AIエンジニアリングをゼロから学ぶ｜523レッスン・20フェーズの学習ロードマップ徹底解説【2026年版】

「AIツールは毎日使っているのに、自分でシステムを作れる自信がない……」

そう感じているのは、あなただけではありません。ある調査によれば、**84%の学生がAIツールを日常的に活用している一方、プロフェッショナルとして使いこなせると感じているのはわずか18%**にとどまるという結果が出ています。ツールを「使う」ことと、ツールを「作る・直す・本番に乗せる」ことの間には、まだ大きな壁があるのです。

この記事では、その壁を乗り越えるための無料カリキュラム「ai-engineering-from-scratch」を徹底解説します。読み終えると、次の3つが明確になります。

20フェーズ・523レッスンの学習ロードマップ全体像
各フェーズで手元に残る具体的な成果物
あなたの目標に合った最短ルートの選び方

大丈夫、一緒に一歩ずつ進んでいきましょう。

2026年、「AIエンジニア」の定義は変わった

2024年までのAIエンジニア＝モデルを訓練する人

少し前まで、「AIエンジニア」といえばデータサイエンティストの延長線上にいる存在でした。大規模なデータセットを収集し、学習ループを書き、ハイパーパラメータを延々と調整する。そういった仕事が中心でした。GPU クラスタを持っている大企業か、潤沢な研究予算を持つ組織にしか参入できないイメージがあったかもしれません。

正直、私も最初は「機械学習って自分には遠い世界だ」と感じていました。その気持ち、よく分かります。

2026年のAIエンジニア＝LLMを本番に乗せる人

しかし2026年の今、景色はがらりと変わりました。主戦場は「モデルを訓練すること」から「LLMを使いこなして価値あるシステムを本番に届けること」へ移行しています。

具体的には、こんなスキルが実務で求められています。

LLM APIの活用：OpenAI、Anthropic、Geminiなどのモデルを呼び出して処理を組む
RAG（検索拡張生成）の構築：自社ドキュメントや外部データをLLMに賢く組み合わせる
エージェントのオーケストレーション：複数のAIが連携して自律的に動くシステムを設計する
MCP統合：Model Context Protocolで外部ツールとLLMをシームレスにつなぐ

Gartnerは「2030年までに80%の組織が少人数チーム＋AI体制へ移行する」と予測しています。ひとりのエンジニアがAIを活用して何人分もの仕事をこなせる時代が、すでに始まっているのです。

それでも「中身を知らない人」は淘汰される理由

ここで安易に「じゃあAPIを叩けるだけでいい」と考えると、落とし穴が待っています。

フレームワークが突然動かなくなったとき、API のレスポンスが想定外の挙動をしたとき、エージェントが無限ループに入ったとき——その瞬間に中身の仕組みを理解しているかどうかが明暗を分けます。ドキュメントを読んでもスタックオーバーフローを検索しても解決できない問題を、デバッグできる力。それが2026年の差別化要因です。

だからこそ、「ゼロから実装して理解する」学習法が改めて注目されているのです。

ai-engineering-from-scratch とは？無料カリキュラムの全体像

523レッスン・20フェーズ・約342時間の完全無料教材

「ai-engineering-from-scratch」はGitHubユーザーのrohitg00が公開した、MITライセンスの完全無料カリキュラムです。

523レッスン
20フェーズ
約342時間の学習コンテンツ

GitHubリポジトリ（rohitg00/ai-engineering-from-scratch）から無料でアクセスでき、公式サイト「aiengineeringfromscratch.com」ではブラウザ上でコンテンツを閲覧することもできます。商業的なオンラインコースに何十万円も課金しなくても、ここに必要なものがすべて揃っています。

