【エンジニア列伝vol.8 もえ氏さん (2/4)】「気がつくと機械学習エンジニアになっていました」機械学習に興味を持ったきっかけと転職活動について伺いました。

この記事は第8回Pythonエンジニア列伝の2記事目です

Pythonエンジニア列伝は、「Pythonエンジニアたちのインタビューを通して、Pythonを使う人達がどんな人なのか、Pythonをどんな場面で活用しているのか、なぜPythonに出会ったか」などを紐解く連載です。

連載はトピックごとになっているので、記事単体でも読むことができます。

f:id:kenken0326:20190624113213p:plain

異業種からデータサイエンティストに転身

nao_yPythonエンジニア列伝も8回目を迎えました。エンジニア列伝では、Pythonエンジニアとして活躍する方々にインタビューを行い、その模様を連載形式で公開しています。

nana今回ご紹介するのは、株式会社ブレインパッドでデータサイエンティストとしてご活躍されているもえ氏さんです。
それでは簡単に自己紹介をお願いします。

www.brainpad.co.jp

もえ氏はい。
元々は経営企画や、コンサルティングファームに所属しコンサルタントの仕事をしていました。その後、機械学習に魅せられ、データサイエンティストに転身して現在は株式会社ブレインパッドで働いています。

nanaブレインパッドといえば、データサイエンス分野のリーディングカンパニーですね。ビックデータ活用やマーケティングへのデータ活用など、ビジネスに密着したデータサイエンスを探求されています。

独学で「ガチ勢」のデータサイエンティストとして転身されたもえ氏さんに、今日はキャリアパスやPythonの独学に関するお話を中心に伺っていきたいと思います。

もえ氏よろしくお願いします。

機械学習との出会い

nana機械学習に魅せられて転身、ということで、まずは、機械学習との出会いやきっかけをお伺いしたいです。

もえ氏後輩が、現在は上場している機械学習ベンチャーの立ち上げメンバーだったなど、周囲に機械学習を生業とする人が多かったんです。当時は、機械学習がビジネスになること自体に驚きました。そして、話を聞いているうちに、どんどんその可能性に興味を持ちました。

機械学習って本当にすごい、と直感的に感じると共に、もっと深く知りたい気持ちが湧きました。その一歩として当時流行していた松尾豊先生の本を読んだんです。

nanaそこからすぐに、データサイエンティストとしての道を歩み始めたのですか？

もえ氏

いいえ、最初から機械学習の専門家の道を選んだわけではなく、最初は、G検定取得を目指して勉強していました。

G検定（ジェネラリスト）

日本ディープラーニング協会の実施する、ディープラーニングのジェネラリスト資格試験です。ディープラーニングを事業に活かすための、汎用的知識を有しているかを測ります。 URL:https://www.jdla.org/business/certificate/

nana私もマーケティングというビジネス領域の業種で働いていますので、G検定という単語は聞いたことがあります。ジェネラリストというと、技術的な専門家ではなく、広範的な知識を持って該当の技術のビジネス活用を担う人材のことですよね。

どうしてジェネラリストを目指そうと思ったのですか？

もえ氏

私はコンサルティング業界で働く中で、ビジネス力を培ってきました。ビジネス力は、データサイエンス力・データエンジニアリング力と並んで、データサイエンティストに必要な力です。

そのため、自分が機械学習に関わるとしたらそのビジネス力を生かしたジェネラリストとして、機械学習をビジネスに活かすという立場だろう、と考えたんです。

データサイエンティストに必要な3つのスキル

スライド：スキルチェックリスト 2017年版

データサイエンティスト協会が公開する、データサイエンティストに必要なスキルとそのレベルを星の数で表したチェックリストです。

ビジネス力・データサイエンス力・データエンジニアリング力の3つのカテゴリに分類されています。

nana なるほど、得意分野であるビジネスに、機械学習を活かす目的で学習されていたんですね。

ビジネスの世界からデータサイエンスの世界へ

nana 今のもえ氏さんは、データサイエンス力・データエンジニアリング力共に高い水準を要するデータサイエンティストとして働いていらっしゃいます。

ジェネラリストを志していた段階から、どのような転機があったのですか？

もえ氏当初はジェネラリストの立場で興味を持ち始めた機械学習でしたが、書籍から知見を得るうち、自分で作りたいという気持ちが強くなっていきました。気がつくと数学を復習し始めたり、機械学習に強みを持つPythonを学ぶため、PyQに挑戦したりしていました。

