People 03 / AI Engineer Interview

接客業から
AIエンジニアへ。
働きながら学び続け、
つかんだ新しいキャリア

Tさん 東京女子大学 数理科学科 数学専攻卒 2026年入社 AIエンジニア
Tさん プロフィールカード
Introduction

ホテルや旅行関連など、ITとは異なる仕事を経験しながら、 AIエンジニアになるための学習を続けてきたTさん。

仕事と並行してPython、データ分析、機械学習などを学び、 2026年にTENSORVERSEへ入社。 現在は、AIを活用したシステムの開発・改善を中心に、 プロジェクトでの説明・提案やAI教育に関する取り組みにも携わっています。

異業種での経験と、働きながら積み重ねた学びが、 現在の仕事にどうつながっているのか。 Tさんのキャリアを聞きました。

Previous Career 接客・サービス領域からITへ 仕事を続けながら、エンジニアを目指して学習
Reskilling Pythonから段階的に学習 データ分析、機械学習、開発へと領域を拡大
Now AI開発を軸に仕事の幅を拡大 開発・改善、説明・提案、AI教育にも関わる
Chapter 01

働きながら学び続け、
AIエンジニアへ

大学で数学を専攻し、プログラミングにも少し触れていたTさん。 卒業後はホテルでの接客業務や旅行関連の仕事などを経験しました。

エンジニアとしての実務経験はありませんでしたが、 IT業界への興味は持ち続けていました。 最初はWebエンジニアに近い領域を学び、その後、 大学で学んだ数学や統計とのつながりから、 データ分析、機械学習、AIへと関心を広げていきます。

「データ分析や統計から、その先にAIエンジニアという仕事があると知って、 気になるなと思い始めました」

AIエンジニアを目指してからも、学習だけに集中できたわけではありません。 日中は仕事をし、平日の夜や休日を使って勉強を続けました。

Pythonの基礎から始め、データ分析、機械学習、開発へ。 実務経験がない中で、何を学ぶべきか、 どの情報を参考にすべきかを自分で探しながら進めていきました。

「ここで諦めたら、今まで頑張ってきたものが何も残らないと思ったんです」

働きながら積み重ねた時間を、知識のままで終わらせたくない。 その思いが、AIエンジニアへの挑戦を続ける原動力になりました。

ノートPCとノートを使って学習している手元のイメージ写真
Reskilling 仕事を続けながら、
学びを次のキャリアにつなげる。
Chapter 02

実務経験だけではなく、
学び方や考え方を見てもらえた

転職先を探す際に重視していたのは、 新しい技術を学び続け、実際に試せる環境かどうかでした。

変化の速いAI領域だからこそ、 決まった技術だけを使い続けるのではなく、 新しいものに触れながら成長できる場所で働きたい。 その中でTENSORVERSEに興味を持ちました。

「常に勉強し続けられる環境と、 新しいものを実践し続けられる環境がある場所で働きたかったです」

入社への思いを強くしたのが、選考課題でした。 細かな手順や唯一の正解が決められているのではなく、 自分で調べ、考え、工夫する余地がある内容だったと言います。

実務経験だけでなく、これまでどう学んできたのか、 課題にどう向き合うのかを見てもらえた。 Tさんは、選考を通じて入社後の働き方までイメージできたと振り返ります。

「実務経験がなくても、やる気があるならチャンスを与えてくれるんだと感じました」

入社後は研修を経て、比較的早い段階で実際のプロジェクトへ参加。 最初は小さな作業だけを任されると思っていましたが、 実際には自分で試し、考えながら改善していく機会が与えられました。

分からないことは周囲へ相談しながら、 技術だけでなく、 「なぜこの作業が必要なのか」「何を解決するための仕事なのか」 まで理解して進めていきました。

ノートPCで開発や検討を進めている手元のイメージ写真
Why TENSORVERSE 実務経験だけではなく、学び方や考え方を見てもらえた。

未経験だから任せないのではなく、 学びながら実務の中で挑戦する機会があることが、 Tさんの成長につながっています。

Chapter 03

「AIを学ぶ」から、
「AIで課題を解決する」へ

現在は、AIを活用した業務支援システムの開発・改善に携わっています。

利用者にとって使いやすく、必要な結果を得やすい仕組みにするため、 精度や使い勝手を検証しながら改善を重ねています。

難しいのは、AIの挙動を安定させながら、 実際の業務で使える形へ落とし込むこと。 単に機能を増やすのではなく、 既存の仕組みとの関係を整理しながら、 どこをAIに任せ、どこをシステム側で制御するのかを考える必要があります。