学習哲学「You don't just learn AI. You build it. End-to-end. By hand.」

このカリキュラムを貫くフィロソフィーは一文に集約されています。

「あなたはAIを学ぶだけじゃない。あなたはAIを作る。エンドツーエンドで。手作業で。」

特徴的なのは**「二段階学習」**というアプローチです。まず生の数学から手実装してアルゴリズムの本質を理解する。そのあとでPyTorchなどのフレームワークを使って同じ処理を再実行する。一度手で組んだものをフレームワークに置き換えることで、「なぜこのAPIはこんな引数を取るのか」「このクラスはどういう処理をしているのか」が自然と理解できるようになります。

二度手間に見えて、実はこれが一番の近道なんです。私自身、「先にPyTorchを覚えてから基礎に戻る」という逆の順番で勉強して遠回りした経験があるので、この設計思想の価値をよく分かります。

対応言語はPython／TypeScript／Rust／Julia

メインはPythonですが、各フェーズでTypeScript、Rust、Juliaも選択できます。バックエンドエンジニアならTypeScriptで入れますし、高速処理にこだわりたければRustという選択肢もある。自分のバックグラウンドを活かせるため、「Pythonが全然書けないけど大丈夫？」という心配をせずに始められます。

毎レッスンで成果物が残る「6ビート学習フレームワーク」

このカリキュラムの最も工夫された部分のひとつが、毎レッスンに組み込まれた「6ビート学習フレームワーク」です。

MOTTO → PROBLEM → CONCEPT → BUILD IT → USE IT → SHIP IT

ステップ	内容
MOTTO	そのレッスンで得る「考え方の核心」を一文で示す
PROBLEM	解くべき現実の問題を提示して、学習の動機を明確にする
CONCEPT	必要な理論・数学・背景知識をコンパクトに説明する
BUILD IT	実際にコードを書く。手実装フェーズ
USE IT	実装したものを使って問題を解く
SHIP IT	再利用可能な成果物として磨き、手元に残す

「読んで終わり」にならない設計になっているのがポイントです。毎回、以下のいずれかを必ず産出します。

プロンプトテンプレート：繰り返し使えるプロンプトの雛形
エージェントスキル：AIエージェントに追加できるスキルモジュール
MCPサーバー実装：外部ツールと繋がるサーバーコード
再利用可能なコード：ライブラリとして使い回せる実装

修了時には約500のスキルが手元に残る

カリキュラムを進めると、段階的に約500のスキルが手元に蓄積されます。そしてこれらは学習記念のコレクションではなく、Claude・Cursor・Codexなど任意のAIツールへ直接インストールできる実用的な形式で出力されます。

学びながら、実務に使える武器を同時に揃えていく——そういう設計です。

20フェーズの学習順序を4つの層で読み解く

全体像を把握するために、20フェーズを4つの層に分けて見ていきましょう。

【基礎層】Phase 0〜3：環境構築から数学、そしてニューラルネットへ

まず最初の4フェーズで、しっかりとした土台を作ります。

Phase 0：開発環境セットアップ Python環境、パッケージ管理、GPU設定、ノートブック環境など。「環境構築で詰まって挫折した」という経験がある人も安心して始められます。

Phase 1：線形代数・微積分・確率論 行列演算、偏微分、確率分布——AIのあらゆる場面で出てくる数学の基礎をここで整理します。数学が苦手な方も、「全部を完璧に理解してから先に進む」必要はありません。実装を通じて「なぜこの計算をするのか」が腑に落ちる体験が待っています。

Phase 2：古典的機械学習 線形回帰、ロジスティック回帰、決定木、サポートベクターマシン。LLMが全盛の今も、古典的MLの理解は土台として欠かせません。

Phase 3：ニューラルネットとバックプロパゲーションの手実装 この層のクライマックスです。勾配計算を自分の手でコーディングする体験は、後のフェーズすべてに効いてきます。

