IT・エンジニアの市場動向

FintechやIOT、AIなどの技術革新によって、注目の新サービスが次々誕生。今後もエンジニア需要は高い状態が続くと予想されます。

IT・エンジニアの転職市場予測

いまや生活に欠かせない技術となったIT。厚生労働省の「一般職業紹介状況」によると、2016年1月時点で情報処理・通信技術者の求人倍率は2.38倍です。従来システムの改修、刷新需要に加え、次々と新しいサービスが生まれてくる中で、今後も求人の多い状況が続いていくと考えられます。
IT業界は非常に変化が速いことが特徴的な業界です。サービスが進化していく中で、求められる技術や経験も次々に変化していきます。そのためIT業界では、時代の変化に柔軟に対応できるエンジニアが特に求められています。最近注目されているのは、金融業界のFintech、製造業のIOT（モノのインターネット）、流通業界のオムニチャネルなどです。これまではITがカバーしきれていなかった分野やサービスにも、スマホの普及などをきっかけに技術革新が進み、新しいサービスが次々に生まれています。こういった新しい市場でのエンジニア需要は、今後ますます増えていくだろうと予測できます。金融業、製造業、流通業といった、技術開発だけはない各業界に精通した知識を持つ人材も同時に需要が高まっていきそうです。特に、自動運転を代表とするAIを搭載したサービスの増加が予想されることから、AIの開発ができる人材需要は高まっていくでしょう。

IT・エンジニアに活かせる経験

IT・エンジニアは未経験でも需要のある職種ですが、プログラマーやSEとして開発経験がある人材のほうが、より高い需要があります。前職ではどのような種類の開発経験があるのかが、転職の際は重要なポイントです。Webサービス系なのか、基幹業務系なのか、アプリ開発系なのか、といったプラットフォームの違いや、プログラマーなのか、SEなのかといった開発時の役割の違い、また、開発できる言語にもよっても求人内容に大きく違いが出てきます。なお、プログラマーよりSEのほうが、提示される給与が高い傾向は今後も続いていくでしょう。現在のところ、人工知能への需要が高まっていることから、機械学習エンジニアや、ロボットアプリケーション開発に適したPythonでの人材需要が非常に高くなっており、今後もこの傾向は続いていくだろうと考えられます。また、フロントエンドからサーバーサイドまでを一貫して開発できるPerlや、フレームワークの使いやすさから人気の高いRubyの需要も、引き続き高い水準が予想されます。今後は金融系サービスのFintechや、製造業のIOT需要も高まっていくことが予測されるので、業界知識を持つエンジニアにとっては強みとなります。

IT・エンジニアに求められる人物像

IT・エンジニアには、システムに関する知識の他、担当する業界や業務の知識、チームや顧客とのやり取りに欠かせないコミュニケーション能力、スケジュール管理能力などが要求されます。また、チーム全体の士気を高め、スケジュール遅延なく開発を進めるためにも、プロジェクトを進行管理する立場になればなるほど、強いリーダーシップも必要です。ときに厳しい交渉に臨むこともあり、大切なところで譲らない精神力も要求されます。
2016年の傾向は、必ずしも開発経験がなくても、インターネットコンテンツの制作需要が高まっているため業界未経験者の転職も可能だということです。自社でWEBメディアを運営している企業が最近増加し、企業側はコンテンツ制作に注力するための人材需要が高まっています。「検索エンジン対策」が、マーケティングや集客の肝になることは広く知られているところで、現在では検索エンジン対策として、コンテンツ作成が中心施策に据えられています。つまり、小手先のテクニックで対策するのではなく、サービス上で良質な文章コンテンツを集め、検索エンジン対策をすると同時に集客していく取り組みが盛んです。WEBメディアを運営する多くの企業では文章コンテンツを編集・制作できる人材を求めています。他にも、景気回復が定着してきたことによって、カスタマーサポートといったオフィスワーク系職種の需要も高まる傾向にあります。

今注目のキーワード

Fintech

金融（Finance）と技術（Technology）を組み合わせた造語で、「フィンテック」と発音します。Fintechは、銀行や資産運用・管理といった金融と、ITとを融合させた技術革新の総称です。現在、スマートフォンの開発や、ビッグデータ解析の高度な技術を持ったベンチャー企業が、次々に便利な金融サービスをスタートしています。Fintechには、個人が家計簿感覚で使えるサービスから、個人事業主や法人の決算にまで使えるような高度なサービスまで、多種多様なサービスが生まれています。Fintechを生み出すきっかけになったのは、2008年のリーマン・ショックとも言われます。従来の金融に限界を感じた投資家たちが、自分たちのノウハウをITで活用し、新しいトレンドを作ろうという試みが行われました。時期を同じくしてスマートフォンが一般に普及したことにより、Fintechは一気に広がったと考えられています。

Python

Pythonは、オープンソースのオブジェクト指向型スクリプト言語です。WindowsやMacOX、Linuxといった一般的なOS上で動作することに加え、Javaや.NETなどの仮想空間でも動作することができます。シンプルで可読性の高い言語で、初心者でも使いやすい言語であるにもかかわらず、ほかの開発言語との親和性も高く、豊富なライブラリが用意されていることから、Googleなど大企業でも採用されています。Pythonで特徴的なのは、機械学習用のライブラリが豊富にあることです。現在はAIの開発需要が高まっているため、Pythonの開発者を求める企業が増えています。日本では2010年頃まであまり有名な言語ではなかったため、技術者不足も指摘されています。

Github

Githubは、分散型のバージョン管理システムを提供するサービスです。それまでの主流だったバージョン管理システムでは中央にリポジトリ(保存庫)があるため、開発者はコードを書き換えるたびに中央のリポジトリに変更を加えていました。そのために毎回ネットワーク通信が行われ、時には変更の衝突が発生することもありました。この問題点を解決するのがGithubです。Githubでは、元になるリポジトリのコピーを個人がローカルに保存します。バージョン管理もローカルで行われ、最終的にOKになった段階で、中央のリポジトリに変更が加えられます。オフラインでも利用できる便利さ、無料で使い始めることができる手軽さから、利用者を増やしているサービスです。

機械学習

機械学習とは、人間が指示するのではなく、機械がみずからデータを反復的に学習することによって、一定のパターンを見つけ出すことです。データの蓄積からその中に潜むパターンを解析し、機械自身が次の予測を立てられるようになります。Pythonで開発されることが多いのは、機械言語系ライブラリが豊富に用意されているためです。機械学習の特徴的なものには、AI（人工知能）があります。AIでは、機械がパターンを学習し、次の結果を予測して行動します。身近な例では、スパムメールの判定プログラムなども、機械学習の考え方を採用しているもののひとつです。最終的には、機械学習によって結果の改善も自動的に実行されることが目標です。高度な機械学習は、データサイエンスにおける予測分析が自動化できる可能性を示唆しています。

スクラム

スクラムは、システム開発におけるアジャイル開発の手法の一つです。3人から、多くても10人までの少人数でチームを組み、短期間のゴールを定めて期間内に実施できる開発を繰り返します。チームリーダーはスクラムマスターと呼ばれ、従来のプロジェクトマネージャが担当する場合が多いようです。スクラムでは、製品の機能や技術的な改善点などをまとめたプロダクト・バックログと、期間内に実現する内容をまとめたスプリント・バックログという2種類のバックログを使用します。毎日決まった時間に15分ほどのミーティングを行い、チーム全体で、昨日やったこと、今日やること、困っていることを確認し共有します。短期間に少人数で開発を繰り返す手法のため、新しい機能の追加や、リリースした機能の修正を行いやすい開発手法です。