「研究とビジネスの距離を近づける」目標を
ARISE analyticsで実現したい

データサイエンスのスペシャリストが多い、稀有な環境

ARISE analyticsのデータ分析には主にKDDI向けのマーケティングアナリティクスと、それ以外の企業向けのIoTアナリティクスがあり、私は後者を担当しています。主に画像解析の領域で、複数の動画に映った同一人物の判定などに携わっています。現在はいろいろな研究者が考えたアルゴリズムを実装して試し、より良い方法が見つかったら採用するというサイクルを繰り返して、少しずつ精度を上げています。

ただ、最先端のアルゴリズムはともかく難しい。まず理解することが大変です。そのためにはひたすら論文を読む必要があるのですが、それにも知識が必要です。ですが、この会社には画像解析分野のスペシャリストがたくさんいます。なので、その方々に相談しながら仕事を進めています。

私は転職組で、以前はIT系の会社でシステムの企画から運用までを一括で請け負うシステムインテグレーターに勤めていました。新卒で入社して何年か働くうちに方向性が定まり、転職エージェントの紹介でARISE analyticsと出合いました。転職の際に重視したのは、分析ができるかどうかとデータを持っている会社かどうかの2点。片方だけを持っている会社はありましたが、ここは両方の要素を持っていました。しかも直接話を聞いてみると、社内には分析ですごい実績のある方々がたくさんいたんです。そういうところで働けるのは貴重だと思いました。

入社して一番驚いたのは、仕事のスピードの早さです。例えば性能改善においては、1つ改善するために一番効率の良い方法を使ってアプローチし、次から次へと改善していきます。このスピードが早いので、アルゴリズムの改善や精度向上を実感できるのが嬉しいですね。

「とりあえず言ってみる」が許される社風。仕事をしながら社会人大学へ

実は、私は仕事をしながら社会人大学院に通っています。私には、研究とビジネスの距離を近づける、最新の研究成果をなるべく早くビジネスに結び付ける、という目標があります。大学院で研究をすれば、その知識を会社に還元して、目標達成への近道になるのではと思いました。ARISE analyticsには、「とりあえず言ってみる」が許されるカルチャーがあります。個人の成長なくして会社の成長はないと考えるカルチャーが根付いています。そこで「大学院に行きたい」と言ってみたら、即答で「いいよ」と言う答えが返ってきました。また、チームメンバーも通学があることを前提に仕事のスケジュールを組んだり、両立に協力したりしてくれています。

ARISE analyticsはフレックス制なので、私は朝早く出勤し、早めに退勤して大学院に行ったり、家で論文を読んだりしています。土日は大学院の講義があることが多くて大変ですが、大学院でないと勉強できないことがたくさんあって面白いです。学んだことを仕事にどう生かせるかはまだわかりませんが、いろいろ勉強していけばどこかのタイミングで、その点が線や面になると信じています。今はそのための準備だと考えています。

部活や英語の学習プログラムなど学びが豊富で、チャレンジしやすい土壌

社内には論文読み会やデータ分析のコンペティションに挑戦するKaggle部などいろいろな取り組みがあり、私もKaggle部やDeep Racer部などいろいろな活動に関わらせてもらっています。Deep Racer部では画像解析や機械学習を用いてミニ四駆のようなレーシングカーを自動運転させるのですが、2019年に開催されたAccenture DeepRacer Global Cupでは走行タイムで世界2位になりました。これは勉強というより、楽しくてしています。

その他には、希望者が受けられる英語のオンライン学習プログラムにも参加しています。毎朝英語でWebコールを受けるところから始まり、ディクテーションやライティングなどで毎日2、3時間を勉強に費やしています。私の場合、読まなければいけない論文は英語が多く、機械学習のトレーニングや国際会議などで海外出張に行くこともあり、英語は必須です。

周りにも、様々な領域の知識を貪欲に吸収しようとする人が多く、チャレンジ好きな人や新しいことを楽しめる人にはぴったりの会社です。実ビジネス・実社会にデータサイエンスがどのような役割を果たせるのか、まだまだ未知の部分は多いですが、その中でもARISE analyticsのメンバーと毎日試行錯誤を繰り返して、昨日できなかったことが今日にはできるようになっていたりします。
一緒に新たな領域を生み出すデータサイエンティストを目指しましょう！