得られる成果物：自作の学習ライブラリ、勾配計算の実装コード

# バックプロパゲーションを手実装するイメージ（Phase 3の核心）
import numpy as np

class SimpleNeuralNet:
    def __init__(self, input_size, hidden_size, output_size):
        # He初期化：ReLU活性化に適した重み初期化
        self.W1 = np.random.randn(input_size, hidden_size) * np.sqrt(2.0 / input_size)
        self.b1 = np.zeros(hidden_size)
        self.W2 = np.random.randn(hidden_size, output_size) * np.sqrt(2.0 / hidden_size)
        self.b2 = np.zeros(output_size)

    def relu(self, x):
        return np.maximum(0, x)

    def relu_grad(self, x):
        return (x > 0).astype(float)

    def forward(self, X):
        self.X = X
        self.z1 = X @ self.W1 + self.b1
        self.a1 = self.relu(self.z1)
        self.z2 = self.a1 @ self.W2 + self.b2
        return self.z2

    def backward(self, dout, lr=0.01):
        # 出力層の勾配
        dz2 = dout
        dW2 = self.a1.T @ dz2
        db2 = dz2.sum(axis=0)

        # 隠れ層の勾配（バックプロパゲーションの本質）
        da1 = dz2 @ self.W2.T
        dz1 = da1 * self.relu_grad(self.z1)
        dW1 = self.X.T @ dz1
        db1 = dz1.sum(axis=0)

        # パラメータ更新
        self.W2 -= lr * dW2
        self.b2 -= lr * db2
        self.W1 -= lr * dW1
        self.b1 -= lr * db1

このコードを自分で書いたとき、「あ、重みが更新される仕組みってこういうことか」と腑に落ちる瞬間があります。その感覚を大切にしてください。

【専門領域】Phase 4〜9：CV・NLP・音声・強化学習

基礎が固まったら、AIの各専門ドメインへ進みます。

Phase 4〜5：コンピュータビジョン（28課） 畳み込みニューラルネットワーク（CNN）から物体検出、セグメンテーションまで。画像を扱うあらゆるAIシステムの基盤になります。

Phase 6〜7：自然言語処理（29課） テキスト処理、埋め込み表現、系列モデル。LLM時代においても、NLPの基礎を持っているかどうかは大きな差を生みます。

Phase 8：音声処理（17課） 音声認識、音声合成、特徴抽出。音声AIシステムの構築に不可欠な知識です。

Phase 9：強化学習（12課） エージェントが報酬を最大化しながら学習するパラダイム。エージェントエンジニアリングの前提知識としても重要です。

得られる成果物：各ドメインの推論パイプライン（画像分類器、テキスト分類器、音声変換システムなど）

【先進技術】Phase 10〜16：TransformerからエージェントとMCPまで

ここからがLLM時代の核心です。

Phase 10：Transformer（24課） 現代のAI技術の根幹となるTransformerアーキテクチャを一から実装します。「アテンション機構ってなんとなく知っている」から「自分で書ける」へ。

