高卒でもAIエンジニアになれる？学歴の影響と実力の示し方

2026年9月16日

本メディアはRaiseTech（PISTEC株式会社）が運営しています。

「高卒だと、AIエンジニアにはなれないのでしょうか」
「求人を見ると大卒以上と書いてあることが多くて、不安になります」

この記事は、そんな不安を持って「AIエンジニア高卒」と検索したあなたのために書きました。

結論から言うと、高卒からAIエンジニアを目指すことはできます。学歴で閉じている入口は確かにありますが、全部ではありません。閉じていない入口で、実力を見せられる材料を用意できるかが分かれ目です。

この記事では、学歴が影響する場面としない場面、不利になりやすい点とその埋め方、実力で評価されるための制作物の作り方、現実的なルート、応募書類での見せ方までを解説します。

RaiseTech（レイズテック）は、受講者数2,500名超え！現役エンジニアが講師を務めるAIエンジニア育成のオンラインスクールです。未経験からのエンジニア転職を支援してきた現場で見てきたリアルな情報をもとにお伝えします。

結論｜学歴で閉じる入口はあるが、全部ではない

「高卒でもなれるか」を一言で答えるより、どこが閉じていて、どこが開いているかを分けて見るほうが役に立ちます。

入口	学歴の影響
応募条件に「大卒以上」と明記している求人	閉じている。書類の段階で対象外になる
研究職・研究開発部門	強く影響する。大学院での研究経験を前提にすることが多い
学歴不問・経験重視の求人	開いている。見られるのは作ったものと経験
エンジニア職からの社内異動	ほぼ影響しない。社内での実績で判断される
業務委託・フリーランス	ほぼ影響しない。実績と成果物で判断される（ただし実務経験が前提）

1行目と2行目は、正直に認めておく必要があります。応募条件に学歴を書いている求人には、どれだけ実力があっても書類の段階で届きません。ここに時間を使うのは効率が悪いので、最初から対象を外してください。

一方で、3行目から下は開いています。ここで見られるのは、学歴ではなく「何を作れるか」と「実務で何をしてきたか」です。高卒から目指すなら、この入口に集中するのが現実的です。

→ 未経験採用の全体像は未経験からAIエンジニアになれる？現実的なルートと失敗パターンにまとめています。

ここで、判断を曇らせやすい2つの極端な意見にも触れておきます。1つは「学歴は一切関係ない」、もう1つは「高卒では無理」です。どちらも事実と合いません。前者を信じると、応募条件で弾かれる求人に時間を使います。後者を信じると、開いている入口にすら挑戦しなくなります。どの入口が閉じていて、どこが開いているかを具体的に見ることが、どちらの誤りも避ける方法です。

また、学歴の影響は会社の規模や業界によっても違います。応募者が多く集まる企業ほど、書類を絞る基準として学歴を使う傾向があります。反対に、少人数で開発している組織や、技術者を即戦力で探している組織では、作ったものを先に見ることが多くなります。応募先を選ぶ段階で、この違いを意識してください。

学歴が影響する場面・しない場面

学歴の影響は、選考のどの段階かによっても変わります。

段階	学歴の影響	代わりに見られるもの
応募条件	明記されていれば決定的	—
書類選考	応募者が多い求人ほど、ふるいとして使われやすい	制作物、実務経験、学習の継続性
面接	ほとんど話題にならない	作ったものの設計理由、詰まったときの対処
入社後	ほぼ関係ない	任された仕事の成果

表から分かるとおり、学歴が効くのは選考の入口に近い部分です。面接まで進めば、話題は作ったものと判断の理由に移ります。入社後に学歴で評価が変わる場面は、ほとんどありません。

したがって、対策は「書類選考を通るための材料」に集中させるのが効率的です。学歴の欄を埋められない分、制作物と、その説明で書類の厚みを出します。

もう1点、学歴の話題が面接で出たときに引け目を見せる必要はありません。聞かれたら事実を答え、すぐに「その代わりにこれを作ってきました」と作ったものの話に移ってください。論点を実力の側に移せば、それ以上掘られることは多くありません。

求人票の読み方についても、1つ補足します。「大卒以上」と書かれていても、「または同等の経験」と添えられている求人があります。この場合、実務経験や制作物で応募を検討してもらえる可能性があります。書かれていない場合でも、どこまで厳密に適用するかは企業によって違います。どうしても応募したい企業なら、問い合わせて確認するのも1つの方法です。

高卒が不利になりやすい3つの点と、その埋め方

学歴そのものより、学歴に付随して不足しがちなものがあります。そこを埋めれば差は縮まります。

① 数学の学習機会が少なかった：機械学習の説明には数式が出てきます。ただし、数式を手で解く必要はほぼありません。概念を理解し、指標や手法の意味を言葉で説明できれば足ります。必要になったときに戻って学べば十分です
② 体系的に学んだ証明が無い：大学で情報系を学んだという証明の代わりに、学習の記録と資格で継続性を示せます。資格は実力の証明にはなりませんが、体系的に学んだことの証明にはなります
③ 論理的に説明した経験が少ないと見られやすい：レポートや論文を書いた経験の代わりに、制作物の説明文で示します。なぜその設計にしたかを文章で書けること自体が、この点の反証になります

