機械学習エンジニア

本サイトが統計系列を扱うのと同じやり方で、個別報告のCSVからここで算出した：ファイル全体を取得し、集計はローカルで行ったので、読者は再計算できる。抽出条件は development_stage が Deployed かつ is_high_impact が High-impact で、稼働中1,040行のうち227行が該当する。hi_testing_conducted 欄はそのうち Yes が44、In-progress が81、空欄が102。影響評価の欄は Yes が36、In-progress が90、空欄が101。独立審査の欄には「完了」という値そのものが現れない：31件が最高AI責任者による審査、4件が内部独立審査、1件が監督委員会、89件が進行中、102件が空欄。運用認可は Yes が69、No が60、空欄が98。「高影響」というラベルを選び、これらの欄を埋めたのは連邦機関自身であって本サイトではなく、根拠は EO 13960、Advancing American AI Act、OMB 覚書 M-25-21 である。この集計が立てているのは、機関が導入前の自らの関門について何を書き残したかということであり、空欄は空欄であって No ではなく、Yes は自己申告であって、ここでは誰も検証していない。日付は OMB が統合版のファイルを公開した日（要約は2026年4月13日時点。リポジトリ自体の作成は2026年1月28日）とした。個々の導入は多年にわたり、ファイルはこの集合に一つの日付を与えていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

名前の出ているInstacartのエンジニア5人が、自分たちの検索システムについて述べたものである。彼らによれば、Instacartはかつて、クエリ理解の個々のタスクごとに独立した複数のモデルを学習させ保守しており、そのそれぞれが独自のデータパイプライン、学習と配信の構成を持つ特注の解決策だった。これらの専用モデルを、複数の言語タスクを扱う単一のLLMで置き換えたことで、別々のモデルを保守する複雑さがなくなった。システムはすでに稼働しており、毎週数百万件のコールドスタートのクエリに応えている。そしてそれは、彼らの中心的な課題を、特徴量エンジニアリングから、レイテンシとコストを管理しながらこれらのバックボーンを本番に載せることへ移した。一つの会社の一つのシステムを、それをつくったチームが述べたものであり、InstacartがMLエンジニアを何人雇っているのか、その数が変わったのかについては何も言っていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

各機関にわたるAIの利用について米国政府自身がまとめた目録で、2,133件の項目がある。目録は、導入後にAIシステムの性能を監視する手順があるかを、四つの選択肢で尋ねている。ここでファイルから数えた:Operation and Maintenance(運用・保守)の段階にある874件のうち、76件が四つのいずれかを選んでいる——47件が「Intermittent and Manually Updated」(データサイエンスのチームがDevOpsエンジニアと協力して、決まった間隔でモデルを手作業で更新し、分布のずれを検知する指標をつくる)、15件が「Automated and Regularly Scheduled Updates」(監視と再学習の一部は自動化されているが、データサイエンスのチームがなおかなり関与する)、5件が「Established Process of Machine Learning Operations」(自動テスト、ドリフト検知、パイプラインによる再学習)、そして9件が監視の手順なし。残る798件はこの問いを空欄のままにするか、該当なしと書いており、回答はおおむね任意で、少数の機関に偏っている。したがってこれが描いているのは回答したシステムであって、連邦のAI全体ではない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

機械学習の実務にあたる Kaggle のコンペ75件——モデルを学習させ、データを整え、実験を回す——であり、各コンペの公開順位表にある人の成績を基準に採点されている。つまり比較の相手は、実際に参加した人たちである。執筆時点で最も成績のよかった構成(AIDE の足場に載せた o1-preview)は、コンペの16.9%で少なくとも銅に達した。著者はまた、計算資源の増減も、事前学習への混入も、この数字を変えると報告している。ベンチマークは公開されているので、誰でも新しいモデルで走らせ直せる。限界は二つあり、偶然ではなく構造的である——Kaggle のコンペは、問題がすでに枠取りされ、指標がすでに選ばれ、データがすでに集められた状態で届く。それはこの職のうち、このベンチマークがまったく試せない部分である。そして OpenAI はこのベンチマークをつくり、それで測られるモデルを売っている。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

EU 市場、かつ高リスクシステムのうちデータで学習させるものに限る。義務を負うのは提供者すなわち組織であって、個々のエンジニアではない。この記録は「システムが人に対して行ったことに答える」という業務に結びつけてあり、データ準備そのものの業務には結びつけていない —— 第10条が定めているのはそのデータ作業をどう行わなければならないかであって、そのうちどれだけを機械が担うようになったかではない。条文が確立しているのは、データが用途に適していたこと、起こりうるバイアスについて検討したこと、欠落を確かめたことを示すことが、職業上の慣行から、文書として残す法的義務へ移るという点である。「Regulation (EU) 2026/1744」(AIに関するデジタル・オムニバス、2026年7月24日公布)は、これらの義務の適用を、附属書IIIにより高リスクとなるシステムについては2026年8月2日から2027年12月2日へ、第6条第1項と附属書Iにより高リスクとなるシステムについては2028年8月2日へ移した。つまりこれは、成立してはいるがまだ適用されていない規則である。条文は、すでに何割のチームがそのように働いているか、費用がいくらか、EU 域外で何が適用されるかについては述べていない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