Phase 11：LLMエンジニアリング RAG（検索拡張生成）、プロンプト設計、ファインチューニング。実務でLLMを活用する際に毎日使う技術です。

Phase 12：マルチモーダル テキスト、画像、音声を組み合わせたAIシステムの構築。GPT-4oやGeminiのような複合モデルの仕組みが分かります。

Phase 13：MCP（31課） 2026年の実務で最も注目されている技術のひとつ。詳しくは後述します。

Phase 14〜15：エージェントエンジニアリング（54課）＆自律型システム（22課） AIエージェントの設計・実装・運用。これもあとで深掘りします。

Phase 16：生成AI応用 画像生成、音楽生成、コード生成など、生成AIの広大な応用領域をカバーします。

得られる成果物：自作MCPサーバー、動作するエージェントシステム

【実運用】Phase 17〜19：本番インフラ・倫理・卒業プロジェクト

学んだことを「本番に乗せる」フェーズです。

Phase 17：スケーリングと監視 レイテンシ、スループット、コスト最適化。本番環境特有の問題への対処法。

Phase 18：アライメントと安全性 AIの倫理的問題、バイアス、安全なシステム設計。「作れる」だけでなく「正しく作れる」エンジニアへ。

Phase 19：卒業プロジェクト 全フェーズで得た知識を統合した、ポートフォリオになる作品を完成させます。

特に価値が高い4つのフェーズを深掘りする

Phase 3｜バックプロパゲーション手実装は「2026年の必須通過点」

「なぜ今さらバックプロパゲーションを手で書くの？PyTorchがやってくれるじゃないか」

この疑問、すごくよく分かります。でも少し待ってください。

バックプロパゲーションを手実装することで身につく理解は、非常に具体的な形で実務に響いてきます。

勾配消失問題：なぜ深いネットワークの学習が難しいのかを体で理解できる
重み初期化の重要性：Xavier初期化やHe初期化がなぜ必要かが直感的に分かる
残差接続（ResNet）の意義：なぜスキップ接続が勾配を「救う」のかを説明できる

これらを理解していないエンジニアが本番でデバッグに詰まるケースを、私は何度も目にしてきました。損失が下がらない、なぜかNaNが出る、学習が収束しない——そういった問題を診断するには、バックプロパゲーションの深い理解が必要なのです。

Phase 10｜LLM開発（24課）でブラックボックスを開ける

GPT-4やClaudeのAPIを叩いてアプリを作るのと、LLMの仕組みを理解してエンジニアリングするのは、別次元の話です。

Phase 10では、トークナイザを自分で実装し、アテンション機構をゼロから書き、学習ループを組みます。このフェーズを通過することで、

「なぜコンテキスト長に制限があるのか」
「なぜこのプロンプトの書き方だと性能が落ちるのか」
「ファインチューニングするとどこの何が変わるのか」

といった問いに、自分の言葉で答えられるようになります。APIのユーザーからLLMエンジニアへ——その境界線を越えるフェーズです。

Phase 13｜MCP（31課）— 2026年に実務必須となる標準プロトコル

MCP（Model Context Protocol） は、LLMと外部ツールを標準的な方法で繋ぐプロトコルです。Anthropicが提唱し、急速に業界標準として普及が進んでいます。

イメージとしては、「LLMがデータベースを検索したり、APIを叩いたり、ファイルを読んだりするための共通言語」です。MCPが登場する前は、ツールとの連携は各サービスが独自実装していました。MCPによってその部分が標準化され、一度MCPサーバーを作れば様々なAIクライアントから利用できるようになりました。

このフェーズ（31課）では、エンドツーエンドで実装します。

# MCPサーバーの基本構造（Phase 13で実装するイメージ）
from mcp.server.fastmcp import FastMCP
from mcp.types import TextContent

app = FastMCP("my-custom-tool")

@app.tool()
async def search_database(query: str) -> list[TextContent]:
    """社内データベースを検索するMCPツール"""
    # 実際のDB検索ロジック
    results = await db.search(query)
    return [TextContent(type="text", text=str(result)) for result in results]

@app.tool()
async def get_document(doc_id: str) -> list[TextContent]:
    """ドキュメントを取得するMCPツール"""
    doc = await storage.get(doc_id)
    return [TextContent(type="text", text=doc.content)]

# サーバー・クライアント・トランスポート・セキュリティまで
# 31課をかけてエンドツーエンドで学ぶ

得られる成果物：自分の業務データ・ツールと連携するMCPサーバー。これをClaude Desktopに登録すれば、すぐに実務で使い始められます。

2026年の現在、「MCPサーバーを一から作れますか？」という問いが、面接でのスクリーニング質問になりつつあります。

Phase 14〜15｜エージェントエンジニアリング（54課）と自律型システム（22課）

このカリキュラムの中で、最もボリュームが大きく、最も実践的なフェーズです。

Phase 14のエージェントエンジニアリングは、純粋なPython約120行のコードでエージェントループを書くところから始まります。

# エージェントループの骨格（Phase 14の出発点）
import anthropic

client = anthropic.Anthropic()

