Laboro

メンバー
インタビュー

現役のLaboro.AI社員が、気になる質問にお答えします。

機械学習エンジニア

リード機械学習エンジニア

加藤 修

SHU KATO

エンジニアとしてのキャリアを歩むことになった、きっかけは何ですか。

小さい時からモノ作りが好きで、「いいものを作りたい」という気持ちをずっと持っていました。小学生時代は「ミニ四駆」にはまり、友達よりも早く走るために改造を重ねたりしてました。図工や美術の授業では、創作課題に対して、必ず一捻りを加え創作していました。現職の機械学習エンジニアの根源はそこにあるのかもしれません。高校で進路を考えた時にも「いいものを作りたい」という思いを軸として悩んでいましたが、「これからはソフトウェアがより活気が出る」という父親の助言をもとに、工学部のソフトウェア関連の学部へ進学を決めました。

学生時代にはどのような研究をしていましたか。

大学時代の研究室では、教授から提案された候補の中から一つテーマを決める必要がありました。せっかくなので一番難しいテーマに取り組みたいと思い、「カーリングAI」を題材に選びました。今まで扱われてきていない問題なのでアルゴリズムを自分で試行錯誤して考案する必要がある点や、実際に動くものを実装する必要がある点など、他のテーマに比べてチャレンジングで学びが多いと思ったためです。

カーリングAIの目的は、点数差やストーン配置等から適切な投球戦略を決定することでした。カーリングは単純に真ん中に投球すれば良いわけではなく、どのストーンを弾くか、どのストーンの近くに投球するかなど、囲碁や将棋のような戦略性があります。私の研究では、ストーン配置の良し悪しを判断するための画像認識技術の開発、AI内部での膨大な数の試行(試し投げ)を実現するための高速シミュレータの開発、囲碁や将棋で用いられる探索手法の実空間への適用(投球のブレに起因する不確実性や速度や座標が連続値であるための無限の状態空間への対応)を行ないました。研究を通して、6件の学会発表を行い、1件の論文が論文誌に採録されました。

機械学習エンジニアとして、どのようなキャリアを歩んできましたか。

就職活動では、「いいものを作りたい」という思いをベースに、AI技術を活用できるメーカーに就職したいと考え、新卒AIエンジニア第1期生として大手電機メーカーに就職しました。最初の配属先はデータ分析をする部署で、主に電力系列データによる生活異常検知アルゴリズムの開発に従事していました。技術開発〜設計〜実装まで、全て自分で手を動かして行っていました。

3年程度その業務に従事した後、新設されたデータマーケティング部隊へ異動となりました。当時社内にてデータ分析に対応できる人材として、白羽の矢が立ったためです。異動先部署でのミッションは、オフィス空間における様々なデータ分析による新規ソリューションを創出する事で、その中でデータ分析の実装周りについては、他部署と連携しつつ、部署内では私が主担当として対応していました。ただ、実際の業務内容としては、センサ機材の調達/設置/保守、単純な可視化、マニュアル作成業務などが主で、自分のやりたかった機械学習モデルやアルゴリズムを考えるという仕事をメインにできる環境ではありませんでした。

Laboro.AIを選んだ理由を教えてください。

AI開発に集中できる企業に転職しようと思い、AI開発事業をしているスタートアップを中心に探し、複数の企業から内定をいただく事ができました。実は最初は、その中でLaboro.AIへの志望度は高くなかったのですが、CEOとの面接を通して、オーダーメイドでAI開発ができるという点、技術的に創意工夫が必要なプロジェクトが多くあるように感じた点が、私自身の求めていた環境に一番近いと感じLaboro.AIへ入社を決めました。

印象に残っているプロジェクトはありますか。

個人的に最もやりがいのあったプロジェクトは非破壊検査の自動化についてのプロジェクトです。このプロジェクトは金属の厚さを切らずに測るための技術の開発が目的でした。ニッチな技術であり関連する先行研究があまりなく、また既存技術をそのまま適用しただけでは十分な精度が出ず、新しいモデルを自分で考案し実装する必要がありました。当時のリードエンジニアのサポートをいただきながら、測定精度アップに寄与するアルゴリズムを開発する事ができ、「いいものを作りたい」という思いが実現できたと考えています。

Laboro.AIの職場環境や働き方について教えてください。

エンジニアとして業務に集中ができ、しっかりと評価を得られる環境であると思います。案件のほとんどがAI設計開発で、AI技術の開発にコミットできます。Laboro.AIのプロジェクトでは、ソリューションデザイナと呼ばれるAIコンサルタントがおり、ビジネス的な観点での検討や顧客との議論リードを担っています。その為、技術サイドにいるエンジニアは作ることに集中できるのです。また、多様な業界のリーディングカンパニーと様々なプロジェクトを経験できるため、AI技術の知見強化をする事ができます。技術力を向上する環境としては、とても理にかなっていると思います。

プロジェクトアサインのやり方も、Laboro.AIの特徴です。エンジニアが同時にアサインされるプロジェクトは2つまでとなっており、一つのプロジェクトが終了すると、次のプロジェクトがアサインされるまでの時間は自己研磨の時間にあてることができます。この点は前職から考えると驚かされました。
 
また、完全フレックス制なので時間に融通を利かす事が可能です。

Laboro.AIへの転職をお考えの方にメッセージをお願いします。

エンジニアとしての仕事ができ、エンジニアとして評価される環境が整っています。様々な案件の経験を通して自分にあった方向性を探すチャンスもあります。機械学習エンジニアとしてのご自身のキャリア、そして技術面でのスキルアップを考えている方には最適な環境であると思います。