転職成功者の声 株式会社Laboro.AI 濱本雅史さん
機械学習を使って世の中の課題を解決
エンジニア魂が刺激される環境で充実の毎日
今回は株式会社Laboro.AIにお伺いしました。
学術研究の世界で次々に生み出される機械学習技術。同社は最先端のAI技術とビジネスをつなぎ、革新的なオーダーメイド型AIソリューション「カスタムAI」を開発・提供するAI技術のプロフェッショナル集団です。
今回、インタビューに答えてくださったのは、同社にて機械学習エンジニアとして活躍する濱本雅史さん。機械学習の魅力から働き心地、同社の企業風土まで、入社したからこそ分かるLaboro.AIの今をたっぷり教えていただきました。さらに後半では、エンジニアリング領域を統括する代表取締役CTOの藤原弘将さんも登場。採用で重視すること、今後の事業展望などについて伺います。
※藤原さんへのインタビュー（後半）は
こちら
から。
当初は地方への転職を考えていた
――Laboro.AIに入社されるまでのご経歴を教えてください。
学生時代はデータマイニング、テキストマイニングの分野を専門に研究を重ね、博士号を取得しました。大学院を卒業後は、6年半に渡って自然言語処理の研究開発に携わっていました。その後、外資系企業に転職してミドルウェアの導入支援、保守、プリセールスなどに携わり、Laboro.AIは3社目です。
――転職を考えるようになったきっかけを教えてください。
前職は保守業務がメインになっていたので、新しいことにチャレンジしたいという気持ちが高まったのが第一の理由です。また当時は「地方で働くという選択肢もあるのではないか」という思いが大きくなっていて、それも大きな動機の1つでした。どうしても満員電車が慣れなくて（笑）。
――東京から離れたいという思いをお持ちだったはずの濱本さんが、銀座にオフィスを構えるLaboro.AIに入社を決められた理由は何だったのでしょう？
実は地方の企業からも内定をいただいていました。住環境は地方のほうが自分にあっていると思いましたから、非常に悩みました。ただ、Laboro.AIで携われる業務内容は、新しい挑戦とやりがいに満ちている予感があり、最終的にはやりたいことを優先する決断をしました。
前職ではAIや人工知能に深く携わる機会から離れたものの、大学院で大量のデータを扱う研究をしていたときから、膨大なデータから課題解決の鍵を見つけることに変わらず興味を持っていました。それを再び仕事にできるという魅力はとても大きかったです。
――今回の転職にはpaizaを活用なさっていますね。
前職へ転職するとき、すでにpaizaには登録していました。当時の転職では結局別の媒体を使い、しばらく使っていませんでしたが、今回転職をしようと考えたときに、ちょうど「年収保証スカウト」（※）の案内が来たんです。前職が外資系というのもあって比較的年収が高かったので、それを下げずに次の仕事を探せるなら使ってみようかなと。
そこでオファーをいただいたのが、Laboro.AIでした。オファーを受けて初めてこの会社を知ったので「こんなことをしている会社があるのか！」という驚きが第一印象でしたね。面接でCTOの藤原と話すなかで、業務内容や経営者の心意気にも魅了され、興味が高まっていきました。paizaを利用して、非常にいい出会いができたな、とありがたく思っています。
※paiza転職では、不定期で「年収保証スカウト」を開催しています。スキルチェックに加えて詳しいプロフィールを入力すると、企業側から現年収以上の給与を保証したスカウトが送られるサービスです。
paizaからのお知らせメールを見たのはたまたまだったといいます。
偶然から生まれた大きな出会いとなりました。
開発に専念できる環境で毎日が充実
――現在の業務内容を教えてください。
私たちのミッションは、クライアントの課題、問題をオーダーメイド型のAI 解決していくこと。お客さまごとに課題は異なるので、ひと言で「こんなことをしています」というのは難しいのですが、日々最先端の技術に触れ、ガリガリとプログラムを書いています。
弊社の組織の特徴として、お客さまのデータや要望をお聞きし、機械学習を用いた解決策を提案するソリューションデザイナという役職があります。営業職とプロジェクトマネージャーを掛け合わせたような役割というとイメージしやすいでしょうか。お客さまとのコミュニケーションはソリューションデザイナ、開発・実装はエンジニアと分業ができているので、エンジニアは開発に専念できます。プログラムを書くことが大好きなので、毎日がとても充実していますね。
――機械学習を実装していくうえで、最大のポイントとなるのはどんなことですか？
お客さまの持つデータの意味を、われわれとお客様の双方がどれだけ理解できているか、またデータ自体が使いやすいきれいなものであるかによって、開発の難易度が大きく違ってきます。お客さまごとにデータの状態も異なるので、なかなかマニュアル化はできません。だからこそ、企業ごとに異なるニーズに応え、解決していくことに大きなやりがいを感じます。
――さまざまなクライアントの課題を解決していくためには、深い知識と技術が必要となりますね。
そうですね。得意分野を極めるだけでなく、幅広い知識を網羅していくことも必要です。また、弊社では機械学習の研究をしている大学院生のアルバイトの方たちといっしょに、新しいアルゴリズムの調査や研究もしています。そうした最新の技術を、プロジェクトにも生かして結果を出していく、というスピード感もあります。研究の場にいる学生の方から、フレッシュな知識を学ぶことができるのも刺激になっていますね。
――どんな人材がLaboro.AIにマッチすると思いますか？
クライアントによって課題は異なりますので、幅広い分野に興味を持てる人が向いていると思います。自然言語処理もおもしろい、画像認識もおもしろい、そんなふうに感じることができる人。そして、新しい技術を試し、使っていける人であれば、きっと非常に楽しく仕事ができるのではないでしょうか。