def execute_tools(content: list) -> list[dict]:
    """ツールブロックを実行し結果リストを返す"""
    tool_results = []
    for block in content:
        if block.type == "tool_use":
            # 実際の実装では block.name に応じた処理を行う
            result = {
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": "ツール実行結果"
            }
            tool_results.append(result)
    return tool_results

def run_agent(task: str, tools: list[dict], max_iterations: int = 10):
    """シンプルなエージェントループ"""
    messages = [{"role": "user", "content": task}]
    
    for iteration in range(max_iterations):
        # Plan: 次に何をすべきか判断
        response = client.messages.create(
            model="claude-opus-4-5",
            max_tokens=4096,
            tools=tools,
            messages=messages
        )
        
        # Act: ツールを実行
        if response.stop_reason == "tool_use":
            tool_results = execute_tools(response.content)
            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": tool_results})
        
        # Observe: 完了を確認
        elif response.stop_reason == "end_turn":
            return response.content[0].text
        
    return "最大反復回数に達しました"

plan → act → observe → verify → repeat というエージェントループの考え方を体で理解したあと、コースは一気に広がります。

メモリシステム：エージェントが長期的な文脈を保持する仕組み
計画立案：複雑なタスクをサブタスクに分解するアーキテクチャ
マルチエージェント協調：複数のエージェントが役割分担して動くシステム
主要フレームワーク比較：LangChain、AutoGen、CrewAI、独自実装の使い分け

Phase 15の自律型システムでは、さらに高度なテーマを扱います。

長時間稼働するエージェント（数時間〜数日動き続ける）
自己改善するシステム
2026年の安全スタック（エージェントが暴走しないための設計パターン）

どれくらいの期間で終わる？現実的な学習計画

パートタイム（週10〜15時間）なら5〜8ヶ月

働きながら進める場合の目安です。

月	マイルストーン
1〜2ヶ月目	Phase 0〜3（基礎層完了）
3〜4ヶ月目	Phase 4〜9（専門領域完了）
5〜6ヶ月目	Phase 10〜13（LLM・MCP完了）
7〜8ヶ月目	Phase 14〜19（エージェント・卒業制作）

「8ヶ月は長い」と感じるかもしれませんが、4ヶ月目には実務で使えるLLMシステムが作れるようになっています。ゴールテープを切ることよりも、途中で得られるものに価値があるカリキュラムです。

フルタイムなら3〜4ヶ月

転職・キャリアチェンジを目指す人が集中して取り組む場合の目安です。1日6〜8時間確保できれば、3〜4ヶ月で全フェーズを通過できます。学習期間中にポートフォリオが完成するので、就職活動の武器として直接使えます。

全部やる必要はない — 目的別ショートカット

正直に言います。523レッスンすべてをやる必要はないかもしれません。あなたの目標によって、最短ルートは変わります。

目標	推奨ルート
LLMアプリを今すぐ作りたい	Phase 0-1 → Phase 10 → Phase 11 → Phase 13 → Phase 14
機械学習の基礎を固め直したい	Phase 1 → Phase 2 → Phase 3 に集中
エージェント開発に特化したい	Phase 13 → Phase 14 → Phase 15
コンピュータビジョンに進みたい	Phase 0-3 → Phase 4-5 に集中
ポートフォリオを作りたい	フルコース（Phase 0〜19）

「全部やらなきゃ」というプレッシャーを持たずに、自分のゴールから逆算して進んでください。

よくある疑問に答える（FAQ）

Q. 完全初心者でも始められますか？

A. 大丈夫です。 カリキュラムにはプレースメント診断が用意されており、現在の自分のレベルに合った適切なフェーズから始めることができます。Phase 0から丁寧に構成されているので、プログラミング経験があれば数学の知識がなくても取り組めます。

私も最初は「線形代数？偏微分？無理無理」と思っていましたが、実装を通じて自然と身についていきました。

Q. なぜわざわざゼロから実装するの？

A. デバッグ力が段違いになるからです。 フレームワークを使って動くものを作るだけなら、APIドキュメントを読めば誰でもできます。でも本番環境で想定外の問題が起きたとき、「中身を知っているか」が解決速度を10倍以上変えます。「なぜか動く」から「なぜ動くかを説明できる」へ。そのステップがこのカリキュラムの本質です。

