コンピューターサイエンス
最も直接的で標準的なルートアルゴリズム、データ構造、計算可能性、システムを扱う──この分野のほぼすべての専門分野の理論的基盤となる。
濃いマスほど、このテーマでその指標が高いことを示します。
低高
多くの日は、新しいコードを書くこと、レビューで他人のコードを読むこと、バグを修正すること、次に何を作るべきかチームメイトと話し合うことに分かれる。会議や計画立案、後輩の指導は新人が思う以上に時間を占める。シニアエンジニアはジュニアエンジニアより自分でコードを書く量が少なく、設計判断やレビュー、他者の障害を取り除くことに多くの時間を費やすことが多い。
必須ではないが、依然として最も一般的で摩擦の少ない道である。4年制の学位ではアルゴリズムやデータ構造、システムの概念を学ぶが、これらは独学では習得コストが高い。ブートキャンプ卒業生や独学のエンジニアも採用されており、特に小規模企業ではそうだが、通常は学歴の代わりとなる強力なポートフォリオやオープンソースへの貢献が必要になる。
一部はすでにそうなっている。現代のコードエディタに組み込まれたツールは、定型コードや初稿のテスト、言語間の変換など、日常的なコードの大きな部分を、日常的に使うエンジニアのために書くようになっている。はるかに自動化が難しいのは、何を、なぜ作るのか、そして実際のユーザーや障害にさらされても生き延びるようにシステムをどう形作るかを決めることである。
国や企業によって大きく異なる。米国では中央値が年間約13万3000ドル、ドイツではおよそ6万9000ユーロ、業界が最も多くの人を雇用しているインドでは全国平均が90万ルピー前後になる。大手テクノロジー企業のシニアやスタッフエンジニアは、株式報酬を含めると全国中央値の数倍を稼ぐこともある。
実際にはほとんど違いがない。肩書きは重複しており、企業によって使い方も一貫していない。「プログラマー」は最も古い用語でコードを書くことを重視し、「開発者」はウェブやプロダクト企業でよく使われ、「ソフトウェアエンジニア」はより古いエンジニアリング分野から借りた規律あるプロセスやテスト、設計の考え方をソフトウェア構築に適用するという意味合いを持つ。求人票でこれらが一貫して区別されることはほとんどない。
多くの大手テクノロジー企業では、そうである。共有ドキュメントやホワイトボード上でアルゴリズム問題を解くライブまたは持ち帰り形式の技術面接が標準的な選考手法であり、より上級の職種にはシステム設計面接も加わる。小規模企業やスタートアップでは、有償の試用プロジェクトやポートフォリオレビュー、過去の実績についての会話で代替する可能性が高い。
ソフトウェアエンジニアリングには単一の法的関門が存在せず、それがこの分野の大きな強みであると同時に、採用プロセスがこれほど混沌としている理由でもある。独学の10代の若者と博士号取得者が同じ職に応募することも珍しくなく、決め手となる選考はたいてい学位や免許ではなく、ライブのコーディング面接である。
とはいえ、その開放性のために市場が独自の非公式な資格認定システムを発展させなかったわけではない。特定の大学、特定の面接形式、そして土木技師のように「ソフトウェアエンジニア」という肩書きを免許制にしている少数のばらばらな国々である。
独学や高校の授業、競技プログラミングを通じて、正式な資格を得るはるか前から論理と数学に早期に触れる。
関門なし──完全に自己選択。
多くのエンジニアは今も3〜4年かけてコンピューターサイエンスまたは関連分野の学位を取得する。増加しつつある少数派は代わりに3〜6か月の集中ブートキャンプを受講するか、無料の教材やドキュメントで独学する。
関門大学入試、またはブートキャンプの適性試験とポートフォリオ審査。
初めて本物の雑然としたコードベースでコードレビューを受けながら働くことを学ぶ──通常、学校で経験したどんなことよりも大きな適応である。
関門技術面接:アルゴリズムの質問、持ち帰り課題、あるいはその両方。
機能を最初から最後まで担当し、オンコール当番に加わり、指導される側から新人を指導する側へと変わり始める。
関門社内の業績評価と昇進委員会。
単に実装するのではなくシステムを設計し、限られた監督のもとで健全な技術判断を下すことが期待される。
関門システム設計面接、または自チームを超えた影響を示す昇進資料。
複数チームにまたがる技術的な方向性を定めるか、人材管理へ移行する──多くのエンジニアが真の独立した実践と呼ぶ段階。
関門シニアリーダーシップからの後押しと、組織全体への影響の証拠。
米国の州内在住者向け州立大学のコンピューターサイエンス学位は、4年間の授業料と生活費を合わせておよそ4万〜10万ドルかかる。私立大学はさらに高い。多くの国では公立大学の学費ははるかに安く、コーディングブートキャンプ(一般に数か月で1万〜2万ドル)や独学・ポートフォリオ主体のルートは、時間以外ほとんど費用がかからない場合もある。
アルゴリズム、データ構造、計算可能性、システムを扱う──この分野のほぼすべての専門分野の理論的基盤となる。
