制約のない画像を用いた自動年齢・性別分類は、モバイルデバイスにおいて重要な技術となっています。限られた計算能力のもとで、堅牢なシステムを開発することは困難な課題となっています。本論文では、同時に行われる年齢・性別分類のために設計された効率的な畳み込みニューラルネットワーク（CNN）である軽量マルチタスクCNNを提案します。軽量マルチタスクCNNは、モデルサイズの削減と推論時間の短縮を目的として深度方向分離畳み込み（depthwise separable convolution）を利用しています。公開されている難易度の高いAdienceデータセットにおいて、年齢・性別分類の精度はベースラインのマルチタスクCNN手法よりも優れています。