AIエンジニアリングに必要な4つの力（Andrew Ng「AI Engineering Skills Map」まとめ）

Andrew Ngが公開した「AI Engineering Skills Map」では、1万件を超える求人や専門家への調査をもとに、これからのAIエンジニアリングに必要な4つの領域が示されました。

その中で特に印象に残ったのが、Shaping the build。AIが実装を担える範囲が広がるほど、エンジニアには「何を作るのか」を考え、形にしていく役割が求められるという指摘です。

では、AIとともにソフトウェアをつくる時代に、私たちはどんな力を鍛えるべきなのか。

Andrew Ngの整理を起点に、これまでのAI開発やエンジニアリングマネジメントの経験も重ねながら、「問う力」「決める力」「見抜く力」「導く力」の4つに整理しました。

AIに実装を任せられるようになるほど、その前後にある問い、判断、評価、そしてAIをよりよい結果へ導く力が効いてくる。

AI時代のエンジニアリングに必要な力について、私なりに考えたことをまとめています。

Transcript

1. AI時代のエンジニアリングスキル Andrew Ng「AI Engineering Skills Map」を読み解く 2026年8月 為安 圭介 01 Building and deploying AI applications 02 Software engineering fundamentals 03 Using coding agents 04 Shaping the build
2. Andrew Ng「AI Engineering Skills Map」を読み解く AI Engineeringが幅広い開発者の力になる クラウドがそうだったように、AIも全員の前提になっていく すべてのエンジニア AIを扱う 専門職 フルスタック データ DevOps ディープラーニング AIがすべての開発の前提になる AI Engineeringは、専門性を越えてエンジニアの仕事そのものへ広がっていく Andrew Ng「The AI Engineering Skills Map」DeepLearning.AI The Batch issue 366（2026年8月14日） 04
3. Andrew Ng「AI Engineering Skills Map」を読み解く Andrew Ngが挙げた4つのSkill here are the four most important AI engineering skills: 01 Building and deploying AI applications 02 Software engineering fundamentals 03 Using coding agents 04 Shaping the build 原典：DeepLearning.AI / The Batch #366 The AI Engineering Skills Map from Andrew Ng 2026-8-14 Andrew Ng「The AI Engineering Skills Map」DeepLearning.AI The Batch issue 366（2026年8月14日） https://www.deeplearning.ai/the-batch/issue-366 02
4. Andrew Ng「AI Engineering Skills Map」を読み解く AI Engineering Skills Map 解説 原典：DeepLearning.AI / The Batch #366 The AI Engineering Skills Map from Andrew Ng 2026-8-14 AIエンジニアリングの4スキル 1 AIの能力を実用できるシステムにする力 Building and deploying AI applications 2 ソフトウェアエンジニアリング基礎力 Software engineering fundamentals 1 2 3 4 3 エージェントを使いこなす力 Using coding agents 4 何を作るかを決める力 Shaping the build 土台にあるのは、学び続ける姿勢 Underlying all these skills is a mindset of continuous learning. 10,000+ 数十件 調査 件の求人を分析 の専門家・採用担当への聞き取り とオンラインデータの統合
5. Andrew Ng「AI Engineering Skills Map」を読み解く SKILL01. AIの能力を実用できるシステムにする力 AIと従来のソフトウェアの違いは、出力が予測できない点にある プロンプトを投げても何が返るか分からない。学習させても新しい入力にどう答えるか分からない。 だからこそ、統計的な手法で測り、導き、統制する力が要る。その中心にあるのが、評価とエラー分析の反復である。 ふるまいを測り、導く 評価（Eval） LLM Agent 実用に 耐える システム エラー分析 計測と是正 監視と統制 People who are skilled at building and deploying AI applications understand the building blocks of AI (such as LLMs, context engineering, RAG, agentic workflows, machine learning and deep learning) and, importantly, how to use statistical techniques to measure, steer, and govern AI systems so that they behave more predictably. A core skill in doing so is knowing how to drive disciplined evals and error analysis loops. 「核心的スキルは、評価とエラー解析のループを確実に回し続けることにある」 出典 Andrew Ng, "The AI Engineering Skills Map", DeepLearning.AI The Batch issue 366（2026年8月14日）
