ヒメライオン＠未経験からエンジニア挑戦中！

BPO8年→未経験からAIエンジニアを目指しています🔥
DMM生成AI CAMP卒業🎓
生成AIを軸に開発を学習中🛠️
学びや気づきを発信していきます📝
お気軽にフォローしてください！

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

ヒメライオン、レベル1。
持っている武器は、まだ「ひのきのぼう」程度。

学習、実務を行う中で感じた小さな気づきを
一つずつ言語化して、経験値を溜めています！

👾 GitHubのポートフォリオはプロフィールから

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

カジュアル面談を受ける中で、本当にさまざまな企業があるなと改めて感じています。
丁寧に資料を用意し、会社説明を行いながら求職者への理解を深めようとしてくださる企業様もあれば、
簡単な自己紹介の後に「何か質問ありますか？」と、すぐに質疑応答へ入る企業様もあります。

また、カジュアル面談を設定したものの、未経験という理由で門前払いとなるケースもありました。
（なぜカジュアル面談を組んだの？というかんじですが…）

良し悪しではなく、企業ごと��考え方やスタンスが大きく異なることを実感しています。

個人的には、カジュアル面談は企業と求職者がお互いを知るための場だと思っているため
相互理解を大切にしてくださる企業で働きたいなと感じています。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

【LLM as a Judgeとは】

LLM as a Judgeとは、生成AIが作成した回答を別のLLMが採点・評価する手法です。

RAGやチャットボットの評価で広く活用されており、単純な文字一致ではなく「回答の意味が正しいか」を評価できる点が特徴です。

■ 概要

質問
↓
AIが回答を生成
↓
Judge用LLMが回答を評価
↓
○×やスコアで判定

人間の代わりにAIが採点官を務めるイメージです。

■ 特徴

・意味レベルで評価できる
・大量の回答を自動採点できる
・RAGとの相性が良い
・人間の評価に近い判定が可能

■ メリット

① 表現が異なっていても評価できる

例）

「東京」
「日本の首都」

文字列は異なりますが、意味が同じであれば正解と判定できます。

② 評価を自動化できる

大量のテストケースを短時間で評価できます。

③ 改善効果を比較しやすい

ベクトル検索とハイブリッド検索など、検索方式ごとの精度比較が行いやすくなります。

④ 人手による確認コストを削減できる

すべての回答を人間が確認する負担を軽減できます。

■ 課題

① JudgeもAIであるため誤判定する��合がある

正しい回答でも不正解と判定されることがあります。

② 期待回答の品質に依存する

期待回答が曖昧だと評価結果も不安定になります。

③ 判定結果にばらつきが出る場合がある

モデルやプロンプトの違いによって評価結果が変わることがあります。

④ 最終的には人間による確認も重要

便利な評価手法ですが、完全に人間の評価を置き換えるものではありません。

- プチ備忘録 -

本日はメンターさんとの壁打ちの中で、ベクトル検索とハイブリッド検索の精度比較に加え、「LLM as a Judge」という評価手法について学びました。

RAGは作るだけではなく、「どのように評価するか」も重要であることを改めて実感しました。

技術的な話を深掘りする時間はとても楽しく、「これが仕事になったら面白いだろうな」と改めて感じた一日でした。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@mayopan_bread 内定おめでとうございます！✨

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

最近、企業の採用担当者様とやり取りする機会が増えたこともあり、気づけば家族や友人に対しても

「お手数をおかけしますが、何卒よろしくお願いいたします」

など、かしこまった文章を送ってしまうことがあります。

現職でも日々チャ���ト対応をしているため、気が付くとビジネスメールのテンションで文章を作成してしまうんですよね。

最近、少しずつ日常に支障をきたし始めています…。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@Parslay12 とんでもないです。
参考になれば幸いです🙇

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

先日、メンターさんから「ハーネスエンジニアリング」という言葉を教わりました。

正直、最初は何を言っているのかほとんど分からなかったのですが、忘れないように記録も兼ねてアウトプットしてみます📝

AIの性能はモ��ルそのものよりも、「どんな環境で動かすか」に大きく左右されるそうです。

例えば、

✅ どんなルールを与えるか
✅ どんな情報を見せるか
✅ どんなツールを使わせるか
✅ どう検証して改善するか

こういった「AIを取り巻く環境」を設計することをハーネスエンジニアリングと呼ぶ。

AIエージェントの能力だけではなく、成果を安定して出せる環境づくりに焦点を当て��考え方です。
これまで「良いプロンプトを書くこと」が重要だと思っていましたが、これからは「AIが働く環境を作ること」も重要になっていくのかもしれません。