もえ氏さらに、学びはじめたタイミングで機械学習の案件を担当する事になりました。データサイエンスを専門とする業種ではなかったため、その時は、「もえ氏さんしか対応できる人がいないよね」という状況でした。

susumuisすごいタイミングですね！

もえ氏その案件で、計量時系列分析、画像分類などを必死に勉強しながら、仕事として機械学習に取り組みました。

このような経緯があるので、気がつくと機械学習エンジニアになっていたというほうが正しいかも知れません。

nana運命の出会いというか、不思議な縁を感じますね。

ですが、もえ氏さんは、東大松尾研主宰の深層学習講座DL4USも修了されていると伺っています。機械学習に魅せられるきっかけとなった松尾氏の講座に積極的に挑戦するなど、縁だけではない行動力も伝わってきます。

東大松尾研主宰の深層学習講座DL4US

実践型のデータサイエンティスト育成講座およびDeep Learning講座を公開講座として運営しています。

URL:https://weblab.t.u-tokyo.ac.jp/dl4us/

もえ氏そうですね。それだけ、機械学習にのめり込んでいました。

DL4USや案件を通じて機械学習と関わり、「自分で作りたい」という気持ちが満たされ始めると、さらに次のステップとして、コンサルという枠組みではなく機械学習や統計を使って何か解くことを極めていきたい気持ちが大きくなっていきました。

nanaそれが、データサイエンティストへの転職のきっかけですか？

もえ氏はい、データサイエンスの分野に戦場を移すことで、同様にデータに真摯に取り組んでいる人たちと一緒に働きたいと思いました。仲間の居る環境でさらに深く機械学習に携わっていきたいと、転職を決意しました。

リファラル採用によるデータサイエンティストへの転職活動

susumuisもえ氏さんは転職を決意した後、SNSを活用して転職活動を行ったんですよね。

もえ氏はい。今回は転職エージェントをほとんど頼らず、リファラル採用を前提に転職活動を進めました。そのための最初のステップとして、TwitterやFacebook等のSNSを利用して友人・知人に声を掛けました。#twitter転職タグを活用したのもその一環です。

SNSを活用したことでたくさんの方に転職活動を応援していただき、心強くもありました。

#twitter転職 / リファラル採用とは？

#twitter転職は、ハッシュタグを用いて転職希望や条件をツイートし、人材を探している企業と出会うという方法です。リツイートなどの拡散により、近しい繋がりから紹介を通じて転職できることから、紹介による採用であるリファラル採用に適した方法として注目されています。

nanaSNSの拡散力を活用した転職活動や、紹介によるリファラル採用は、どちらも採用の新しい形として注目されていますね。そのような形で転職活動を行おうと思ったのはなぜですか？

もえ氏リファラル採用の方が採用する側とされる側の双方にとってメリットがあると肌で感じていたからです。実際に、紹介により採用に至った社員は定着率が高いようですね。

幸い、私には同窓の繋がりや機械学習系のコミュニティを通じた縁が多く、これを利用しない手はないと考えました。

結果、Facebookでの呼びかけに応じてくれた先輩との縁で、無事納得のいく形で転職をすることができました。

nao_yリファラル採用だと、自分が働く会社に知り合いがいたり、転職の過程で入社前に社内のメンバーとコミュニケーションがとれたりします。働く上では、確かに心強い転職方法ですね。

次回の内容

今回は機械学習に興味を持たれたきっかけと転職活動について伺いました。
その3では、もえ氏さんにPythonを使うメリットとオススメの機械学習の学習法について伺います。

blog.pyq.jp

Python学習チャンネル by PyQ

Pythonのオンライン学習プラットフォームPyQのオフィシャルブログです