6. Andrew Ng「AI Engineering Skills Map」を読み解く SKILL02.ソフトウェアエンジニアリング基礎力 ソフトウェアの基本を理解することで、どのようなトレードオフが存在するのかを認識できるようになる これまで これから 書くための基礎 判断するための基礎 自分の手で実装するために、 エージェントが選んだ設計や実装に、 コスト・スケール・信頼性・速度の どんな釣り合いが取られているかを 釣り合いを取る。 読み取る。 基礎が弱い = 書けない 基礎が弱い = 善し悪しが分からない コスト／拡張性／信頼性／速度／安全性／データ Understanding software fundamentals allows you to recognize what tradeoffs even exist. This leads to better decisions in choosing your software stack, designing system architecture, designing your data store, testing, and so on. It also leads to much better outcomes than those for an inexperienced developer who vibe codes a solution without knowing the tradeoffs their coding agent is making — which will often be poor ones, because they don’t know what context to give their coding agent. Understanding software engineering fundamentals lets you make good tradeoffs by steering coding agents using the precise language of software engineering. 「ソフトウェア工学の基礎を理解していれば、正確なエンジニアリング言語でコーディング エージェントを制御し、最適なトレードオフを選択できるようになる」 出典 Andrew Ng, "The AI Engineering Skills Map", DeepLearning.AI The Batch issue 366（2026年8月14日）
7. Andrew Ng「AI Engineering Skills Map」を読み解く SKILL03.コーディングエージェントを使いこなす力 手を入れる量と、放っておく量。その配分そのものが技能 この力に含まれるもの コンテキストを渡す 仕組みの見取り図を持つ 限界と回避策を知る 結果を評価する 仕様を書く書かないの判断 計画と実行 Coding Agent 複数のエージェントを束ねる 本番を壊す事故を避ける 道具の乗り換えを習慣にする 検証を持たせる 走らせる Because agentic coding is evolving quickly, using coding agents skillfully means not only knowing cutting-edge practices, but also having routines to keep trying new tools and evolve your workflows as best practices change. 「コーディングエージェントを使いこなすとは、単に最新の手法を知るだけでなく、ベストプラクティスの 変化に合わせて新ツールを試し、自らのワークフローを進化させ続ける『ルーティン』を持つことだ」 出典 Andrew Ng, "The AI Engineering Skills Map", DeepLearning.AI The Batch issue 366（2026年8月14日）
8. Andrew Ng「AI Engineering Skills Map」を読み解く SKILL04. 何を作るかを決める力 エンジニアの仕事は、仕様に何を入れるかを決める側へ移っていく。 完成した設計図を渡されて実装するだけの仕事は、前提ではなくなっていく。素早く試作して使ってもらうか、時間をかけて丁寧に作 るか、その見極めも含まれる。 これまで 問題を決める 仕様を書く 実装する 確かめる 実装が時間の大半を占めていた これから どの問題を解くかを決める 何をどこまで作るか決める 実装する 確かめる 実装が縮み、その手前が広がる ここが仕事になる 仕様が明確なら、エージェントは作りきる Given a clear spec, coding agents are rapidly improving at delivering to it. Thus, our work as engineers is shifting toward deciding what should be in the spec. Engineers should no longer expect to be given a pixel-perfect design and asked only to implement it. Instead, effective AI engineering requires having product sense and understanding business context and customer goals, so you can participate in shaping and driving the build. 「これからのAIエンジニアリングに不可欠なのは、プロダクト感性、ビジネス文脈の把握、そして顧客ゴール の理解だ。それらをもって、プロダクトの要件策定から開発の推進までを主導することが求められている」 出典 Andrew Ng, "The AI Engineering Skills Map", DeepLearning.AI The Batch issue 366（2026年8月14日）
9. Andrew Ng「AI Engineering Skills Map」を読み解く まとめ: AI時代の開発はどこまでがエンジニアリングになるのか 実装が速くなったことで減ったのは実装の時間であって、仕事そのものではない。 実装の周囲にあった判断が、エンジニアの担当範囲に入ってくる。 Shape Build Operate どの問題を、どう解くか AIとどう作るか どう評価し、改善し続けるか • 解くべき課題の特定 • 価値・要件・成功基準の定義 • 仕様やアーキテクチャ方針の決定 • タスク分解と計画 • Coding Agentを活用した実装 • 人とAIの役割分担を設計 • 評価（Eval）と監視 • エラー分析と改善 • 本番運用と継続的な改善 問題設定、価値定義、 仕様、どこまで作るか 、技術選択などを決め る上流の判断力 Shaping the build 何を作るかを決める力 コンテキスト設計、計 画・実行のコントロー ル、レビューとフィー ドバックの設計など Using coding agents Coding Agentを使いこなす力 AIシステムの構築、評 価（Eval）、RAG・コ ンテキスト設計、監視 、デプロイ、運用改善 までを担う力 Building and deploying AI applications AIアプリを作り運用する力 信頼性・スケーラビリ ティ・性能・コスト・ データ設計・アーキテ クチャなどの技術的判 断を支える基礎力 Software engineering fundamentals ソフトウェア工学の基礎 エンジニアの仕事は、仕様の外側へ広がる
10. ITエンジニアリングマネージャー ｜ コミュニティマネージャー ｜ 国家資格キャリアコンサルタント 技術と人をつなぐ仕事をしています S Y S T E M システムづくり システム構築／ITソリューション／プロジェクトマネジメント ためやす けいすけ 為安 圭介 T E A M & C O M M U N I T Y チームづくり・場づくり AIコミュニティCDLE運営／ SHiFT／BUFF認定コミュニティマネージャー・メンター 好きなもの C A R E E R 人のキャリアに関わる 国家資格キャリアコンサルタント／キャリア支援／記事発信 note「キャリアのなやみ」 現在の関心 人とAIのよりよい協働 speakerdeck.com/tame ｜ note.com/allegrubato ｜ X @miitame