まだ勉強中なので理解違いがあればぜひ教えてください🙇‍♂️

参考記事👇
https://t.co/pm8oUfGBDf

#AIエージェント
#生成AI
#AI開発
#学習記録
#駆け出しエンジニア

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

【コンフリクトとは】

チーム開発において、複数人が同じファイルの同じ箇所を変更した場合に、Gitがどちらの内容を採用すべきか判断できなくなることがあります。

このような変更の衝突を「コンフリクト（Conflict）」と呼びます。

【コンフリクトの��消方法】

1. git rebase

現在のブランチの変更を、最新のブランチの先頭に付け替える方法です。
コミット履歴を一直線に整理できるため、履歴が見やすくなります。

2. git merge

対象ブランチの変更内容を取り込み、新しいマージコミットを作成する方法です。
履歴をそのまま残せるため、変更の流れを追いやすい特徴があります。

どちらの場合も、コンフリクトが発生した際は対象ファイルを確認し、不要な変更を削

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

① 小さな習慣を積み重ねる
GitHubの草を生やす（毎日更新する）ことや、Pythonの学習を継続する。
② 毎日一つでも新しい知識を学ぶ
最近であれば「ハーネスエンジニアリング」など、分野を問わず新しい知識に触れるようにする。
③ 第三者を頼る
メンターの方などに疑問点や悩みを相談し、一人で抱え込まずに学習の方向性やモチベーションを維持する。

上記のようなことを心がけています！

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@Parslay12 はい、仕事と並行して勉強しております！

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

最近というか、ずっと課題に感じているのがアルゴリズムの理解です。

問題を見たときに、

①何が入力されるのか
②何を返せばよいのか
③どんな処理が必要なのか
を手書きやメモで整理するようにしています。
例えば、

「整数のリストから偶数だけを取り出して返す関数を書いてください」

という問題なら、

✅ 関数を定義する
✅ 空のリストを作る
✅ for文でループする
✅ if文で判定し、偶数ならリストに追加する
✅ 結果を返す

という流れで考えました。

ただ、これが「奇数だけ」や「素数だけ」と問題が変わると、まだ処理の組み立てで手が止まってしまいます。
まずはコードを書く前に処理の流れを言語化することを意識しながら、繰り返し問題を解いていきたいと思います。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@bl_fox26 私も最初は「ハーネス？」となりました😅

AIが進化していくにつれて、単純にモデルを使うだけではなく、その性能を引き出すための環境設計や運用まで求められるようになってきた印象です。

エンジニアのハードルも少しずつ上がってきていますね。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@Parslay12 はじめまして！
フォローしていただき、ありがとうございます！
こちらこそ、よろしくお願いいたします🙇‍♂️

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@Mar_3simai わかりやすい解説ありがとうございます。
とても勉強になりました！

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

連日のカジュアル面談に面接で疲労困憊。
しかし、これもエンジニアになるための試練…。
がんばろう。世の中の個人開発されている方々や現役エンジニアの方は体力オバケだなと実感する日々です。

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

転職活動を進める中で、「これからのエンジニア像」について考える機会が増えました。

未経験からエンジニアを目指す立場だからこそ感じたことをアウトプットしてみます。

【① コミュニケーション能力の重要性】

面接やカジュアル面談を受けていて感じるのは、多くの企業がコミュニケーション能力を重視しているということです。

もちろん技術力は大切ですが、AIの発達により Claude Code や GitHub Copilot などの��援ツールが普及し、コーディングのハードルは以前より下がってきています。