――今後、どんなキャリアを築いていきたいとお考えですか？
機械学習のアルゴリズムといったサイエンス面だけでなく、前職の経験も生かしてインフラなどのエンジニアリング面でもより幅広く深い知識をつけていきたいですね。どんな課題であっても解決できるエンジニアに成長していきたいです。
――ありがとうございました！
転職成功者の声
採用者の目線
株式会社Laboro.AI 代表取締役CTO 藤原弘将さん
続いて、代表取締役CTOの藤原弘将さんにお話を伺いました。
採用で見ているポイントや同社のエンジニアの働き方について伺いました。
機械学習に関する経験は必須
――濱本さんの採用では、paizaの「年収保証スカウト」サービスをご利用いただきました。スカウトを出す際のポイントなどはありますか？
機械学習の経験の有無は大きなポイントですね。実務経験、あるいは大学や大学院などで研究してきた経験があることは必須条件になるかと思います。濱本の場合は、データベースやシステムの実装などへの幅広い知識を持っていて、機械学習に関わる分野の博士号も取得していました。採用後は即戦力として活躍しています。
――面接ではどういうポイントを見ていますか？
技術力はもちろん、コミュニケーションスキルなども確認しています。さらに弊社にフィットする人材かどうかも大きなポイントですね。そのあたりも含めて総合的に判断しています。
――御社でのエンジニアの働き方や開発の方法についてお聞かせください。
コンサルティング的な側面が強い案件、データ開発が必要な案件など、クライアントごとにさまざまなプロジェクトがあります。開発のプロジェクトチームが組まれれば、平均して3カ月くらいの期間を設定し、継続するか否かを判断しながら進めていきます。
機械学習には「求める結果が得られるかは、やってみないとわからない」という部分があります。最初の3カ月でどのくらい動くかをトライし、うまくいったら次の3カ月でシステムに組み込んでいく、といった具合に、時間をかけて作り上げていきます。
――実際にビジネスで運用できるか、成果につながるか、といったところまでフォローされていくと「作って終わり」というわけにはいきませんね。
そうですね。精度がどうなるかはふたを開けてみないとわからないところがあります。エンジニアチームは、精度を高めるプログラムやアルゴリズムを構築しなければなりません。さらに、時には問題設定を見直し、アプローチから変えていくこともあります。フロントを担当するソリューションデザイナとともにクライアントのニーズを検討し、適した内容でカスタマイズしていきます。そのためには、きちんと開発ができることに加え、データサイエンティストのような役割も求められます。ビジネス運用に対する感覚も求められる職能ですね。
――そうした部分は、AIのエンジニアの難しさでもありそうですね。
はい。一口に機械学習といっても、対象は画像、音声、テキスト、データベースに入っているデータなど、非常に幅が広いです。ビジネスで価値提供をするには、そのすべてを網羅していくことが求められるので、AIのエンジニアには常にキャッチアップする努力が欠かせませんね。そのためにも、コンピュータサイエンスの基礎力がしっかりしていることが大切である、と考えています。
数々の事例の経験が社内に蓄積されており、AIエンジニアとして成長できる環境です。
企業の課題をAIで解決していくために
――御社に依頼される企業の悩み、課題にはどういったものが多いですか？
ひと昔前は「AIで何かやりたいんだけど」といった漠然としたご相談もありましたが、最近はニーズが明確になり、その解決策を探してのご相談がほとんどです。ニーズは多種多様で、コストや工数の削減を図りたいという要望もあれば、新しいプロダクトのためのシステムを作りたい、というご要望もいただきます。
クライアントのニーズを引き出すためのディスカッションが、開発の方向性を見定めるためにも非常に重要です。基本的にはビジネスサイドのメンバーが担う部分ですが、必要に応じてエンジニアも同席して議論をすることもあります。
――今後の事業展開について、教えてください。
中期的な視点で掲げているのは、最先端技術とビジネスをつなぎ、クライアントへの価値貢献を果たすことです。そのために教育面や採用面を含めた社内体制を整えていきたいと考えています。
一方で長期的な目線に立つと、現在は企業ごとにカスタマイズすることによって価値が見出されることが多いAIですが、今後特定の分野においてコンポーネント化が進み、業界をまたいで横展開されやすくなる世界も想像されます。私たちとしては、そうした各業界や技術に関する知見をためておくことが必要だと思っています。
エンジニアの役割という観点では、中期的には幅広い知識を持つジェネラリストとしての役割が求められるのは変わらないと思います。ですが長期的には、規模が大きくなるにつれ、技術的な専門性や、技術をビジネスにどう応用するかという用途に関する専門性を磨いていくことも重要になってくるはずです。
――御社を志望するエンジニアの方へのメッセージをお願いします。
私たちは、技術と産業をつなぐことによって、すべての産業に新たな姿をもたらすことを目指しています。技術側に軸足を置きながら、かつそれをビジネスに応用して、産業実装していくことに興味をお持ちの方に、ぜひ仲間に入っていただければと思っています。
――ありがとうございました！
技術の最先端を、ビジネスの場に応用して価値を生み出しているLaboro.AI。先端技術に触れ続け、実装していく業務内容は、エンジニアにとって心踊る刺激的なものといえるでしょう。エンジニアのみならず、営業に携わるビジネスサイドの方々も、機械学習についての深い知識を持っていることも同社の特徴です。恵まれた環境のなかで、チーム一体となってよりよいソリューションを生み出していく道のりは、大きなやりがいにあふれているはず。
機械学習の研究・実装経験を生かしたいと考えている方にとっては、またとない環境です。ぜひ求人票をチェックしてみてください。