「試行錯誤して、それが実際に結果として出た瞬間が、 一番この仕事をやっていて良かったと思います」

学習していた頃は、「技術を理解すること」が大きな目標でした。 実務では、その先に利用する人がいて、解決すべき課題があります。

AIを使うこと自体ではなく、 AIを使って課題を解決できる形まで持っていく。 そこが、学習と仕事の大きな違いだと感じています。

さらに現在は、AI教育に関する取り組みにも参加し、 内容の企画や資料作成などにも携わっています。 開発だけに閉じず、少しずつ仕事の幅を広げています。

そして、接客業で身につけた経験も現在の仕事に活きています。 顧客とのコミュニケーションだけではなく、 多くの仕事が同時に発生したときに、 優先順位をつけ、課題を分解して進める力です。

「接客の仕事では、一度にたくさんのことが起きます。 優先順位をつけて、タスクを分解して進める力は、 今の仕事にも活きていると思います」

これから挑戦したいのは、今担当しているAI領域だけではありません。 新しい技術や、これまで触れてこなかった領域にも目を向けながら、 エンジニアとしてできることを広げていきたいと考えています。

これから一緒に働きたいのは、 新しいものにワクワクし、知らないことを知ろうとできる人。

「新しい知識や、知らない世界を知ろうと貪欲に思える人と一緒に働きたいです」

自分自身が学び続けることでキャリアを切り拓いてきたからこそ、 Tさんが一緒に働きたいのも、 変化を楽しみながら新しいことを吸収し続けられる人です。

これまでの経験にとらわれず、学びながら次の可能性を広げていく。 そんな人にとって、 TENSORVERSEは新しい挑戦ができる場所なのかもしれません。

チームでノートPCを囲みながら話し合っているイメージ写真
Message to Candidates 今までの経験も、
学んできた時間も、
次のキャリアにつながっていく。

Profile

Member Profile

Tさんのプロフィール写真
Tさん AI Engineer 東京女子大学 数理科学科 数学専攻卒 Joined 2026

東京女子大学 数理科学科 数学専攻を卒業後、 ホテルでの接客業務や旅行関連の仕事などを経験。 仕事と並行してAI・データサイエンス領域のリスキリングに取り組み、 Python、データ分析、機械学習、開発を学ぶ。 2026年にTENSORVERSEへ入社。 現在は、AIを活用したシステムの開発・改善を中心に、 プロジェクトに関する説明や提案、 AI教育に関する企画・資料作成など、 幅広い業務に携わっている。

1日の流れ

A Day in the Life / Example

プロジェクトや打ち合わせの状況によって日々の動きは変わります。 以下は、現在の担当業務をもとにした「ある1日の例」です。

9:30

業務開始・タスク整理

チャットやプロジェクトの状況を確認し、 その日に進める開発・確認事項の優先順位を整理します。

10:00

開発・改善

担当するAIシステムの開発や改善を進めます。 検証結果を確認しながら、課題を分解して一つずつ対応します。

11:30

社内共有・相談

開発上の疑問や技術的な論点をメンバーと共有。 必要に応じてレビューや相談を行います。

12:00

昼休憩

昼食を取り、午後の業務に備えます。

13:00

顧客ミーティング

プロジェクトの進捗や改善内容を共有。 担当部分について説明したり、 要望を踏まえて次の対応方針を整理したりします。

14:00

検証・実装

打ち合わせ内容を踏まえて、 改善案の検証や実装を進めます。 結果を見ながら、次に試す内容を決めていきます。

16:00

AI教育コンテンツの作成

AI教育に関する内容の検討や資料作成を進めます。 開発とは違う角度から、 技術を分かりやすく伝える仕事にも取り組みます。

17:30

レビュー・情報整理

その日の成果や残タスクを整理。 必要に応じて技術情報のキャッチアップや、 翌日の作業準備を行います。

18:30

業務終了

翌日以降に対応する内容を確認し、その日の業務を終えます。

Join TENSORVERSE

学び続けた先に、
新しいキャリアがある。

異業種からAI・ITの世界へ挑戦したい方も、 これまでの経験を活かしながら新しい技術領域へ踏み出したい方も。 まずは現在募集中のポジションをご覧ください。

※掲載内容は取材時点のものです。