なぜ、プラスバリューのWebエンジニアは”AIエンジニア”にジョブチェンジできたのか？

「AIエンジニアって、一部のすごい人がなるものでしょ？」

少し前まで、正直わたしもそう思っていました。数式に強くて、論文を読んで、みたいな人たちの世界だと。

しかし弊社プラスバリューでは、その常識を変えるべく、AI人材育成企画 「YouAI」 を運営しています。AIの知見がほとんどないエンジニアでも、生成AI・RAGを実務レベルで扱えるようになるまでを体系化したカリキュラムで、実際に、弊社で元々Webエンジニアだったメンバーが数多く、AIエンジニアにジョブチェンジしています。

Webアプリを作っていた人たちが、生成AI・RAGを扱う側へ。しかも一部の天才ではなく、現場で普通に開発していたメンバーの実例です。今回はこの「YouAI」の中身と、ジョブチェンジの裏側を、エンジニア初学者の方にも伝わるように紹介していきます。

🤔 そもそも「AIエンジニア」って何をするの？

「AIエンジニア」と聞くと、モデルを研究したり、数式と向き合ったりする姿を想像するかもしれません。でも、いま企業が求めているAIエンジニアの仕事は、もっと実務的です。

代表的な依頼はこれです👇

💬 「社内にある大量の文書（マニュアル・議事録・仕様書…）に、AIが正しく答えてくれるチャットボットを作ってほしい」

ChatGPTのようなAIは、そのままでは自社のことを何も知りません。就業規則も、製品仕様も、過去の議事録も。そこで、AIに“社内の知識”を接続してあげる仕組みが必要になります。それが RAG（検索拡張生成） です。

AIエンジニアの仕事は、このRAGを作って、育てること。
具体的にはこんなことをします👇

1. 社内文書をAIが読める形に取り込む（データの整備）
2. 質問に関係する箇所を正しく探し出せるようにする（検索の設計・チューニング）
3. その根拠をAIに渡して答えを作らせる。そして回答の質を測って改善する（評価・運用）

つまり「AIそのものを発明する人」ではなく、AIと自社データをつないで、業務で使える形に仕立てる人。これがいま一番ニーズのあるAIエンジニア像です。

上の3つ、よく見ると「データを入れて・探して・返す」——Webエンジニアがふだんやっていることと、実は地続きなんですね。だからこそ、Webエンジニアからの移行と相性がとても良いです。

🧩 理由①：未経験前提で始められる設計になっている

YouAIの入口について、まずお伝えしたいのがここです。

✅ 対象（入口）：Python実務・LLMともに“ほぼ未経験”の方から受講できる

「AI研修」と聞くと身構えますが、YouAIは手を動かして覚える構成が前提。最初から完成品を写経するのではなく、穴埋め式の学習用テンプレート（Webアプリの土台）が用意されていて、その空欄を自分で埋めながら「動くもの」を育てていきます。

• 土台のアプリ：FastAPI ＋ Next.js ＋ PostgreSQL ＋ ChromaDB
• AIモデル：まずは無料でローカルに動く Ollama で始めて、後半でクラウド（Amazon Bedrock）へ。しかもAWS環境は会社が用意しますので、個人での契約・課金・環境構築は一切不要です。

つまり、手元で安全に試す → 会社が用意した“本物のクラウド環境”で本番を体験する。お金や環境準備のハードルなしに、実務さながらの経験まで積める。この“段差の作り方”が、未経験からでも脱落しにくい理由なんです。

💥 理由②：「まず“困って”みる」という学び方（ここが核心）

YouAIの設計で、私たちが一番こだわっているのがこの学習フローです。ふつうの研修と、順番が逆なんですね。

ふつうの研修👇

❌ 技術の説明を聞く → 「へぇ」→ 演習 →（なぜ必要かはピンと来ないまま暗記）

YouAIの各モジュール👇

1. 今日のゴールを確認する
2. まず“素朴なやり方”でやってみてわざと『困る』
3. その困りごとを解決する概念を学ぶ
4. 手を動かして実装する
5. つまずきを自己解決する
6. 完了チェックと理解度テスト

たとえば、単純なキーワード検索だけでRAGを作ると「欲しい答えが出ない」場面に先にぶつかります。困ったうえで「じゃあ意味で探すベクトル検索が要るよね」と学ぶので、“なぜその技術が必要か”が腹落ちする。丸暗記にならない。

この「困ってから学ぶ」型が、未経験のWebエンジニアをただ使える人”ではなく“判断できる人に変えていく——ジョブチェンジの正体は、まさにここにあります。

技術名でいうと、AIを相棒に開発を進めるこの進め方は AI駆動開発（Claude Code・MCP・Agent Skills） としても体系化されています。

👇 【解説図1】ふつうの研修（説明→演習）vs YouAI（困る→学ぶ）の順番の違い

🎯 理由③：“触ってみた”で終わらせず、Lv3（実務レベル）まで仕上げる

世の中の「AIやってみた研修」の多くは、チャットボットがなんとなく動いたら終わりです。でも実務ではその先——「その回答、本当に合ってるの？」「遅くない？高くない？」「変な入力で壊れない？」が問われます。

YouAIは、まさにそこまでを型にしています。

• 観測：内部処理を可視化して、速度・コストを測る（Langfuse）
• 品質改善：検索の当たりを良くする（親子チャンク・rerank）
• 評価：良くなったかを数値で判定する（RAGAS）
• セキュリティ：プロンプトインジェクションなどの対策
• 本番化：AWS（Bedrock）に載せ、Terraformでインフラをコード化、CI/CDで自動デプロイ

到達レベルの定義もはっきりしています👇

• Lv1＝概念を説明できる
• Lv2＝手順やAIの助けがあれば実装できる
• Lv3＝独力で設計・実装・トラブル対応までできる（実務参画レベル）
• Lv4＝人に教えられる