Microsoftの研究者4人が、査読付きの学会論文のなかでBing自身のラベル付けの実務を述べたものである。彼らは、Bingが2022年末から、オフライン指標の大半について、人間の専門ラベラーとともにLLMを使ってきたこと、自分たちの経験ではLLMのラベルが、社員を含むどの第三者のラベラーよりも正確で、はるかに速く、何倍も安いと分かったこと、そしてラベラーとプロンプトを見分け続けるために、時とともにより難しいゴールドセットをつくる必要があったことを書いている。ラベルは主に学習データではなく評価指標に使われており、使われたモデルはMicrosoftがつくって売っているので、利害がある。この仕事がラベラーやエンジニアを何人雇っているかについては何も言っていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

講座が教えることの大半——構成、調整、特徴量の設計——は、このページが退けられたと印づけている部分であり、しかもそのうち一つは、あなたが学びはじめる前にすでに退けられていた。希少なのは、講座が課題にしにくい部分である——モデルがまだ見ていない試験をつくること、そして「これはまだ十分ではない」と口に出して言うこと。本物の人に対して動いている系に、たとえ小さくてもよいから、無理だと感じるより早く近づくこと。

価値が「どのモデルを取り出すべきかを知っていること」にあったなら、その知識は速く目減りしたし、目減りし続ける。「この領域はどう壊れるか」——ここでの誤答がいくら高くつくか、どの入力が欠けているか、母集団が変わったときにもっともらしい数字が何を意味するか——を知っていることにあるなら、それは希少になった側である。判定される対象が判定しにくくなったからである。居心地の悪い言い方をすれば——この分野の最近の採用の多くは、API をうまく呼べる人に向けられており、それは天井の違う別の職である。

留まって強くする

測る道具を引き受ける

モデルを買ってくるとき、自分たちのものとして残る唯一のものが評価である——そして自分たちの失敗からつくった評価用データは、提供元には供給できない。

職の形を組み替える

モデルを買えない場所へ行く

狭い領域、独自のデータ、厳しい遅延の制約、そして説明のつかない入力が許されない場面——そのどれでも、買ってくる代替品は存在せず、古典的な技能の束がいまも技能の束である。

隣へ移る

割り当てられる前に義務を引き受ける

人に対して使われる学習された系に義務がつきはじめており、それには、モデルが何を食べたのか、なぜそれがその目的に適っていたのかを示せる人が要る。大半のチームで、その人はまだ存在しない。

ここでは部分が逆向きに動いており、一つの数字はそれを隠してしまう。専用のモデルを学習させることは、かなりの割合の問題について退けられた——しかも機械がそれをできるようになったからではなく、その成果物が買えるものになったからであり、それは巻き戻りうる種類の退場である。学習された系が十分に良いかを判断することは、同じ時期に、より難しく、より希少になった。自分で確かめられる信号——直近の三つの仕事のうち、学習されたモデルで終わったものと、誰かが学習させたモデルについての判断で終わったものはそれぞれいくつか。二つ目の数が、この職の動いている向きである。

一部はそうであり、どの部分かを正確にしておく価値がある。仕組みが変わっているからである。去ったのは人の能力ではなく、専用の成果物のほうである——あなたの問題には、いまや買える代替品がある。その種の喪失は巻き戻る——提供元の価格、利用条件、呼び出し制限、能力が動けば仕事は戻ってくる——が、機械が本当にできるようになった仕事はそうはならない。去らなかったのは、その代替品が自分の問題で本当に働いているかを見分けることであり、それはまさに同じ動きのなかで難しくなった。

二つの技能の束の二択として問うことこそ、答えを難しくしている。どちらでも持ちのよい位置は同じである——それが働いているかどうかについての自分の判断を、信じてもらえる人であること。違うのは入り口の値段である。上に載せるほうはいまほとんど値段がかからず、だからその車線は混んでおり、そこでの天井は、良い結果ともっともらしい結果を見分けられるかどうかで決まる。一つしかうまくできないなら、判断のほうをやること。

需要と晒され具合は別の問いであり、このページが答えているのは後者だけである。その二つは日常的に混同されるので、言っておく価値がある。正直な観察はこうである——この肩書きはいま、天井の違う二つの職を覆っている。系を学習させ評価する職と、買ってきたモデルの上に応用を組み立てる職であり、求人はめったにその二つを区別しない。就く前に、そのチームが前四半期に何を出したか、そしてそれに対して誰かが評価用データをつくったかを訊くこと。その答えが、そこでその肩書きがどちらの職を指しているかを教えてくれる。