ALBERTRECRUITING
SITE

ENTRY
  1. TOP
  2. MEMBER ALBERTの人々
  3. 社員紹介
  4. データアナリスト

INTERVIEW
データアナリスト

データアナリスト

試行錯誤の中でひらめいた手法が実際に奏功すると、大きな達成感を得られます。

2017年入社 新卒

大学で学んでいたことについて教えてください。

大学では哲学を学んでいました。専門にしていたのは後期ウィトゲンシュタインです。「われわれは“本当の意味で”何かを語ることができるのか」ということに関心があり、経験を超えた正しさを備えているよう思われる数学や論理について、ウィトゲンシュタインをなぞる形で考えていました。今でも仕事の合間に考え続けています。 専門の哲学以外にも、他学科の講義もいろいろと受講していて、そのうちの一つで機械学習に出会いました。数学科の「計算数学」という講義で、計算機を使って(数学に関係のある)好きなことをやろうというユニークな内容でした。そこでわたしは「ディープラーニングによる気象予測」に取り組み、それ以来独学で機械学習を学ぶようになりました。

ALBERTへの志望理由は?

ALBERTでアルバイトをしていたのですが、その期間に行っていたデータ分析業務が自分の特性に合うと思ったこと、優秀な社員がいて学べることがありそうだと思ったのが大きな理由です。実を言うと、就職活動をしたくないという理由もひとつありましたが(笑)

現在はどんな仕事をしていますか?

アルバイト時代から一貫してディープラーニング関連のプロジェクトや研究開発を行っています。ディープラーニングを用いた製品外観検査や深度推定など画像データを扱うプロジェクトが多いですが、日本語音声認識など音声データのプロジェクトにも携わったことがあります。直近ではデータ収集(自動車にカメラとLIDARを取り付けて走り回りました)やインターン生への指導など、分析業務以外の仕事も増えてきています。

仕事でのやりがいや楽しみを教えてください。

ニューラルネットワークが順調に学んでいると嬉しく感じます。うまく学んでくれないニューラルネットワークを分析し、試行錯誤しながら改善してくことも同様に楽しいです。試行錯誤の中でひらめいた手法が実際に奏功すると、大きな達成感を得られます。それから、クライアントによって抱えている問題は様々なので、その都度新しいことに挑戦できることがこの仕事の面白いところだなと思います。

データサイエンティストとして大切にしていることは?

とりあえず試してみるという姿勢を大事にしています。ニューラルネットワークは複雑なモデルなので、与えたデータにどういう反応をするか実際に学習させてみるまでわかりません。精度向上のためにどのようなテクニックが有効か予想を立てるのも困難です。そのため、できるだけ速くプロトタイプを作り実験を多く回せるよう心がけています。実験と観察によって問題が絞り込めれば、あとは膨大な先行研究が助けてくれます。ただ、最初の一歩がその後の方向性を決定してしまうことも多いので、可能な限り遊びをもたせたプロトタイピングを心がけています。

これから新しく身につけたい技術や今後の目標を教えてください。

理論的研究をきちんと追っていき、ニューラルネットワークの気持ちがわかるデータサイエンティストでありたいと思っています。最近、ディープラーニングがなぜうまくいくのか少しずつわかってきています。たとえばディープラーニングで用いられる確率的勾配降下法(SGD)という最適化アルゴリズムにはいくつかの良い性質があること、Batch NormalizationやSkip connectionが有効な理由などです。そうした理論的研究を追っていくためにも、情報理論や確率論の言葉にもっと親しむ必要があると感じています。また、ディープラーニングでは計算力がものをいうので、限りある資源を有効に使うために、より効率の良いプログラムが書けるようになりたいです。

ALBERTへ応募を考えている方へメッセージをお願いします。

ALBERTは分析技術によってクライアントの問題解決を支援する会社です。そして、クライアント目線で課題を理解しそれを技術で解決可能な形に落とし込むのがデータサイエンティストの役割です。そういったことが好きな方にとって非常に面白い場所だと思うので、皆さんのご応募をお待ちしております。学生の方であれば、まずはインターンやアルバイトで実際の業務を経験してみることをおすすめします。

MEMBER