①について、もう少し具体的に書きます。必要になるのは、確率や統計の基本的な考え方、平均やばらつきの意味、行列が何を表しているかといった概念の理解です。高校の範囲から学び直しても間に合います。いきなり大学の教科書に進む必要はありません。

進め方の目安も添えておきます。数学を先にまとめて学ぶより、作っている途中で出てきた概念をその都度調べるほうが定着します。「この指標は何を測っているのか」「なぜこの処理が必要なのか」と、手元の課題に結びつけて理解すると、抽象的な説明だけを読むより早く身につきます。

②の資格については、取ること自体を目的にしないでください。書類で継続性を示す材料の1つとして使い、学習の中心は作ることに置きます。資格だけを揃えても、作ったものが無ければ書類は通りません。

3つとも、「学歴が無いから身につかない」ものではありません。大学で学ぶ人も、結局は自分で手を動かして身につけています。違いは、学ぶ順番と、学んだことを示す手段を自分で用意する必要があるかどうかです。そこを意識して進めれば、埋められない差ではありません。

→ 数学がどこまで必要かはAIエンジニアに数学は必要？必要な範囲と勉強法に、資格の選び方はAIエンジニアに資格は必要？にまとめています。

実力で評価されるための制作物の作り方

学歴の欄を埋められない分、制作物が書類の主役になります。作り方にも工夫が要ります。

① 本番を意識した形にする：学習用の環境で精度が出ただけでなく、外から呼び出せる形にして動かします。ここまでやっている応募者は多くないので、学歴の差を埋める材料になります
② 設計理由を文章で書く：なぜその手法・その構成にしたか、選ばなかった選択肢は何か。READMEに書いておきます。論理的に説明できることを、文章そのもので示せます
③ 自分の経験から題材を選ぶ：これまでの仕事やアルバイト、日常で面倒だと感じた作業を題材にします。課題設定から自分の言葉で話せるので、面接の深掘りに耐えます

③は、高卒で社会に出た方にとっての強みになります。早くから働いてきた分、現場の課題を知っていることが多いからです。接客、製造、物流、事務。そこで感じた「データはあるのに使われていない」「毎回同じ判断を人がしている」という場面は、そのまま題材になります。

この強みは、採用する側から見ても価値があります。AIで何を解決すべきかを決める場面では、技術の知識より現場の理解が効くことが多いからです。技術は学べば追いつけますが、現場で積み上げた感覚は短期間では身につきません。

規模は小さくてかまいません。機能を増やすより、1つのことを最後まで通して、なぜその設計にしたかを説明できるほうが評価されます。

公開の仕方にも気を配ってください。コードを公開の場所に置き、読んだ人が動かし方を迷わないように手順を書いておく。これだけで、読み手の負担が減り、丁寧に仕事をする人だという印象が伝わります。学歴の情報が少ない分、こうした細部が判断材料として読まれます。

作る過程の記録も残しておくと効きます。どこで詰まり、どう切り分け、何を選んだか。この記録は、面接で「なぜその設計にしたか」を聞かれたときに、そのまま答えの材料になります。完成してから思い出して書いた説明は、少し掘られると崩れます。

→ 制作物の作り方はAIエンジニアのポートフォリオ作り方｜作品例とGitHub公開にまとめています。

現実的なルート｜3つの入り方

いきなりAIエンジニアの求人に応募するだけが道ではありません。

ルート	内容	学歴の影響
① 学歴不問の求人に直接	制作物を用意して、経験重視の求人に応募する	小さい。ただし未経験可の枠自体が少ない
② エンジニア職を経由する	Web開発やインフラで実務経験を積み、AI領域に移る	最も小さくなる。実務経験が学歴の代わりになる
③ 学位をあとから取る	働きながら通信制の大学などで学位を取得する	応募条件の壁そのものを越えられる。ただし時間がかかる

②が、多くの人にとって現実的なルートです。実務経験を数年積むと、選考で見られるのは経歴の中身になり、学歴の比重は下がります。エンジニア職の中には学歴不問の求人も多く、入口の広さも違います。

このルートで注意したいのは、入った先で「AIに近い仕事」に手を挙げ続けることです。Web開発やインフラの仕事だけを続けていると、数年経ってもAI領域への接点ができません。データを扱う機能の担当、社内のAI活用の取り組みへの参加など、小さな接点を意識して作ってください。

③は、研究開発に関わりたい、応募条件に学歴を書く企業にも挑戦したい、という方の選択肢です。働きながら学位を取る道は制度として用意されています。時間はかかりますが、選択肢の幅は確実に広がります。①②と並行して検討してもかまいません。

ルートを選ぶときの目安も書いておきます。いま働いている職場にエンジニアの仕事があるなら、②の社内での移り方も含めて検討してください。すでに信用がある場所から入れるため、外で一から応募するより通りやすいことがあります。まず今の業務の中で、データを使って小さく改善した実績を1つ作ると、話が具体的になります。

→ 求人の見方はAIエンジニア求人の探し方・見方に、未経験求人の実態はAIエンジニアの未経験求人がない？にまとめています。