本文へ移動
職種別 知っておくべき技術ラボ

ホーム / ML

ML が知っておくべき技術

ML エンジニアが知っておくべき技術。機械学習・LLM の基礎から、データ・学習と推論の基盤・運用まで。

14章・119トピック・用語73・面接問答61問

0%
理解したトピック 0 / 119
0今日の復習
ブラウザで試せるラボDB・ネットワーク図・Linux・障害対応の演習開く
DBラボMariaDB・PostgreSQL・SQLite・Redisネットワーク図パケットの流れを再生Linux ラボ本物のシェルで障害対応障害対応の演習アラートから原因を探す

学習マップ

★★★ 必須★★☆ 重要★☆☆ 発展深度の見方
  • ★★★ 必須 実務で説明できる
  • ★★☆ 重要 仕組みを理解している
  • ★☆☆ 発展 概要を知っている
  • 章の番号の輪は、「理解したらチェック」の進み具合

第1部ML エンジニアとは

  1. 1ML エンジニアとはデータサイエンティスト・ML エンジニア・MLOps・研究者の違い6トピック・面接 3問・理解 0/6★★ 重要

第2部機械学習の基礎

  1. 2機械学習の基礎と評価教師あり学習の代表的な手法と、過学習・汎化12トピック・面接 5問・理解 0/12★★★ 必須
  2. 3深層学習ニューラルネットの学習の仕組み（勾配降下・誤差逆伝播）7トピック・面接 3問・理解 0/7★★ 重要
  3. 4LLM と生成 AI のアプリプロンプト・RAG・ファインチューニングの使い分け12トピック・面接 6問・理解 0/12★★★ 必須

第3部データと特徴量

  1. 5データと特徴量学習データの集め方・ラベル付け・前処理10トピック・面接 5問・理解 0/10★★★ 必須
  2. 6実験と A/B テスト実験管理（再現性）7トピック・面接 3問・理解 0/7★★ 重要

第4部学習と推論の基盤

  1. 7学習の基盤GPU と分散学習（データ並列・モデル並列）7トピック・面接 3問・理解 0/7★★ 重要
  2. 8推論とサービングバッチ推論とオンライン推論の使い分け9トピック・面接 5問・理解 0/9★★★ 必須
  3. 9MLOps学習から本番までのパイプラインと、モデルのバージョン管理9トピック・面接 5問・理解 0/9★★★ 必須

第5部運用と責任

  1. 10モデルの監視データのドリフトと精度の劣化を検知する9トピック・面接 5問・理解 0/9★★★ 必須
  2. 11責任ある AIバイアス・公平性・説明可能性6トピック・面接 3問・理解 0/6★★ 重要

第6部面接の実践

  1. 12面接の全体像と答え方面接官は「知っているか」より「本番で正しく判断できるか」を見ている5トピック・面接 4問・理解 0/5★★ 重要
  2. 13ML システム設計・実技の面接目的 → 指標 → データ → 特徴量 → モデル → 推論 → 評価 → 監視 の順で一通り設計する10トピック・面接 6問・理解 0/10★★★ 必須
  3. 14経験・行動面接エピソードは STAR で、必ず数字（ビジネスの指標）を入れる10トピック・面接 5問・理解 0/10★★★ 必須

記録と保存

💾 学習記録理解したチェック・クイズの成績・復習の予定は、このブラウザにだけ保存されています。別の端末で続けるときや、バックアップに。