最終更新日:2026/7/8

(株)マイナビ(データサイエンティストコース)

業種

  • 広告
  • インターネット関連
  • 人材派遣・人材紹介
  • 専門コンサルティング

基本情報

本社
東京都

取材情報

探そう!理想の先輩・働き方

いかにAIを人に近づけるか、それが壁であり目標でもある。

  • 数学・情報系 専攻の先輩

PHOTO

データサイエンスの可能性を追求

求人から生活情報まで、マイナビの幅広いサービスのクオリティを高め支えているデータサイエンティスト。入社8年目の先輩社員に仕事のやりがいや魅力、社内の雰囲気などを伺った。

◆R.T.さん
デジタルテクノロジー戦略本部 AI戦略室 
AIソリューション部 データサイエンス2課
2019年入社
理工学部卒業

成果が目に見えるからこそ、やりがいを実感しやすい

大学時代に機械学習が注目され始めたことをきっかけに、AIが今後の主流になると考え、情報系の研究室でビッグデータ分析に取り組みました。その経験から、ビッグデータを扱う企業を中心に企業研究を進める中で、情報収集に活用していたマイナビ自体が同領域の企業であることに気づいたのです。データやAIを活用してサービス向上を図る方針に共感し、自分のやりたいことと一致していると感じました。また、就職・転職・人材紹介・アルバイトといった人材ビジネス領域で広く知られていますが、ニュースやウエディング、農業など生活情報分野でも幅広くサービスを展開している点にも惹かれました。

現在はデータサイエンティストとして、主に人材ビジネス領域における求人原稿に携わっています。AIや機械学習を活用した文章の考案やチェックを行うことで、不適切な表現や事実と異なる内容を自動的に抽出できる環境整備に取り組んでいます。ライターさんや校正・校閲担当者さんなど、これまで人に頼っていた部分を自動化し、より効率的かつ高品質な制作体制の実現を目指しています。

この仕事の魅力のひとつは、自然言語処理の奥深さを存分に味わえる点にあります。文章表現は本当に難しく、繊細です。例えば医療業界向けの表現の場合、微妙なニュアンスにも細心の注意を払う必要があります。表現が硬いからといって、安易に柔らかな言い回しへ置き換えてしまうと、意図とは異なる解釈を招く恐れがあります。一方で、アルバイト募集においては、親しみやすく少しくだけた表現のほうが、自然に受け入れられる場合も少なくありません。このように、ターゲットや用途に応じてわずかな言い回しや語彙を丁寧に使い分ける必要があるのです。さらに、そうした表現の違いや文脈の機微までを含めて、文章作成をAIで実現しようとしている点にこそ、この仕事の難しさと同時に大きな魅力があります。

そして、自分が手がけたシステムを通して作成された求人に、実際に求職者の方が興味を持ち、アクションを起こしてくれると、やはり嬉しいです。求人メディアはどの広告からどれだけの応募があり、最終的に採用に至ったのかまではっきりわかります。成果が見える世界だからこそ、自分の仕事の手応えを実感しやすく、それがやりがいとなっています。

My work style

この仕事でまず強く惹かれたのは、データそのものの面白さ。ビッグデータの中から予想外の発見をすることや、それを分析していく過程がシンプルに楽しい!

机上だけではない、対話で広がる私の仕事

自然言語処理における最大の課題は、「自然な」文章を構築することです。AIによる文章作成は日々進化していますが、どうしても、どこか機械が作ったようなAIっぽい文章になったり、なんとなく違和感のある文章になったりする場合があります。プロのライターさんが書いた文章と、どこが違うのか。その差を埋めることに、いま力を注いでいます。

実際に、ライターさんにヒアリングをさせていただきながら、表現の工夫や考え方を学ぶことも。ライターさんが書いた文章とAIの文章を見比べ、その違いを一つひとつ拾いながら改善していく、そういった取り組みを続けています。「AIがここまで進化すると、仕事がなくなってしまう」といった声をいただくこともありますが、やはりライターさんが生み出す文章には敵いません。だからこそ、いかにAIを人の表現に近づけていくか。それが大きな壁であり目標です。

データサイエンティストの仕事は、ひたすらPCに向き合って作業を行うと思われがちですが、実はコミュニケーション能力がとても必要になります。扱うデータはPCの中にあるものだけではなく、人の発想、考え、表現力なども重要なデータです。たとえば、前述のようにライターさんへヒアリングを行う際には、何を聞くべきか、どのように聞けばよいのか、どんな質問を投げかければ相手の考えを引き出せるのか――コミュニケーションの質が高まるほど、データ収集の精度も上がり、成果にもダイレクトに反映されます。また、チームの打ち合わせや会議、日々の細かな連絡業務など、仕事の上でコミュニケーションは必須といえるでしょう。

そして私が特に心がけているのは、第三者の意見を聞くということです。いわゆる「ロジックに思い込みが反映される」状態に陥ってしまうと、自分では気づかない偏りがモデル開発にも影響を及ぼしかねません。自分の中だけで完結させるのではなく、必ず誰かの視点を取り入れながら進めることを大切にしています。

