経験・思考の振り返り➀～新卒就職の意思決定～

結局どういう就職をしたか

新卒で消費財メーカーのロジスティクス部門に就職しました。
データ分析&システム開発により、ロジスティクスをいい感じにする役割でして、自分はどちらかというとデータ分析の役割で採用されました。
数理最適化という技術によって大きなコスト削減が狙える領域であろうという考えでの就職でしたが、結果として期待通りでした。会社に感謝しています。

大学での勉強

特に意思を持たずに経済学部へ

高校では理系で工学部志望でしたが、前期試験に落ちて後期試験で経済学部に進むことにしました。後期試験で募集があり、理系でも受けれるから経済学部を選んだというだけの理由だった記憶です。今となっては適当に考えすぎててお恥ずかしいです。

経済学は意外と面白かった

思いのほか経済学を楽しめました。
特にミクロ経済学や経営科学、行動経済学は熱心に勉強した気がします。「合理的な意思決定とは何か」みたいなテーマが自分に刺さったのかな～と思ったり。
今振り返ると、仕事に役立つことを学ぶきっかけを沢山得ていたようです。
経営科学→後述しますが新卒の意思決定に大きく影響
計量経済学→のちに気づきましたが、データアナリストに役立つ内容でした
行動経済学→マーケティング、UXなどを考えるときに活きています

数理最適化との出会い

経営科学の授業で線形計画法を習ったとき、「現実を上手くモデリングした世界で最適なやり方を見つけて、それを現実世界でやれば上手くいくかもって、めっちゃ面白いじゃん！」と急にハマりました。
受講者の中で一番意欲的だった自信があります。

数理最適化を愛した3,4年生

初めて授業より深く学ぼうと思えた領域でした。
教科書の例題だと手計算で解く規模であって物足りないので、プログラムを書いて大規模な問題を解こうと思いました。これがPythonを勉強するきっかけでした。
Pythonを勉強してると自然と機械学習にも興味を持つようになり、いつの間にかデータサイエンスを勉強してる人みたいになっていました。

新卒就職の考え方

数理最適化で仕事をしたい

数学的な背景というより、現実世界でインパクトを出しうることに興味がありました。
勉強する中で応用先としてよく出てくるのが、製造・物流でした。
例えば「10台のトラックで300か所の納品先に届けるとき、どの車両がどの納品先を担当して、どんなルートで行くと良いか（ex.合計所要時間が少ないか）」みたいな問題です。
ということで、製造・物流の領域で数理最適化を使って大きな成果を出したいが就職のテーマとなりました。
理由は覚えていませんが、上記をコンサルではなく事業会社の中でやろうと就職先を探した記憶があります。結果として冒頭の就職先が見つかりました。運が良かったと思っています。

謎に生存戦略を意識した

当時すでにデータサイエンスが流行っていましたが、自分が技術力だけで勝負できる気がしませんでした。
でも数理最適化ならやってる人少ないよね？ってことでデータサイエンスの人というより数理最適化の人と名乗ることにしました。
また、特定のドメインと掛け合わせると更にレアだよねってことで、ロジスティクスというドメインに特化することに抵抗がありませんでした。
失礼を承知で言うと、数理最適化もロジスティクスも、特に人気という訳ではないと思います（今はね）。でも自分は楽しめると思ったのでチャンスと捉えました。自分の決定を正当化してるだけかもしれませんが。

思ったより長くなってしまいました

書き始めると筆が進むものですね。最後まで読んでくださった方はありがとうございますmm。