ワイは都内在住の30代、現役のAIエンジニアや。
普段は某IT企業で機械学習モデルの開発や運用を担当してる。
仕事は好きやけど、正直言うて給料だけじゃちょっと物足りん。
せやから、前々から副業に興味はあったんやけど、なかなか踏み出せずにおった。
そんなある日、Xで「PDP（Privacy Design Pattern）とFederated Learningの設計できる人、報酬10万円で案件あり」ってツイートを見つけたんや。
ワイ、思わず「これ、ワイやん」って声出たわ。
PDPもFederatedも、仕事で触れてるし、設計もできる。しかも報酬10万円。これはやるしかないやろ。
案件との出会い
DM送ったら、すぐに返信が来た。相手はスタートアップの代表で、医療系のアプリを開発中らしい。
ユーザーの健康データを使ってAIで予測する機能を入れたいけど、プライバシー保護の設計が必要とのこと。
特に、ユーザーのデータをクラウドに送らず、端末上で学習するFederated Learningを導入したいらしい。
「PDPとFederatedの設計をお願いしたい。納期は2週間。報酬は10万円でどうですか？」
ワイは即答した。「やります」
設計の始まり
まずはヒアリング。Zoomで代表と話して、アプリの構成や使う予定のモデル、ユーザー数、端末のスペックなんかを確認した。
正直、技術的にはそこまで難しくない。
ただ、医療データってなると、プライバシー保護の設計は慎重にせなあかん。
ワイはまず、PDP（Privacy Design Pattern）をベースに設計方針をまとめた。使ったのは以下のパターンや。
Minimize：収集するデータは必要最小限に
Hide：データは端末内で処理、外部送信は暗号化
Separate：学習と推論を分離
Aggregate：モデルの更新は集約された重みのみ送信
これをベースに、Federated Learningの設計に落とし込んだ。
PySyftとFlowerを使う前提で、端末側のクライアント設計とサーバ側の集約処理を設計書にまとめた。
さらに、通信の暗号化、モデルの差分送信、DP（Differential Privacy）によるノイズ付加も提案した。
自宅での作業
作業は全部自宅でやった。平日は仕事終わってから、夜に2〜3時間ずつ。週末はがっつり6時間くらい。
設計書はNotionでまとめて、コードのサンプルはGitHubにプライベートリポジトリ作って共有した。
正直、久々に「自分の力で稼ぐ」って感覚があって、めっちゃ楽しかった。
会社の仕事もええけど、副業は自分の裁量で進められるのがええな。
納品と副業の報酬
納期の2日前に設計書とコードを納品。代表からは「完璧です！」って言われて、即日で報酬の10万円が振り込まれた。
ワイ、通帳見てニヤけたわ。
副業で稼いだ初めての10万円。しかも、自分のスキルだけで。
副業のその後
この案件がきっかけで、ワイは副業に本格的に取り組むようになった。
今では月に2〜3件、AI関連の設計やコンサルの仕事を受けてる。
PDPやFederatedの知識はニッチやけど、需要はある。
特に医療、教育、金融系では引っ張りだこや。
副業を始めてから、ワイの人生ちょっと変わった。
収入が増えたのもあるけど、自分のスキルが誰かの役に立って、それが報酬になるって、めっちゃ嬉しい。
会社の外でも通用するって自信にもなった。
というわけで、ワイが副業で10万円稼いだ話や。
もし同じように副業考えてるAIエンジニアがおったら、PDPとFederatedは狙い目やで。
ニッチやけど、確実に需要ある。ワイみたいに、自宅で稼げるチャンスはゴロゴロ転がってる。あとは、拾うかどうかや。
さて、次はどんな案件が来るか楽しみやな。
スポンサーリンク