【未経験からエンジニア転職】アフターAI、どこらへんを重点的に勉強すればいいのか問題

まんじです〜

今回はアフターAIの未経験からのエンジニア転職で、どこら辺を重点的に勉強すればいいのか問題っぽい話でも書こうかと思います。

結論、データベース・API・インフラ、ちょい低レイヤー、AIを使う力あたりを重点的にやるといいっすね。

UIとかReactは、ぶっちゃけそこまで勉強いらんかもなって最近思ってます。

この話をしようと思った理由は、AIで技術的に難しいところと簡単になったところが分かれてきたなっていうのがあるんすよね。

特にUI側は、画面を見ながらバイブコーディングで適当に開発していけるんで、価値が下がったっていうか、そんなに深い理解がなくても問題ないよねっていうのが現場の空気感なんですよね。

採用担当のエンジニアも、多分そんなことを思ってる確率が極めて高いんすよね。

もちろんフロントエンド中心の仕事とかだったらまた別かもしんないですけど。

1. データベース・API・インフラは勉強しすぎても問題ない

1つ目が、データベースとかAPIとかインフラ辺は、勉強しすぎても問題ないかなっていう風に個人的には思いますね。

データベースで言うと、まずテーブルのリレーションがなんだかんだすごい重要です。

• 1対1、1対多、多対多
• パフォーマンスを多少意識するなら、ユニークとかインデックス（このカラムにインデックス払おう、みたいな話）

最近だとポートフォリオのデータベース設計も、ER図をClaude Codeとかに出してって言えば出してくれるんで、それで理解しやすいっていうのはありますね。

APIは、リクエストが来て、ビジネスロジックを噛ませて、データにアクセスしたり外部にリクエスト飛ばして、最後にレスポンスを戻すっていう一連のフローですね。

なんつうんだろう、ちゃんとデバッグとかして、なんとなく処理のフローを追えるようになっておこうぜっていう話ですね。

インフラに関しては、例えばこんな感じです。

• AWSのEC2とかLightsailあたりにデプロイして、SSHで繋いでみる
• CI/CD、GitHub Actionsで特定のブランチをマージしたら勝手にデプロイされるようにする
• コンテナレジストリにDockerイメージをプッシュして、デプロイ先でそれをプルする
• 周辺の環境変数の設定、DockerとかDocker Composeを触る

DockerとかDocker Composeが入ってくると、Linuxっぽい知識も多少出てきます。

これって何なのかなっていうのを、勉強するってよりかはとりあえず調べておこうぜっていう感じですね。

ちなみにデータベース1つとっても、深めようと思えば死ぬほど深められます。

ただこのあたりは低レイヤーっぽい土台で、AIを使うにしても人間が責任を持たないといけないよねっていう部分なんですよね。

ピラミッドで言うと下の土台の部分で、そこにいろいろ乗っかっていくイメージなんで、ここを勉強すると無駄には絶対にならないかなっていう印象です。

2. UIとReactはそこまで勉強いらないかも

2つ目が、UIとかReactとかは、ぶっちゃけ勉強そこまでいらんかもなって最近思ってます。

AIを使えば、自然言語で「ここにモーダル開いてください」とか「ここをフィルターしたいです」とか「UI側に検索機能つけたいです」とかが簡単にできてしまうんですよね。

最近だとビジネスサイドの人とかも、SaaSプロダクトのフロントエンド開発に入るわけではないんですけど、ちっちゃなアプリを社内で作ろうぜみたいな動きで、バイブコーディングっぽく既存のAPIを使ってUIをしこしこ作ったりしてます。

なのでUIとかReactは比較的簡単になってしまいましたしね。

採用面接でも、昔だったらReactの技術みたいな感じで、こんなことが多少聞かれたような感じはするんですけど。

• useStateとかuseMemoとかuseCallback
• コンポーネントのメモ化をするために、関数とか変数の参照を固定して再レンダリングを防いでパフォーマンスをよくする、みたいな理解
• useEffectが副作用っぽい動きで、こんな感じに使う

最近は多分そんな聞かれないっすね。

聞かれないというよりも、そんなに分かってなくても仕事ができちゃうんで、採用面接でそこまで重要視されない感じは個人的にはしますね。

なのでUIとかReactは、ハンズオンのフェーズではとりあえず手を動かして勉強した方がいいんすけど、ポートフォリオとか最後の仕上げの勉強になってきたら、あれすね、別にそんなに重点的にはなくていいのかなって感じですね。

