こんにちは！広報の山岡です。

今回は、BusinessHubでデータサイエンティストとして働く寶田さんに密着インタビューをしました！彼は東京大学大学院の薬学部の学生です。実務経験を通じてどのような難しさや成長を感じたのか、またその経験が自身のキャリア観にどう影響し、どのようなメリットがあるのか、生の声を伺いました！

それではまず自己紹介をお聞かせください。

東京大学薬学部修士1年で研究を行っています。去年の4月から研究のデータ解析のためにプログラミングの勉強を始め、「Kaggle」というデータサイエンティストのコンペに研究室の先輩と出たことで機械学習に興味を持ち、今年の9月から本格的に機械学習の実務経験を積みたいと考え、BusinessHubでのインターンを始めました。

薬学系なのにどうしてデータサイエンティストに興味を持ったんですか？

薬学部ってプログラミングがしっかりできる人材がほとんどいないんですよね。それで、この業界でプログラミングという強みを身に着けられたら差別化された人材になれそうだなと思ったのが興味を持ったきっかけです。薬学とプログラミングとの両方を勉強しているうちに、プログラミングの面白さを実感し、機械学習に興味を持って、今はここでの仕事を通じて勉強を続けているところです。現在は博士への進学にも興味を持ちながら、製薬業界に関わらず、本格的にプログラミングの業界でエンジニアとして働いていくことも視野に入れています。

-前方：寶田さん (データサイエンティスト)／後方：山岡 (広報)

BusinessHubで働き始めたきっかけは？

研究室の先輩がここで働いていて、機械学習を本格的に勉強したいと思っていたところ、紹介してもらって働き始めました。

BusinessHubではどんな仕事をしているんですか？

ネット通販の会社様に向けて、購入ページのアクセスのログデータから購入者を予測し、そのデータを提供するという仕事を行っています。

研究とBusinessHubでのプログラミングは違いますか？

全然違いますね。研究では計算を主としたプログラムを書くだけなのですが、こちらの業務ではpythonを使った本格的な機械学習を行っています。

研究とインターンの両立は大変ではないですか？

正直大変です(笑)。僕は機械学習については本当に初心者からここで働き始めたので、毎週新しいことを勉強し、理解した後にアウトプットを出していく形になっているので、、

勉強はどのように行っていますか？

基本的に、次の業務に応じて園田さんから勉強すべきことについて指示をもらい、自分でそのテーマについて色々調べて勉強する感じですね。最近は勉強量と実務量が大体1対1から3対2くらいという感じです。

- オフィスの様子

特に大変な点はありますか？

クライアントがいるので、定期的に成果を求められることが難しいなと思います。毎週クライアントとの会議があって週間の成果を出さなきゃいけないのは結構プレッシャーになりますね(笑)

それは大変そうですね・・！そんな大変な2カ月を通じて成長は感じていますか？

めっちゃ感じますね！今までコンペとかでも少しpythonを使ったりしたことはあったんですが、それは一般的なライブラリを使って単純に計算するのに用いていただけだったんです。今は計算作業以前に、まず特徴量のような情報自体の加工のような、やったことのない作業を勉強しています。また、クライアントへの説明のためにもプログラミングについて、今までよりも深い理解が求められるため、1人で勉強するよりも成長スピードはずっと速いなと感じます。また、前述のプレッシャーがあるため、逆に頑張るモチベーションを上げる励みにはなってますね(笑)

BusinessHubのいいところを教えてください！

分らないことがあったら先輩エンジニアやCTOがしっかり指導してくれるので手厚いなと思います。一人では吸収できないスピードでどんどん新しいことを吸収出来ていい環境だと感じています。

今後の目標について教えてください。

このバイトを通じて、ニューラルネットワークのようなより複雑な機械学習をマスターしていきたいなと考えています。将来何になりたいかはまだ決めかねていますが、博士課程に進学するとしてもエンジニアとして就職するとしても、今しっかりと機械学習を学ぶことが活きてくるだろうと考えています。

おわりに

寶田さんは大学でのデータ分析をきっかけにBusinessHubでのインターンを始め、データサイエンティストとして働く中で、今後のキャリアイメージへつながる経験を得ていました。このように、BusinessHubでは未経験からでもデータサイエンティストとして活躍できる機会を提供しています。