自動車業界の現場からデータエンジニアを目指す理由

現在、私はEVのバッテリーや走行試験の現場で、センサーデータの収集、動作ロジックに沿った作動可否の検証、試験後のデータ整理・レポート作成といった業務に携わっています。
また、Excelマクロを用いた業務フローの自動化や改善提案など、現場の効率化にも取り組んでいます。

一見アナログにも見える職場ですが、車両ECUの作動条件やバッテリー残量、電流・温度など、膨大なセンサーデータが存在しており、業務を通じて多くの“構造的な非効率”に気づいてきました。
その経験から、「データを整え、仕組みに落とし込むことで、現場や人の負担を減らせるのではないか」という強い想いを持つようになりました。

大学では電気電子工学を専攻し、大学院ではAIモデルの形式的性質について、証明支援系（Mizar）を用いた数理的な研究に取り組みました。
現在は業務と並行して、PythonやSQLによるデータ整形やETLパイプライン構築を独学で進めており、MLBの打撃成績を可視化するアプリ（Streamlit）を開発し、GitHub・Qiitaでも発信しています。

こうした物理現象 × 数理モデル × 実務改善の3軸で培った経験は、私がデータエンジニアを目指す原動力そのものです。

私は、単なる分析ではなく、「課題に気づき、必要な構造を考え、継続的に使える仕組みにする」ことに価値を感じています。
現場の視点も、コードも、設計思想もわかるエンジニアとして、事業やユーザーの意思決定を支えるデータ基盤をつくっていきたいと考えています。

今後は、GCP・BigQuery・dbt・Airflowなどのモダンな技術にも積極的に取り組み、分析と構造の両面に強いエンジニアを目指して成長していきます。
データを通じて、「気づき」や「楽しさ」を届けられるような基盤づくりに、ぜひ挑戦していきたいです。

• GitHub: https://github.com/flopsy212
• Qiita: https://qiita.com/flopsy_tech