1
/
5

Sign up for free

This page is intended for users in Japan(English). Go to the page for users in United States.

データサイエンスについて語るときに元エンジニアの語ること

★エンジニアのバックグラウンドをもつデータサイエンティスト 3名で座談会を行いました★

目次

  1. ◆どうしてエンジニアからデータサイエンティストに転身したんですか?
  2. ◆転身してみてどうですか?JDSCでデータサイエンティストとして働くことの醍醐味
  3. ◆データサイエンティストへの転身をおすすめするタイプ/しないタイプ

◆どうしてエンジニアからデータサイエンティストに転身したんですか?

秋本:
私は2020年1月にJDSCにジョインしました。それまでのキャリアは、SIerでエンジニア、ゲーム会社でデータエンジニア、リクルートでデータエンジニアとして働いてきて、今回データサイエンティストに転身した形になります。その背景としては、大学時代に数学を専攻していて、数式と触れ合える職種に就きたいなと思っていたんですね。それとデータを見るのも好きだったので、自分にはデータサイエンティストが向いているのではと思い、今回チャレンジできる機会をいただいたことで決心しました。

横田:
エンジニアからデータサイエンティストになるためにどんな勉強をしたんですか?

秋本:
データエンジニアリング部隊で働いていたゲーム会社時代、ログ分析から「どのようにユーザーに喜んでもらうか」ということを考えているデータサイエンス部隊の人と毎週打合せをする機会があって、「こういったアルゴリズムを使うといい」というような話を聞いたりしていたんですよね。そこでデータサイエンスは面白いし、自分に適性がありそうだと思ったことが、学ぼうと思ったきっかけです。そこから本やQiitaを読んだり、Kaggleに参加したりして勉強していきました。機械学習の本は、なるべく名著と呼ばれるものをおさえるようにしましたね。3社目のリクルート在籍時代からずっとデータサイエンスがやりたかったので、Google Colaboratoryを使って機械学習の社内勉強会を開いて本職のデータサイエンティストにダメ出しされたりしながら、5年間くらい薄く長く勉強してきました。横田さんはどうですか?

横田:
私は情報系の出身で、在学中はBrain Machine Interfaceという夢に溢れた研究に従事して、卒業後はメーカーのR&D部門を2社経験しました。1社目では鉄道システムの省エネ運転に関してアルゴリズム開発や実験、データ分析などを行い、2社目では自動運転向けのDNNベースの画像処理機能を担当しました。前処理/後処理を組み込み独特のCで書き込みながら、適当にPythonを書くというギャップが楽しかったですね。ただ先物の開発という意味でコストセンター的な位置づけでもあったので、今後は直接ビジネスに結びつくところをやってみたいという思いで、JDSCにジョインしました。2020年5月の入社以来、需要予測などのプロジェクトに従事しています。もともとR&D系のエンジニアだったので、職種を変えたというよりも肩書が変わったというのが実感として正直なところですね。

矢内:
私は二人とだいぶ違った経緯で、卒業した先輩を見ていて「あまり楽しそうじゃないな」と思い適当に就活した結果、1年留年することになりました(笑)。就活2年目もやる気は出ず、当時ハマっていたポーカーのプレイヤーとして生計を立てていこうと思っていたんですね。そんなときに大学の同期にベンチャーを紹介されて、勧められるがままに一旦働くことにしました。大学時代は人事や経理について勉強していたのですが、配属されたのはなぜか開発部で、フロントエンドエンジニアとしてPHP, JavaScript, SQLなどでWebサイトの作成などに携わりました。でもWebサイトの作成はすごく工数がかかるわりに、私は出来上がったときの達成感をあまり味わえなかったんですよね。一方でサイトのPVや会員登録者数、会員ページへの離脱率などの数字を見ながら「どういう施策をうつべきか」考えているときの方が100倍楽しかったので、データサイエンティストになると決めて退職しました。その後転職した大企業ではセキュリティなどの規制が厳しかったので、「自由に分析させてもらえてより成長速度を上げられる環境に移りたい」と考えていたときに、JDSCに出会ったんです。オフィスを訪問した瞬間にピンとくるものがあって、入社を決めました。


◆転身してみてどうですか?JDSCでデータサイエンティストとして働くことの醍醐味

横田:
私は前職では、R&D部門ということでエンジニア独力でビジョンまで考えて作り出さなければならず、エンジニアの本職でないところで難しさを感じていました。それに対してJDSCでは、コンサルタント・エンジニア・データサイエンティストの連携体制がしっかりしているので、ビジネス面の知見をもった人たちと一緒に働けることが強みだと感じています。自分のもっていない部分を補強してもらえることで、自分のスキルを世の中のために役立てていけるという実感がありますね。技術を突き詰めることの知見と、それをどうやってビジネスにしていくかという知見に溢れた環境だなと日々感じています。矢内さんはどうですか?

