - 状態管理 - リトライ - エージェントを使うべきでない場合 - マルチステップワークフロー - 評価ハーネス - タスク成功指標 5ヶ月目：デプロイ、プロダクト思考、信頼性 - FastAPI本番パターン - Docker - バックグラウンドジョブ - キュー - 認証＋APIキーセキュリティ - ロギング - 可観測性 - プロンプト／バージョン管理 - 評価ダッシュボード - コスト監視 - レート制限 - キャッシング 6ヶ月目：専門化して採用される状態になる 一つの方向性を選び、実践に集中する： 方向性1：AIプロダクトエンジニア（LLMアプリ、RAG、エージェント、デプロイ、プロダクトUX） 方向性2：応用ML／LLMエンジニア（ファインチューニング、ファインチューニングとプロンプトの使い分け、評価、推論最適化、オープンソースモデル、トレーニングパイプライン） 方向性3：AI自動化エンジニア（ワークフローオーケストレーション、業務プロセス自動化、マルチツールシステム、CRM、ドキュメント、メール、サポート、運用ユースケース）