My work style

データの使い道や誰がデータを活用するかなど、認識をすり合わせることが肝心。しっかりコミュニケーションを図ることは、あらゆる場面で重要になります。

気軽に相談できるフレンドリーな環境

今年で入社8年目。最初の3年間は現在のAI戦略室の前身となる部署に所属していました。その後、別部門のシステム担当として新規サービスの立ち上げやデータ利活用・分析業務に携わり、昨年、現在の部署へと異動しました。部署が変わってもデータサイエンティストとしての役割は一貫しており、さまざまな角度からデータの解析や活用に関わることができています。また、今でも前部署で一緒に働いていた仲間に相談をしたり情報交換を行ったりすることもあり、キャリアを重ねるごとにブレーンの輪も広がっています。

社内の雰囲気をひとことで表すなら、「フレンドリー」。朝からさまざまな話題で盛り上がり、昼休憩でも和やかにおしゃべりが広がる、明るく親しみやすい環境です。一方で、いざ業務に向き合うとしっかりと集中し、メリハリを大切にしている職場でもあります。気さくで話しかけやすい社員ばかりなので、新入社員の方も先輩に気軽に相談しやすい雰囲気だと思います。

一日の主な流れとしては、まず出社後にメールチェックを行い、その日の予定を確認するところから始まります。ほぼ毎日、午前中に会議があるため、事前に資料を揃えるなどの準備を行って会議に参加。昼前に会議が終わり、昼休憩を挟んだ後はタスクに取り掛かります。日によっては社内ミーティングや、来社された外部の方との打ち合わせを行うこともあります。大体19時頃に退社することが多いです。

残業も多くなく、休日もしっかり確保されているため、ワークライフバランスの整った環境だと感じています。有給休暇も取得しやすく、旅行や写真といった趣味の時間も大切にできています。プログラミングも好きなので、帰宅後や休日にPCに向かうこともありますが、オンとオフのバランスよく毎日を楽しめています。

My work style

新規から継続まで、日々多くのタスクがあるため、一日の始まりにはそれらの優先順位を決めるなど、効率良く進められるよう整理します。毎朝の貴重な時間です。

職場の雰囲気

  • にぎやか
  • デスクワークが多い
  • 個人プレー
  • 社内の方と関わる仕事が中心
  • 落ち着いた
  • デスクワークが少ない
  • チームプレー
  • 社外の方と関わる仕事が中心
  • R.T.さんが感じる職場の雰囲気

企業研究のポイント

企業研究は、大学での学びや研究内容を踏まえながら、自身の強みや興味、実現したいことと、企業の特徴や志向性がどれだけ重なっているかを軸に進めるとよいと思います。同じ業界・職種であっても、会社ごとにビジョンや強みは異なります。まずは自分自身を客観的に見つめ、興味のある企業の志向や強みを理解する。そしてそれらを丁寧に言語化、照らし合わせをしていくことが大切です。

また、企業研究はさまざまな会社に出会える貴重な機会でもあります。自分はこれだと思い込まず、あえて方向性の異なる企業にも目を向けて話を聞いてみることで、新たな発見につながることもあります。自分自身の可能性を自分自身で狭めないよう、視野を広く持つことを意識してほしいと思います。

そのうえで、ぜひ意識してほしいのが「直感」です。「いいな」と感じる気持ちには、きっと理由があります。皆さんの企業研究が有意義な時間になるよう、心から応援しています。

PHOTO
学生時代は挑戦できる機会がたくさんあります。とことん調べて研究して発見して。その姿勢が社会人になっても必ず活かされると思います。

マイナビ編集部から

今回の取材で改めてマイナビについて調べてみると、その規模の大きさにまず驚いた。従業員は7,900名を超えるという。学生の道しるべとなり将来を支える事業、社会人の選択肢を広げ未来を拓く事業、ライフスタイルやライフイベントに寄り添う情報を提供する事業など、実に多彩なサービスを展開している。

このさまざまな事業が抱える複雑で多様な課題に対して、データを切り口に解決に導き、進化させていくのがデータサイエンティストである。今回お話を伺ったR.T.さんはAIや機械学習を活用した文章の考案やチェックを行うことで、不適切な表現や事実と異なる内容を自動的に抽出できる環境整備に挑戦している。この挑戦はいずれあらゆる事業で応用され、マイナビが提供するサービスのクオリティを向上させ、マイナビブランドの価値を一層高めてくれるだろう。

AIや機械学習を活用した原稿文章の提案を行うためにライターにヒアリングを行ったり、プロによる文章との比較を行ったりとアナログ的な手法も取り入れながら極めようとする柔軟な取り組みに深く感心した。扱うものがデータであろうとも、人と人のコミュニケーションは欠かせないものだとの言葉にも感銘を受けた。自身が開発に携わったAIインフラを、7,900名を超える従業員が活用する。それはとても大きなやりがいになり、誇りにもつながっているのだろう。そうした想いを感じさせる、凛とした表情が印象的な取材であった。

PHOTO
マイナビではデータサイエンティストとして活躍するための研修も充実。IT/WEB職として必要な知識・スキルを約2ヶ月間かけてじっくり身につけられる。

会社概要に記載されている内容はマイナビ2027に掲載されている内容を一部抜粋しているものであり、2028年卒向けの採用情報ではありません。企業研究や業界研究にお役立てください。

トップへ

  1. トップ
  2. (株)マイナビ(データサイエンティストコース)の取材情報