「AIエンジニアは、実際のところきついの？」と気になっていませんか？ここでは、AIエンジニアを実際に経験した人のリアルな「きつい・つらい・しんどい」体験談を掲載。

実際に働いている人の1日のスケジュールも紹介しているので「自分は本当にAIエンジニアに向いているのか？」を判断する際の参考にしてください。

AIエンジニアのきつい・つらい体験談

• 退職済み
• インターネット回答
• 運営チェック済み

よっけさん

男性 30代後半

• 経験年数
  3年以上、5年未満
• 年収
  750万円
• 会社の規模
  10～99人

AIエンジニアがきつい・つらいと感じた時

一番つらかったのは、日本語の多義性に対応した意図分類モデルを開発した際です。ある自治体向けの問い合わせ対応システムで、例えば「手続きの方法を教えて」と言われたときに、それが「引越し届」なのか「住民票発行」なのかを文脈から判断する必要がありました。

既存のBERTモデルでは、似たような文言をすぐに混同してしまい、意図分類の精度が大きくブレることがありました。何度もハイパーパラメータをいじっても効果が薄く、精度改善の見通しが立たなくなったときは、正直「無理かもしれない」と心が折れかけました。

さらに納期が迫っていたため、週末返上でデータ分析と再学習を繰り返す日々が続きました。夜遅くまで一人で社内に残っていたとき、「何のためにこんなことやってるんだろう」と虚しさを感じたのを今でも覚えています。

1日のスケジュール例

1. 9:00
   リモート勤務開始・メール・Slack確認
2. 9:30
   朝会（チーム全体での進捗共有）
3. 10:00
   コーパスの整形作業・データ前処理
4. 12:00
   昼食（自宅近くのカフェで気分転換）
5. 13:00
   モデルの学習、パフォーマンス検証
6. 15:00
   クライアントと定例ミーティング（進捗報告・要望ヒアリング）
7. 16:00
   モデル精度の分析・改善案の立案
8. 17:30
   日報作成・次回タスク整理
9. 18:00
   退勤

• 退職済み
• インターネット回答
• 運営チェック済み

T.Kさん

男性 40代前半

• 経験年数
  3年以上、5年未満
• 年収
  750万円
• 会社の規模
  10～99人

AIエンジニアがきつい・つらいと感じた時

一番つらかったのは、チャットボット導入プロジェクトでクライアントの期待と実現可能な技術のギャップが大きかったことです。「人間と見分けがつかないようなAIを3か月で」という無理な要求に対して、社内営業担当は契約を優先して「可能です」と回答してしまい、現場にしわ寄せがきました。

現実的には、クライアントの保有する学習データが少なく、業務内容も複雑だったため、高精度の応答は不可能に近く、精度改善のためにほぼ毎日終電。週末も検証作業に追われました。「無理です」とも言えず、結果的にクレームも入り、自分の力不足や説明不足に対して強い無力感と責任を感じました。

その時期は慢性的な睡眠不足とストレスで、毎朝起きるのが苦痛で、正直、辞めたいと思ったこともありました。エンジニアの「できるだろう」という幻想が、現場にとってどれほど過酷かを実感した経験でした。

1日のスケジュール例

1. 8:30
   出社・メールチェック
2. 9:00
   チーム朝会（進捗共有・技術課題の相談）
3. 9:30
   コーディング・モデルの再学習・精度確認
4. 12:00
   昼食
5. 13:00
   顧客との打ち合わせ（仕様確認や中間レビュー）
6. 14:00
   データクレンジング、ラベリング、パラメータ調整
7. 16:00
   ドキュメント作成・レビュー
8. 17:30
   明日のタスク整理・チームミーティング
9. 18:30
   退勤

• 現職
• インターネット回答
• 運営チェック済み

みっくーさん

女性 30代前半

• 経験年数
  5年以上、10年未満
• 年収
  500万円
• 会社の規模
  10～99人

AIエンジニアがきつい・つらいと感じた時

開発中のAIモデルが本番環境で期待通りに動かず、原因がハード依存かアルゴリズムの問題か切り分けが難しかった時が、とてもつらかったです。

納期が迫る中で何度も検証と修正を繰り返し、周囲からのプレッシャーも強く、精神的に追い込まれました。コードやログを見直しても明確な原因がつかめず、自信を失いかけたことも、たくさんあります。

なんとかチームのサポートを受けながら乗り越えましたが、あの経験は本当に消耗しました。

1日のスケジュール例

1. 8:30
   出社
2. 9:00
   始業・チームミーティング
3. 9:30
   データ前処理・モデル開発作業
4. 11:30
   テスト環境での動作検証
5. 12:30
   昼休憩
6. 13:30
   モデル最適化・コードレビュー
7. 15:30
   クライアントとの進捗共有MTG
8. 16:30
   API実装・エラー修正対応
9. 18:00
   作業まとめ・明日の準備
10. 18:30
    退勤

• 退職済み
• インターネット回答
• 運営チェック済み

R.Sさん

女性 30代前半

• 経験年数
  5年以上、10年未満
• 年収
  680万円
• 会社の規模
  10～99人

AIエンジニアがきつい・つらいと感じた時

一番つらかったのは、ある医療機関との共同プロジェクトで、AIモデルの診断補助機能を導入する際、期待されていた成果が出なかったことです。精度90％以上を目指していたのに、実データでは70％前後しか出ず、現場の医師から「これでは使えない」と言われ、プロジェクト中断の危機に直面しました。

特にきつかったのは、失敗の原因が明確ではなく、画像データの品質、教師ラベルの誤り、モデル設計、どこに問題があるのかが特定できない状態が続いたことです。「何が悪いのかも分からないのに、どうすれば改善できるのか」と、焦りと無力感が入り混じり、夜も眠れないほど悩みました。

しかもプロジェクトは医療分野ということもあり、扱うデータも慎重で、自由に試せることも限られていました。「技術だけじゃどうにもできない壁がある」と感じたのは、このときが初めてでした。

1日のスケジュール例

1. 9:00
   出社・Slackとメールの確認
2. 9:30
   朝ミーティング（進捗共有・技術的課題の相談）
3. 10:00
   画像前処理・アノテーション調整
4. 12:00
   昼食（社内カフェテリア）
5. 13:00
   モデルのトレーニング・パラメータ調整
6. 15:00
   医療関係者とのオンライン定例会議
7. 16:00
   精度検証・テストデータ整理・報告資料作成
8. 18:00
   日報作成・翌日のタスク整理
9. 18:30
   退勤

【適性診断】あなたはAIエンジニアにどれくらい向いている？

20問の簡単な質問に答えるだけで、あなたがAIエンジニアに「100%中、何％」向いているか診断できます。結果はすぐに確認できるので、気軽に試してみてください。

監修

個人情報の入力は不要です。診断結果はその場で確認できます。

【無料】未経験転職ならアルテマキャリア

他のITエンジニア職のきつい体験談

• ITエンジニア
• プロジェクトマネージャー
• システムエンジニア
• プログラマー
• フロントエンドエンジニア
• インフラエンジニア
• AWSエンジニア
• 組み込みエンジニア
• AIエンジニア
• データサイエンティスト
• テストエンジニア/QAエンジニア
• システム運用保守
• フィールドエンジニア