こんにちは！マイクロアド採用担当の田中です！

今回は若手の機械学習エンジニアである守屋さんと天野さんへのインタビューをお届けします。大学や大学院での研究が実務にどのように役立つのか、仕事の進め方や1日のスケジュールなど、機械学習エンジニアの働き方についてリアルに詳しく伺いました。機械学習エンジニアを目指す学生さんにとって、ぜひ参考になれば幸いです。

自己紹介をお願いします！

守屋：守屋俊です。2021年に東京工科大学大学院を修了し、機械学習エンジニアとしてマイクロアドに新卒入社しました。

天野：天野耀です。大阪電気通信大学の学部と大学院を修了し、2023年に新卒としてマイクロアドに入社しました。休日は大阪に遊びに行ったり、家でストリーミングサービスを使ってゆっくり映画鑑賞しています。

大学での研究について教えてください！

守屋：大学院の研究室では自然言語処理に取り組んでおり、文書分類の精度向上に関する研究を行っていました。

天野：僕も自然言語処理を研究しており、東京都議会などのテキストデータから談話構造の分析を行っていました。会議の議題に対して、賛成や反対の意見がどのように表現されているかを分析していました。

お二人が機械学習エンジニアとしてマイクロアドに入社した理由を教えていただけますか？

守屋：大学で学んだ機械学習の分野を活かせる仕事に就きたいと思い、機械学習エンジニアやデータサイエンティストを中心に探していました。受託開発よりも自社サービスを持っている企業を中心に見ていましたね。

その中で、WebDB Forum 2019 での発表スライド (https://sd-portal.microad.co.jp/slides/2019-09-08_web-db-forum2019.html) を拝見し、機械学習エンジニアとしての業務がより具体的にイメージできたので、入社を決めました。

天野：僕は大手就活エージェントの逆求人イベントでマイクロアドの会社説明を聞き、自社で大量のデータを持っている点に魅力を感じました。他のAI系の企業では受託開発が多く、僕には合わないと感じたため、マイクロアドに入社しました。

現在担当されている業務と1日の流れについて教えてください。

守屋：ウェブ広告の配信ログを探索し、広告配信を最適化する上での課題や改善策を調査する業務を担当しています。最近では、動画広告の再生率を予測するタスクに関する業務が多いですね。1日の流れとしては、11時頃にリモートで出勤し、チームで進捗を確認するミーティングを行い、その後、タスクの優先順位をつけて業務を進めます。お昼休憩は13時から14時までで、午後は主に広告配信ログの探索用クエリ作成や予測モデル作成に関するコーディングを行い、20時頃に退勤することが多いです。僕は11時に勤務開始することが多いですが、朝型の人は9時に開始して18時に退勤するなどその辺りは自由です。

天野：現在は自然言語処理に絡んだトピック判定の開発を担当しています。ウェブサイトに書かれているテキストから車、美容、旅行などのトピックを判定するシステムを作成しています。1日の流れは、守屋さんとほぼ同じですね。11時に出社して進捗確認を行った後に1日のタスクを整理します。コーディングや分析を優先的に進める場合が多いと思います。そして、夕方にはその日の成果をまとめ、必要があればさらに作業を続けます。退勤時間は日によって異なり、早ければ18時、遅ければ21時くらいまで働くこともあります。

業務の中で、どの部分に最も時間がかかっていますか？

天野：分析結果をわかりやすく伝えるための資料作成に時間を使ってますね。ミーティングで今後の方針を決めるための重要な判断材料になるのでできるだけ注力しています。その次に、データ処理のためのコーディングやSQLのクエリなどに時間がかかっていると思います。

このような仕事は、チームで行うことが多いのでしょうか、それとも個人で進めることが多いのでしょうか？

守屋：基本的には個人で進めることが多いですが、チーム内で困っていることがあれば、適宜助け合っています。

プライベートの時間はどのように過ごしていますか？

守屋：本屋に足を運んで気になる技術書を買って読み進めたり、競技プログラミングの問題を解いたりしていることが多いです。平日でもこのような時間を確保するために、2年目からは裁量労働制を活かして、頑張る日と早く帰る日のメリハリをつけて働いています。

天野：裁量労働制があるので大阪に遊びに行く予定がある時や、少し疲れが溜まっているときなどに場合に​​早めに仕事を切り上げてプライベートの時間を確保していたりします。柔軟に仕事とプライベートを切り替えることができるのでストレスなしで働けていますね。

これまでの業務で感じたやりがいや難しさについて教えてください。

守屋：やりがいを感じるのは、大学で学んだ機械学習の技術を実際の社会で活かせていることです。研究室ではベンチマークとなるような公開データセットを扱う研究が多かったですが、会社の保有する大量のログデータを扱い、それを基に実際に成果を出すというのは非常にやりがいがあります。

天野：僕も同様に、社会実装の面白さを感じています。論文通りに実装してもうまくいかないことがあり、そのギャップを解決することが面白いなと思います。また、精度改善や新しい技術をサービスに組み込むときに相手を納得させるためにデータをどう活用するかという点も難しく面白い部分でもあります。

学生時代に学んだ知識やスキルが、どの程度役立っていますか？

守屋：学生時代に学んだ知識は非常に役立っていますね。自然言語処理や文書分類に関する研究が、実際の業務に直接役立っています。他にも、新しい課題を発見して調査や検証を行い、それが有望であれば開発に移るという一連の改善フローが業務の中では存在します。この調査や検証の部分は、大学院時代に経験してきたことが多いですね。

天野：同感です。大学で学んだことがほぼすべて役立っていますね。研究活動に真剣に取り組んできた経験が、そのまま仕事に活かされていると感じています。

業務で新たに必要とされた知識やスキルはありましたか？また、それを習得するためにどのような取り組みをしていますか？

守屋：広告業界の知識や大規模データの取り扱い、APIの開発スキルなど、新たに学ぶことが多かったです。業務を通じて自然に身につけましたが、先輩に相談したり、技術書や公式ドキュメントを読んで学んだりもしました。

天野：僕も同じく、広告の仕組みや広告に関係する大規模データの扱い方を新たに学びましたね。守屋さんに相談したり、実装されているコードを読み漁ることでデータの流れや扱い方を勉強しました。

お二人の今後の目標を教えてください。

天野：僕はまだ2年目で不慣れな部分が多いと感じています。早く一人前になれるように頑張りたいです。一年かけて機械学習エンジニアが必要とされている部分が何となくわかってきたので、より良いシステムを作成したいと思っています。

守屋：機械学習エンジニアが所属するユニットの人数も増えてきた(2024年9月時点で9名所属)ので、機械学習によるサービス改善を加速させていきたいです。また、ユニット内でそれぞれの強みを持ち寄りながら、中長期的な目線でより難易度が高い課題に挑戦していきたいと考えています。

最後に、就活生へのメッセージをお願いします。

守屋：たとえ希望する職種と研究テーマが直接は関係していなくても、目の前の研究活動を一生懸命に取り組むことが大切です。それが将来役に立つと信じて、今を頑張ってください。

天野：マイクロアドはやりたいことをやらせてもらえる環境があります。自発的に行動し、自分のやりたいことを追求できる人には、とても合っている会社だと思います。興味があることに挑戦し、少しでも手を動かしてみてください。