3. ちょい低レイヤーの勉強は無駄にならない

3つ目が、ちょい低レイヤーみたいな意識の部分の勉強は、割と重点的にやっても無駄にならないっていうか、どっち道必要になりますね。

低レイヤーの勉強っていうのは、例えばこういうやつです。

• コンピューターという土台があって、0と1のバイナリで動いてる
• プログラミング言語は、人間でも書けるようにした言語で、それがコンパイルされて機械語に翻訳されてコンピューターが動く
• そのコンピューターが動くことでWebアプリとかYouTubeとかも動いてる
• メモリ、CPU、ネットワーク、IPアドレス
• そもそもインターネットってなんだよ、みたいなところ

僕自身もポートフォリオを作ってる時に、昔Amazonのスクレイピングツールを作ってたんで、スクレイピング対策でIPアドレスを分散させるっていうのをやってたんですよね。

プロキシサーバーっていう、仲介みたいなやつにリクエストを飛ばして、そこを経由してリクエストとレスポンスをするっていうやつです。

低レイヤーが直接的に実力になるわけではないんですけど、バックエンドとかインフラレベルみたいなことをやることに絶対になるんですよ。

そうすると、やがて「こういう風になってるからこういう風に計算してるのか」って繋がる時が来るんですね。

元々そういう知識があるからこそ、繋がってア体験みたいな感じなんすよね。

直接的に実力になるわけじゃないんで、めんどくさいっちゃめんどくさいんですけど、意外といいのかなっていう印象ですね。

ただ低レイヤーを勉強するっつっても、ぶっちゃけ切りがないし、生活に直結しない傾向の方が多いんですね。

なので寝る前に30分とか1時間勉強するとか、移動中にしこしこ勉強するぐらいでいいのかなっていう感じはします。

4. AIを使う力

4つ目がAIを使う力ですね。

AIを使う力って、意外と人によって結構違いがやっぱあるんすよね。

今だったら実務でClaude CodeとかCodexとか、何でもそうなんですけど、使ってる人はMCPを繋いで、ターミナル上から外部のサービスに自然言語でやりたいことをAIに取ってもらったりしてます。

毎回やるような処理はスキル化して一発で行けるようにするとか、みんなナチュラルにそういうのをやってると思います。

AIっていう同じ武器が、みんなに与えられてるわけなんですけど、使い方っていうか使いこなし力は意外と差があるんですよね。

なので日々、こうしたらもっと便利になりそうだなとか、この作業って自動化できそうだなって考えて、使いこなし力を適当に上げるといいっすね。

例えばこんな感じです。

• UIで動作確認するのがめんどくさいから、スキルとかでテストを自動化する(むずいんすけど)
• 変更の差分に対して、勝手にClaude in Chromeとかでブラウザを操作してもらって、スクリーンショットを取って目視で確認するところまで自動化する

あとは、目的に対する手段を実行する時に、AIをどう段階的に使えばその目的になるかっていうAI設計力みたいなやつですね。

ハーネスみたいな感じで言われたりもするような気がします。

イメージで言うと、最新の技術的な知識を自分のLINEに通知したい、勝手に通知されるようにしたいと思ったら、何段階かのAIステップが必要になります。

1. 定期的にスクレイピングする(AIをどこかのサーバーか自分のローカルかで動かす)
2. 収集したデータがデータベースに入るので、定期的に自分の好みのテイストに仕上げて、またデータベースに保存する
3. 1日1回とか2回とか、定期的にLINEのAPIをコールして、最近の技術トレンドを分かりやすく自分に通知する

今、簡単に3つに分割したんですけど、こんな感じで自分なりに大枠の設計をするのが、AIを使う力の設計力の、すげえ簡単なざっくりとしたイメージですね。

こういうAIを使う力も、鍛えると良さそうな感じがしますね。

まんじからの感想

ってことで、アフターAIでどこら辺を重点的に勉強すればいいんですかっていうと、普通に低レイヤーっぽいところ、データベースとかAPIとかインフラレベルあたりですね。

結局どうせ使うんで、そこが消えないんすよね。

AIがどれだけ進歩しようが、今までできてきた技術的な土台の上に乗っかってるだけっていうマインドというか、そんな感じっすね。

もちろん本当に低レイヤーすぎるハードウェアとかは微妙なんですけど、「わりと使うんじゃね」ぐらいの低レイヤーを意識するといいっすね。

あとはシンプルにAIを使う力で、これは日々AIを使うことですね。

自分の直近の課題とか悩みとか、「こういうのをもっと簡単にできないのかな」っていうところを、AIで自動化できないかなとか、もっと楽できないかなって考えて使うっていう感じです。

勉強の方向性って、1週間とか2週間ではあんま差がつかんですけど、3ヶ月とか半年とかになってくると全然違うんですよね。

LVLPATHの未経験からの講座買ってもらって手順通りやってもらって自分に壁打ちやら質問してもらえれば、普通にやるよりは早いと思います。

ってことで終わりです。