講師・受講生共に学び合えるよう一緒に講義を練り上げていきたい

前田 将貴

  • 経歴

    2014年~ 2015年IT企業にてインターンを経てSEの見習いとして業務基幹ウェブアプリケーションの開発・カスタマイズ業務を経験。大学在学中よりALBERTでインターン開始(多数の分析案件やDeep Learningを使ったプロダクトの研究開発を経験)2018年新卒社員としてALBERTに入社。

  • 主な担当講座・カリキュラム

    Deep Learning入門、Deep Learningを使った画像セグメンテーション演習をメインで担当。他、SQL・RDB、Python基礎、データ処理・可視化、教師あり学習/教師なし学習、ECサイトの購買ログ分析演習、製造業分析演習等

データサイエンティストを
志した理由

高校時代から理系と文系を横断するような「実社会における課題を数理的に解決する分野」に興味がありました。 進学先は工学を幅広く学ぶカリキュラムでしたが、人工知能、統計学、多変量解析、オペレーションズ・リサーチ、画像認識など、今で言うデータサイエンス領域の講義を積極的に選択していたことが思い出されます。
入学当時は未だデーサイエンスという言葉を知らなかったのですが、在学中に人工知能やデータサイエンティストが流行り言葉になっていき、初心である「実社会における課題を数理的に解決する分野」がまさにデータサイエンスだと気付き、自分にはこれしかないだろうということで業界に飛び込みました。

これまで担当した
プロジェクト

新卒として入社してから主に、ビッグデータ関連の分析プロジェクトや画像認識のプロジェクトに携わりました。ビッグデータ関連のプロジェクトでは、大手シンクタンクにおいて数件の分析案件アドバイザーを経験し、通信関連企業の数百ギガバイト級のビッグデータを使用して、サービス解約者の予測モデル構築や社内フレームワークの開発に従事しました。
画像認識関連のプロジェクトではモデル構築のアドバイザーや、自動運転を研究する機関においてDeepLearningモデルの解釈説明性を高める研究への参画しました。現在は、講師として講義や教材作成などを担当しております。

講師を始めた
きっかけ、理由

最初は、分析プロジェクトの一部として製造業クライアントのご担当者様数名に対して分析の教育をするという案件を依頼されたことがきっかけです。カリキュラムが非常に広く、また同時に深さも必要でした。DeepLearningでは基礎理論から始まり画像分類・セグメンテーション・物体検出モデルの内部構造や学習の仕組み、実装方法までレクチャーしました。また、教師あり学習、教師なし学習、ベイズ統計を使った時系列分析、異常検知といった分析手法の講義や(CANデータ)を使用した位置情報解析の演習も行うという具合です。
誰かに教える経験を通したことで、それまで自分が詳しく知らなかった分野をキャッチアップしたり、深く調べて得意分野になったりとデータサイエンスの守備範囲が横にも縦にも広がった事から講師業に興味が湧きました。
また、私自身がキャッチアップに苦労したことから、より資料をわかりやすくできないか、データサイエンス全体を体系立ててこの講座の位置付けを示したりできないものだろうかと強く思ったことも原体験になっています。

講師の仕事で感じる
醍醐味

受講生から率直なフィードバックをいただけることです。また、フィードバックを元に試行錯誤ができることが面白いです(機械学習の言葉では損失値と勾配降下法の関係になりそうですね)。複雑な内容でも直感的に理解できるよう促したときに受講生から「分かりやすい」と言ってもらえると素直に嬉しいです。逆に腑に落ちてなさそうな場合はわかってもらえるまで補足説明をしますし、資料を改善するきっかけになります。
また、中にはデータサイエンスの面白さに気付き「余暇を使って勉強・実験してきました」と意気込みを見せてくれる人がいると講師として冥利に尽きると感じます。

MESSAGE

受講生へのメッセージ

なるべく双方向のやり取りを交えてインタラクティブな講義になるよう心がけています。そのために質問は積極的にして頂けると助かります。質問内容は講義と関係なくても大丈夫です。受講生が実務で困っている課題を解決するために足りない知識を補ったり、補うための勉強指針を示せることもデータサイエンティストが講師を担っているメリットです。時には、すぐには答えられないような質問を頂くこともあります。そのような時は私も考えたり調べたりすることで自身の成長に繋がります。講師・受講生共に学び合えるように一緒に講義を練り上げていきましょう!