YouAIが目標に置くのは Lv3。つまり「作れる」だけでなく、「評価して・直して・本番に載せられる」ところまで。だから“ジョブチェンジ”という言葉が大げさにならないんですね。

👇 【解説図2】RAGを「作る→測る→直す→本番へ」——Lv3までの一気通貫イメージ

🗺 実際に何を学ぶのか（4STEP ロードマップ）

YouAI（AI・PoCコース）は、4つのSTEP・16モジュールで構成されています。
コア作業（STEP01〜03）で約40〜50時間、本番化まで含めると約70時間の内容です。

STEP01｜環境構築とAI・RAGの基礎 開発環境を整え、LLM・RAGの基礎と「AI駆動開発」の型を身につける。

STEP02｜RAG実装の基本 取り込み → キーワード検索(BM25) → ベクトル検索 → ハイブリッド検索(RRF) と段階的に実装し、**根拠つきで答える“動くRAG”**を完成させる。

STEP03｜観測・品質改善・評価 内部を可視化し(Langfuse)、検索品質を改善し(親子チャンク・rerank)、効果を数値で評価する(RAGAS)。セキュリティ対策も。

STEP04｜クラウド本番化と発展 AWS(Bedrock)へ載せ、Terraformでインフラをコード化、CI/CDで自動デプロイ。さらに Agentic RAG・GraphRAG など発展手法の「いつ必要か」まで。

👇 【解説図3】4STEPロードマップ（STEP → 主要モジュール → 到達レベル）

🛠 この企画を作った人の話（設計者の声）

「困ってから学ぶ」「Lv3まで仕上げる」——こうした設計は、たまたまこうなったわけではありません。YouAIを立ち上げ、カリキュラムをゼロから作った人が、はっきりした意図を持って組んだものです。

T・Y（25歳／YouAI 立ち上げ・カリキュラム作成）
「世の中のAI研修って、『チャットボットが動きました』で終わってしまうものが多いんです。でも実務で本当に問われるのは、『その回答、合ってる？遅くない？壊れない？』のほう。 だからYouAIは、あえて“まず素朴なやり方で困ってもらう”→“必要になってから学ぶ”という順番にしました。そのうえで、評価（RAGAS）や本番化（AWS・CI/CD）まで——Lv3＝実務で任せられるレベルを本気で目指す設計にしています。 AWS環境まで会社で用意しているのも、お金や環境のことで挑戦を諦めてほしくないから。実際に仲間がAIエンジニアにジョブチェンジしていくのを見るのが、いまは一番うれしいです。挑戦したい人、待っています。」

🗣 実際にジョブチェンジしたメンバーの声

実際にジョブチェンジした3人に、それぞれ“刺さったポイント”を聞いてみました。

N・A（26歳／現：AIエンジニア）
「正直、最初は『AIって自分には縁がないな』と思っていました。もともとWebアプリを作っていたので、別世界というか。 でもYouAIは、まず自分でシンプルなキーワード検索のRAGを組んでみて、『あれ、欲しい答えが出ない』ってところから始まるんです。そこで初めて『だからベクトル検索やハイブリッド検索が要るのか』と腹落ちして。 『入れて・探して・返す』というWebの感覚が、そのままAIに地続きだと気づいた瞬間に、一気に景色が変わりました。」

K・D（31歳／現：AIエンジニア）
「31歳で今さらAI…と、正直ためらいはありました。でもこの企画、とにかく先に手を動かす構成なので、年齢に関係なく『作りながら覚える』で追いつけたんです。 個人的に大きかったのはRAGASでの評価。『なんとなく良くなった』ではなく、品質を数値で語れるようになって、仕事として胸を張れるようになりました。 未経験からでも、ちゃんと“実務でAIを任される側”に立てるんだと実感しています。」

O・R（24歳／現：AIエンジニア）
「一番刺さったのはAI駆動開発でした。Claude CodeやMCPを使って、AIを相棒に開発を進める型そのものが身について、これまでの開発スタイルごと変わったなと。 しかもAWS環境は会社が用意してくれるので、費用の心配なく本番デプロイ（CI/CD）まで一通り経験できました。 24歳でこの“作る→評価→本番化”の一気通貫を触れたのは、キャリア的にかなり大きいと思っています。」

✅ まとめ

1. 成果は本物 ― 弊社のWebエンジニアが6名ほど、YouAIでAIエンジニアにジョブチェンジしている
2. 入口が低い ― Python・LLMほぼ未経験でも、穴埋めテンプレ＋ローカル(Ollama)から始められる
3. 学び方が逆 ← 核心 ― 「まず困ってから学ぶ」ので、なぜその技術が要るかが腹落ちする（丸暗記にならない）
4. 出口が高い ― 作って終わりではなく、評価(RAGAS)・本番化(AWS/CI-CD)まで“実務レベル(Lv3)”で仕上げる
5. Webエンジニアと地続き ― 「入れて・探して・返す」感覚の延長でRAGに入っていける

「AIは特別な人のもの」ではなく、「困りながら手を動かせば、Webエンジニアが半歩で届く」もの。弊社で6名がジョブチェンジできたのは、才能ではなく、この設計の力だと考えています。

🚀 最後に（興味を持ったら）

• 「今の市場に必要なAIエンジニアになりたい」
• 「AIを“使う側”から“作って直せる側”に回りたい」
• 「Webの経験を活かして、次のキャリアに踏み出したい」

——どれか一つでも刺さった方は、ぜひ一度カジュアルにお話しましょう。YouAIのカリキュラムや、実際にジョブチェンジしたメンバーの話も、包み隠さずお伝えします。