(株)マイナビ（データサイエンティストコース）

大学では、数学の知識や理論を元にプログラミング言語やデータ解析などコンピュータの応用を研究する情報科学を専攻。これがとても奥が深く面白い学問だったため、大学院へと進み、コンピュータが苦手とする計算をいかに効率的に処理させるかという研究や、量子コンピュータの特徴を活かすアルゴリズムの研究など、数理論理学の観点から情報科学の知識を深めました。

私はそれまで学んできたコンピュータアルゴリズムの知識を活かしつつ、新しい技術領域にチャレンジしたいとの思いを強く持っており、それを企業選びのポイントにしたところ、マイナビと出会いました。マイナビにはデータサイエンスの専門チームがあり、これまで大学で培った知見を武器に新たな技術領域への挑戦を目指していた私にとっては魅力的な環境がありました。また、「『わたし』の日常に、当たり前に寄り添うということ」という当時の企業理念に共感したことも入社の決め手の一つ。一人ひとりに寄り添い向き合っていく企業としての在り方に惹かれ、入社を決めました。

現在はAIシステム部に所属し、データ分析やシステムの設計などの業務を担当しています。自社で運用する各サイトのデータ分析が主な仕事で、自然言語処理を用いた検索ワード分析やサイトに来訪したユーザーの回遊分析などを通じてさまざまな傾向を調査したり、チームで構築した分析モデルを社内のシステムに実装したりといった業務を手掛けています。こうした取り組みによって、マイナビのサイトを訪れたユーザーに最適なレコメンド情報を高精度で提供していけるようになるのです。

大学、大学院時代と情報科学を学んできたことで、そこで培った専門知識を活かせる場面が多いことはもちろん、何かに取り組むにあたり、筋道と仮説を立てて考える思考プロセスや、何かを人に伝える際、論理的に説明するスキルは、仕事で大きく活きています。日々の仕事では事業部側に分析結果を報告する場面が頻繁にあるのですが、そうした数理的なデータは、見せるだけでは伝わりません。そこに資料を添え、それにもとづき論理的な説明を行うことで、技術的な知識がない相手であっても確実に要点を捉えてもらうことができるようになるのです。こうしたコミュニケーションが行えることは、私の一つの武器だと思っています。

大学では情報系学部にて、プログラミング技術、データ解析などを幅広く学びました。
4年次の研究では、SNS上で生じるネット炎上やフェイクニュースによる実社会の分断化など、これらの現象における「ネットワーク構造」と「SNSを介したユーザの振る舞い」の因果関係を記述した数理モデルの知見を深めていきました。

大学でプログラミングを授業で学んだことをきっかけに、趣味でも自作のWebサービスやゲームを作ることにハマっていきました。そうした趣味の延長でデータ分析に関するコンペに参加。これを通じて、予測精度を向上させるために、仮説検証を繰り返して、初めは考えつかなかった仮説が予測精度に大きく寄与していることが分かった時に「データ分析って面白いな」と感じるようになりました。このコンペにはマイナビが協賛企業の一社として名を連ねており、データサイエンス戦略に力を入れている企業だということを知りました。さらにマイナビは幅広いサービスを展開しているので、データも豊富でありながら、データサイエンティストとして活動できる業務範囲が広く、下流工程だけでなく、要件定義を考える上流工程を担える環境がある点に魅力を感じ、入社を決めました。

現在はAIシステム部に所属し、求職者と企業のマッチングの精度を高めるといった機械学習プロジェクトの開発/構築を主に担当しています。その中でも、クラウドサービス(AWS、GCPなど)を用いてサーバーレス方式で機械学習のワークフローを自動化するといったことを手掛けています。こうした取り組みによって、マッチングの精度を高めるための試行を迅速に行えるようになるのです。

大学での勉強やコンペに参加した経験が、現在の機械学習業務にそのまま活かすことができています。社内の業務を見回してみると、まだまだ機械学習やRPA（ロボティック・プロセス・オートメーション）などを用いて効率化できる業務がたくさんあります。
それを実現するための具体的な手法などの目星を付けることができます。これらは今までの経験があったからこその発想や視点だと思っています。

先日IT職と合同で、あるシステムのテストを行ったのですが、その際、実際にシステムを使う事業部の方々に対し事前情報として「操作方法によって発生し得る不具合」に関する説明を行わせていただいたところ、それがしっかりと伝わり、留意事項を踏まえた操作を行ってくださいました。エンジニア同士だからこそ、技術的な通達事項だけで済みましたが、ユーザーへの説明では、操作レベルにまで落とし込まなければ伝わりません。あらためてユーザー本位の視点を持った説明ができるようになりたいと思いました。
そしてこの様な場面では、まだまだ周囲の先輩の助けを必要とする場面も多いので、まずは少しでも経験を積み、チームの戦力となることが私の目標です。
また、マイナビのサービスのなかで、これまでよりも高い満足を生み出すためのAI活用を行うことも目標の一つ。マイナビのサイトを利用したユーザーが、「こんな仕事を探していたんだ！」「こんなものが欲しかったんだ」と、心から満足を感じるようなユーザー体験へとつながるAI活用を実現していきたいですね。
（Sさん）

私は直接的にユーザーと接するフロントエンド部分ではなく、機械学習モデルが動くインフラ部分の担当ということで、「自分がインフラを支えているから、マイナビのサービスが安定的に稼働している」という気概をもって仕事に取り組んでいます。
一方で、まだ入社2年目で知識が浅く、先輩のアドバイスを必要とする場面が多々あることも事実。そんな中、一つの案件全てを一人で担えるようになることを目標に仕事に取り組んでいます。また、データサイエンティストとしてのスキルの幅を拡げるべく、今後は分析モデル自体の設計・構築も手掛け、データ分析を包括的に担えるようになりたいですね。同時に、これまでは下流側の工程がメインだったので、今後は事業部側の担当者と直接やり取りを行って、課題抽出や要件定義など上流工程を少しでも多く経験し、より高いレベルでデータサイエンスをリードできるようになることも私の目標です。
（Oさん）