少数の大学がNATO会議の当初の構想に近い形で、これを独自の学位として教えており、一般的なCSの学位よりもテストや要件定義、大規模チームのプロセスに重点を置く。
回路やOS内部、ハードウェアを加える。ファームウェアやドライバー、チップなど、より低レベルに近い作業をするエンジニアに有用。
特に離散数学と統計学を強く学んだ純粋数学の学位は、暗号、グラフィックス、検索、機械学習に進むエンジニアの間でよく見られる。
ビジネススクールで一般的で、消費者向け製品ではなく企業自身の業務を動かすエンタープライズソフトウェアやデータベースに重点を置く。
CSAILと数十年にわたる基礎的なシステム研究があり、MulticsやLISPの初期研究から今日のAI研究室まで続く。
シリコンバレーの創業者とエンジニアの両方を輩出する標準的な供給源。
Pascalの設計者ニクラウス・ヴィルトの出身学科であり、強力なシステムと形式手法の伝統を持つ。
同大学のコンピューター研究所は1949年にEDSAC──最初期の記憶保存プログラム式コンピューターの一つ──を製作した。
世界的なエンジニアリング採用パイプラインの大きな割合を供給する複数のIITの一つ。
アジアのコンピューターサイエンス学科の中で常に上位にランクされ、同国最大のテック企業に人材を供給する。
ハイファ周辺のイスラエルの密集したスタートアップ・サイバーセキュリティ産業の中核を担う。
卒業までに学生を最大6回の企業実習に順に配置する必修の実務研修プログラムで知られる。
主要クラウドプラットフォームによるベンダー資格は法的義務ではないが、クラウド・インフラ職種の履歴書上のシグナルとして広く使われている。免許とは異なり、数年ごとに更新が必要である。
2013年から2019年まで、米国の州はソフトウェア専門のプロフェッショナルエンジニア免許試験を提供していたが、5回の実施を通じて受験者はわずか81人にとどまり、需要の低さからNCEESは2019年4月以降廃止した──この分野で正式な免許制度が根付かなかった最も明確な証拠である。
オンタリオ州専門エンジニア協会などの州の規制当局は、米国とは異なり、安全性が重要な業務や組み込み分野向けに「ソフトウェアエンジニア」という肩書きを免許制にし保護している。一方アルバータ州は2020年代に逆の方向へ動き、この肩書きをエンジニアリング法の適用から除外した。
英国王室勅許を受けたBCS(The Chartered Institute for IT)が、およそ8〜10年のシニア経験を持つ会員に授与する。働くための必須要件ではなく、地位の証である。
3〜6か月の集中プログラムで、実践的で即戦力となるウェブ・ソフトウェア開発を教える。学歴証明ではなく適性試験とポートフォリオで入学者を選ぶ。成果は学校と採用市場の状況によって大きく異なる。
無料のドキュメントや教材、オープンソースプロジェクトによって、意欲ある学習者はコミットやプルリクエスト、公開したサイドプロジェクトといった公的な実績を積み上げることができ、多くの小規模雇用主の目には資格の代わりとなる。
分野だけでなく、6つのスコアが近い職業です。
データからパターンを見つけ予測モデルを構築する職業――2008年生まれの肩書きだが、その土台には数値を数え、検証し、可視化してきた3世紀分の営みがある。
AI耐性 38 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🗺️会社が次に何を作るべきか、なぜそれを作るのかを決める仕事。顧客のニーズ、事業目標、エンジニアリングの制約を、誰か一人がすべてを所有するわけではない一つの共有計画へとまとめ上げる。
AI耐性 50 🔐デジタル攻撃を発見、防止し、対応することで、システム、データ、人々を保護します。
AI耐性 63 🌿組織が事業上の義務を果たしながら環境・社会への害を減らせるよう、戦略、測定、報告を主導する。
AI耐性 66 🧾帳簿の番人――文字そのものを生み出したほど古い技を受け継ぎ、いまはそれを自動化するために作られたソフトウェアと折り合いをつけている。
AI耐性 35機械知能を支えるアルゴリズムを設計・検証する仕事。今やその研究プロセス自体の自動化を競う分野になりつつある。
AI耐性 50 🛰️地上を離れる航空機・ロケット・宇宙船を設計・解析・認証する仕事で、推測の余地を残さない安全マージンを守り続ける。
AI耐性 74 🌉川と岩と重力を橋・道路・清潔な水に変える職業――イムホテプ以来、文明を静かに支え続ける仕事。
AI耐性 72 🔌自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI耐性 60 🦾感知し、判断し、物理世界で行動する機械を設計する仕事。真の難問は知能ではなく、世界そのものだった。
AI耐性 65 🔐デジタル攻撃を発見、防止し、対応することで、システム、データ、人々を保護します。
AI耐性 63 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🌬️再生可能な資源を信頼できる電力に変える、風力、太陽光、蓄電、送電網のシステムを設計・構築・改善する。
AI耐性 72