だからこそ、
・チーム内で認識を合わせる力
・相手の課題を正しく理解する力
・クライアントと信頼関係を築く力

といった「人と協力して価値を生み出す力」の重要性がますます高まっていると感じました。

【② エンジニア × ○○ の価値】

面接を受ける中で、技術力だけでなく「エンジニア × ○○」の強みを持つ人材の価値が高まっていると感じます。

例えば、

・エンジニア × 営業
・エンジニア × コンサルティング
・エンジニア × 人事

など。

技術を理解した上で別の専門性も持っていると、より大きな価値を生み出せるのだと思います。

もちろん技術のスペシャリストとして活躍されている方もたくさんいます。

ただ、技術に加えて自分ならではの強みを掛け合わせられる人材は、これからさらに求められていくのではないかと感じました。

以上、未経験からエンジニア転職に挑戦している中で感じたことでした。

最近、少しずつフォローしてくださる方が増えていて本当に嬉しいです😊

個人開発をされている方、未経験からエンジニア転職に挑戦されている方、ぜひつながりましょう！

もちろん先輩エンジニアの皆さまも大歓迎です🙌

#フォロー大歓迎

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

【ChromaDBとFAISSの違い📝】

RAG学習中に最初勘違いしていたのですが、

✅ ChromaDB
→ ベクトルデータベース

✅ FAISS
→ ベクトル検索ライブラリ

という違いがあります。

例えるなら…

📚 ChromaDB
→ 図書館そのもの
（本の保管・管理・検索までできる）

🔍 FAISS
→ 本を探す検索エンジン
（高速検索が得意）

FAISSは検索性能が非常に高い一方で、
データ保存や管理機能は基本的に自分で実装する必要があります。

一方ChromaDBは保存・検索・メタデータ管理までまとめて提供してくれるため、
個人開発やRAG学習では非常に扱いやすいと感じました。

私のRAGアプリでもChromaDBを採用しています💡

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

現在転職活動中ですが、実際にエンジニアとして働き始めたときに備え、GitHubの運用を日頃から習慣化しています。

草を生やすだけでなく、実務を意識して毎回以下の流れで進めるようにしています💻

✅ Issueを立てる

✅ featureブランチを切る

✅開発・コミット（feat: / docs: などのPrefixを付与）

✅ PushしてPRを作成

✅ セルフレビュー → マージ

✅ ブランチ削除（リモート・ローカル）

【なぜこの運用が大切なのか】

📌 Issue
→ 「何のために対応するのか」を明確にする

📌 ブランチ運用
→ mainブランチを常に安全な状態に保つ

📌 Pull Request
→ 変更内容を記録・レビューしやすくする
この3つを意識することで、

「何を・なぜ・どう変更したのか」
を誰でも���える状態になります。

コードを書く力だけでなく、開発プロセスの質も意識しながら成長していきたいと思います🔥

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@iigtn_official コメントありがとうございます！
よく聞くクラウドサービスではあるのですが具体的な違いは理解していなかったのでとても勉強になりました☺️

[ヒメラ��オン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

以前からAWS、Azure、GCPという名前は知っていたものの、「何が違うのか」をきちんと比較したことがなかったため、今回あらためて整理してみました☁️

✅ AWS
・シェアNo.1
・サービス数が豊富
・Webサービスやアプリ開発で幅広く採用
・まず学ぶなら王道

✅ Azure
・Microsoft製品との相性が抜群
・WindowsやMicrosoft 365との連携が強い
・企業システムでよく採用される

✅ GCP
・データ分析やAIが得意
・BigQueryが強力
・コンテナやKubernetesとの親和性が高い

【用途別のイメージ】
Webサービス開発 → AWS
企業システム → Azure
データ分析・AI → GCP

今回調べてみて、「どれが優れているか」ではなく、「何を実現したいかによって選ばれている」ということが分かりました。

現在はGoogle Cloud（Cloud Run）を使ってポートフォリオを公開していますが、クラウドの基礎知識はどのサービスでも共通する部分が多そうなので、まずは王道のAWSについても学んでみたいと思います。

AWS認定資格にも少し興味が出てきたので、学習していきます！

【参考】
https://t.co/lyCkPsLR2z

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

@bl_fox26 コメントありがとうございます！
おっしゃる通りですね。
FastAPIを採用している企業様とても多い印象です。
引き続き、勉強を継続していきたいと思います！

[ヒメライオン＠未経験からエンジニア挑戦中！ @Dev_sh22143]

【FastAPIとは？】

FastAPI��、PythonでAPIを作るためのWebフレームワークです。

APIとは、フロントエンド（画面）とバックエンド（処理）をつなぐ受付窓口のようなもの。

例えば私のRAGアプリなら、

Streamlit
↓
FastAPI
↓
RAG
という構成にすることで、画面部分とAI処理部分を分離できます。

【なぜ導入するの？】
・フロントエンドとバックエンドを分離できる
・保守しやすくなる
・機能の再利用がしやすい
・将来的にWebアプリ、スマホアプリ、LINE Botなどから同じAPIを利用できる

【FastAPIのメリット】

✅ 高速（Python製フレームワークの中でもトップクラス）
✅ SwaggerによるAPIドキュメント自動生成
✅ 型ヒントによる入力チェック
✅ AIアプリやRAGとの相性が良い
✅ 実務での採用例が多い
【Flask・FastAPI・Django比較】

Flask
→ シンプルで学びやすい軽量フレームワーク

FastAPI
→ API開発特化。高速でAI開発向き

Django
→ 認証・管理画面など全部入りの大規模開発向け

イメージすると…

Flask = 自転車🚲

FastAPI = スポーツカー🏎️

Django = キャンピングカー🚐

用途に応じて選ぶことが大切だと学びました！