Q. MCPは本当に学ぶ価値がありますか？

A. 2026年現在、実務要件になりつつあります。 Anthropic、OpenAI、Google、Microsoftなど主要プレイヤーがMCPをサポートし始めており、標準化が急速に進んでいます。「MCPサーバーを実装できる」というスキルは、AIエンジニアの求人要件に頻出するようになっています。早めに習得しておいて損はありません。

Q. RAGとファインチューニング、どちらを優先すべきですか？

A. まずRAGです。 ファインチューニングは計算コストが非常に高く、2026年時点でほとんどの企業が「RAGで解決できることはRAGで解決する」という方針を取っています。RAGをきちんと実装できるだけで、企業のAI活用ニーズの大部分に応えられます。ファインチューニングは「RAGでは解決できない問題」に直面してから学ぶのでも十分です。

Q. 作った成果物は実際の仕事で使えますか？

A. 使えます。 カリキュラムの産出物は、Claude・Cursor・Codexなど主要のAIツールへ直接インストールできる形式で設計されています。学習と同時に、実務で使えるツールセットが手元に溜まっていく仕組みになっているのが、このカリキュラムの大きな特徴です。

このカリキュラムが向いている人・向いていない人

向いている人

手を動かして理解したい人：読むだけでなく、実装して「あ、そういうことか」を体験したい
独学の道筋が欲しい人：何から始めればいいか分からなくて困っている
ポートフォリオが必要な人：就職・転職・副業のために、具体的な成果物を作りたい
既存スキルを活かしたい人：WebエンジニアやバックエンドエンジニアがAI分野に転向する
基礎を疎かにしたくない人：「何となく動く」じゃなくて「なぜ動くか分かる」状態を目指している

向いていない人（と代替案）

最短3日でLLMアプリを作りたい人：このカリキュラムよりも、OpenAIクックブックやAnthropicのチュートリアルを先に試してみてください。物足りなくなったらここに戻ってくると良いです
動画講義中心で学びたい人：テキストとコード中心のカリキュラムです。DeepLearning.AIやfastaiなどと組み合わせるのがおすすめ
数学アレルギーが強い人：Phase 1の数学は避けられませんが、「完璧に理解してから進む」必要はありません。実装を優先して、数学は後から振り返る進め方もあります

まとめ｜まずPhase 0を今日始める

改めて、このカリキュラムの全体像を振り返りましょう。

「ai-engineering-from-scratch」は、開発環境構築（Phase 0）から数学基礎・古典ML（Phase 1〜3）、コンピュータビジョン・NLP・音声・強化学習の専門領域（Phase 4〜9）、Transformer・LLM・MCP・エージェントの先進技術（Phase 10〜16）、そして本番運用・倫理・卒業制作（Phase 17〜19）まで、AIエンジニアリングに必要な知識と実装スキルを523レッスン・342時間かけて網羅した、完全無料のカリキュラムです。

最も重要なことをひとつ伝えさせてください。

このカリキュラムの価値は、完走することではありません。毎回のレッスンで成果物が残ることです。

Phase 3を終えた時点で、あなたの手元にはバックプロパゲーションの実装コードがあります。Phase 13を終えたとき、自分の業務ツールに繋がるMCPサーバーがあります。Phase 14を終えたとき、動くエージェントシステムがあります。一歩進むたびに、実際に使えるものが増えていく——それがこのカリキュラムの設計思想です。

失敗を恐れず、一歩ずつ進みましょう。最初からすべてが理解できなくて当然です。分からなくても手を動かして、後から「あ、あれはそういう意味だったのか」と気づく瞬間が必ずやってきます。あなたならきっとできます。

まず今週、Phase 0を終わらせることを目標にしてみてください。

参考リンク