矢内:
JDSCという会社自体の魅力としては、私が入社した2019年8月当時はまだ20名程度の小さい会社だったので、自分が組織や制度を作る側に回れるのが良いなと思いました。それに加えてデータサイエンティストとしては、コンサルタントやエンジニアのメンバーと協業しながら色々教えてもらえる機会があるのが良いと思いますね。具体的には、クライアントへの提案にあたってコンサルタントメンバーと会議に同席すると、彼らの考え方を吸収できるので、自分のできることの幅が広がるのが醍醐味だと感じます。秋本さんはどうですか?

秋本:
JDSCは社会にインパクトを生み出すことを重視しているので、日々の仕事でインパクトが出ないものがなくて、それはデータサイエンティストとしてもすごく良いことだと思います。大企業に対しても、一緒にDX(デジタルトランスフォーメーション)で作り替えていきましょうと提案して、優秀なコンサルタント・エンジニアのメンバーとプロジェクトを進めていける環境なんですよね。こんなふうに社会貢献をしていると実感できる会社ってなかなかないと思うので、数学やデータサイエンスの力を用いて日本社会を変えていきたいという方にとっては、すごく良い会社だと思います。

横田:
大企業だと、成果が出てからそのインパクトを必死に説明するといったこともありますが、それがないのは良いですよね。

秋本:
そうですね。私は検知性能の上段に「顧客へのインパクト」があると思っていて、Impact Basedでお客様と折衝していくのが大事だと考えています。例えば在庫最適化のプロジェクトでは、「需要予測によって精度が何%以内に収まることで、保有する在庫数が少なくなるため、御社にとってこのくらいのインパクトが出ます」というお話をしますが、最初のアセスメント段階で想定通りの結果が出ないケースもあります。そのような場合には、より見やすいUIを作るなど周辺システムの改善や人の力も総合して、インパクトを出せる方法にピボットしていくといったやり方も大事ですよね。

横田:
そうですね。私も、役に立たない部分の精度は詰めないに限ると思っています。極端な例を出せば、10種類のアイテムのうち3種類が1000個売れていて残り7種類は10個ずつしか売れていないというような状況でどこに注力するかというと、売れている3種類ですよね。また精度を高めるよりも、納品リードタイムを短くするために交渉してみてはどうかと提案するなど、色んなアプローチをとれるところもJDSCの強みだと思います。やはり機械学習には色んな条件制約からコミットできないところもあるので、「機械学習だけで解決しないといけない部分を減らしつつ、機械学習で解決できる部分を増やす」という両面が重要だと思いますね。

秋本:
精度が出ない場合、特徴量となるデータが全然足りないというケースがありますよね。そういったときは顧客に素直に説明して、データ分析基盤を作る社内エンジニアも交えて「必要なデータをとるにはどうすれば良いか」と議論し、原因を突き詰めてデータをとりにいくようにします。


◆データサイエンティストへの転身をおすすめするタイプ/しないタイプ

矢内:
一般論としてデータサイエンティストになったらいいなと思うのは、たくさんのデータを使って何かを生み出したいという思いがある方ですね。その中でも特にデータを使って産業課題を解決したいという意志がある方は、JDSCのデータサイエンティストとして向いていると思います。例えば、特定のアルゴリズムを極めて画像認識の第一人者になりたいといったタイプよりも、色んなアルゴリズムや統計手法を知った上で、現在ある問題に対してどれを適用したらいいか、というところに面白さを感じられる方がJDSCには向いていると思いますね。

横田:
そうですね、私はデータを触るのが嫌でなければデータサイエンティストになればいいんじゃないかというくらい、間口は広くて良いと思っています。JDSCのデータサイエンティスト職は、自力でコンサルティングワークができるような方にもお勧めできますし、「データを使って産業にインパクトを与えるような大きなことがしたい」という思いはあるがなかなか自力で動きづらいという方にも非常に価値のある環境だと思いますね。自分の足りないところを補ってくれる人がたくさんいるので、データサイエンティストとして解決手段を考えるところに没頭できることで自分の価値をちゃんと出していけると感じています。一方で矢内さんも言っていましたが、アルゴリズムそのものの美しさに惹かれるとか、理論を理論として大切にしたいといったタイプの方には少し辛いかもしれません。そうでなく自分の得意な手法を世の中のために役立てたいという考え方の方にはマッチする可能性があると思うので、是非お会いしてみたいですね。秋本さんはどうですか?

秋本:
私自身もそうですが、SIer出身のエンジニアの方は、お客様と一緒に要件を詰めながらデータサイエンスとして最適な解を見つけていくというアプローチに慣れている方であれば、JDSCのデータサイエンティスト職にある程度向いているんじゃないかと思います。一方でお二人も言っていたように、「自分はこのアルゴリズムを極めたい。コードは芸術だ!」というタイプの方は、お客様と折衝する機会が多いJDSCの環境でマッチするかどうか、少し不安がありますね。どちらかというと他の人たちとうまくシナジーを生み出しながら成果を出していくタイプの方がすごく向いていると思います。

★皆さん本日はありがとうございました!JDSCはこれからもデータサイエンティスト・エンジニアをはじめとした、たくさんの方のご入社をお待ちしております★

株式会社JDSC's job postings
2 Likes
2 Likes

Weekly ranking

Show other rankings
If this story triggered your interest, go ahead and visit them to learn more