【卒業生の軌跡 #03】データサイエンスに挑戦した7ヶ月は、ダメ元で送った一通のメールから始まった
ZENKIGENでは、セールスチームからPR、デザインまで多くの学生がインターン生として活動してくれています。本記事はシリーズ「卒業生の軌跡」第三弾です！
シリーズ「卒業生の軌跡」は、限られた期間にその貴重な時間をZENKIGENメンバーと共に過ごし、活躍してくれたインターン生がZENKIGENでの日々を振り返った軌跡を辿ることができるものとなっています。
第三弾は、DS（データサイエンス、以下DS）チームで7ヶ月、社会人になる直前までZENKIGENで奮闘し続けてくれた深田 大登さんです。
インターン生紹介
深田 大登（ふかだ ひろと）
2022年3月 同志社大学 文化情報学部 卒業
ゼミ：統計科学研究室
主な活動：Bloomberg学生投資コンテスト、NRIマーケティング分析コンテストなど
サークル：京都よさこい連 心粋
アルバイト経験：個別指導学習塾（3年3ヶ月間）、広告代理店（4ヶ月間）
趣味：スノボ、サッカー、映画・ドラマ鑑賞
インターン期間：2021/09〜2022/03
ZENKIGENとの出会い
きっかけ
三菱地所とGoodfindの共同イベントに参加したことがきっかけでした。
当時の私は就職活動を終え、空いた時間をデータサイエンス(DS)のスキルアップ・実践に使いたいと考えていました。
本イベントではIT系のスタートアップが10社ほど登壇しており、その一つがZENKIGENでした。ZENKIGENのDSチームでのインターンシップは大学院生以上の募集だったのですが、ダメ元で学部生でも選考が可能かメールをしてみたところ、選考を受けさせていただけることになり、挑戦を決めました。
なぜ、ZENKIGENで長期インターンにチャレンジしたのか
数ある企業の中でZENKIGENでのインターンシップを選んだ理由は、
DSとしてのスキルアップ・実践環境として以下3つの観点を重視したためです。
①働き方
私は働き方として、スタートアップという環境でフルリモート稼働できることを重視しました。
私が長期インターンの挑戦を考えたのは大学4年の6月でした。大学生として長期インターンに取り組める時間は大学卒業までの短期間だったので、スタートアップのようにスピード感を持って業務に取り組める環境が適していると考えました。
また、私は関西（京都）在住でしたし、卒業研究に関して定期的に研究室で指導を受けていました。したがって、東京の企業で働くとなるとフルリモートでの稼働が必須条件でした。
（共同イベントの参加企業の多くが東京に本社を構えていた覚えがあります。）
②興味を持てるか
私は卒業まで1年もない期間で、卒業研究と長期インターンを両立する必要がありました。そこで、インターンをただ仕事としてこなすのではなく、楽しみながら興味を持って取り組めてこそインターン経験が力になると考えました。
ZENKIGENの採用領域の事業はちょうど私が就職活動を経験したことから親近感が湧きました。また、DSは主にAIプロダクトのアルゴリズム開発を担っており、面接動画の画像処理や音声処理・そのデータの使い方を模索することが主な業務だと認識していました。私は卒業研究でテレビCMの画像処理・音声処理・効果推定に取り組んでいたため、動画の処理とその応用方法について興味がありました。したがって、長期インターンの取り組みと卒業研究は相互に良い影響を与え合うことを確信しました。
③人
ZENKIGENは説明会の段階から他に比べて、人の繋がりを大事にしている印象でした。
そのような環境でこそ、上下の繋がりをもとに数多くの吸収ができると考えました。
実際にこの印象は入社前後のギャップはなかったですし、社員・インターン生を非常に大事にしている会社であることが伝わってきました。DSチームの枠を超えて様々な方と関わらせていただいたからこそ、DSの立ち位置を客観視できましたし、自身の目標もより明確になりました。
仕事内容
多くのサポートいただきながら、様々な業務を経験しました。
技術調査
インターン生としてジョインした後の初めてのタスクです。
動画内に含まれるノイズが音声の書き起こしや印象推定にどれほどの影響を与えるかという調査から始まりました。動画処理が元となる調査であり、分析アルゴリズムを共有いただくことや、現場社員の方のスクリプトを拝見する機会があり、学生ながら非常に貴重な経験ができていることを実感しました。
発話分析
クライアントの持つ面接データをもとに、発話内容の特徴を分析する案件でした。
インターン生でありながら他社のデータを扱う案件であったことから、タスクに対して非常に責任感を持ち取り組むことができました。
また、クライアントの人事の方との会議にも出席させていただき、自身の分析内容が現場で価値を生む瞬間に立ち会うことができました。
DSの業務は様々な領域と接点があるからこそ、DS以外の業務まで興味を持ち課題を整理することの重要性を感じました。
また、この案件をきっかけに仕事に対する熱量が1段階アップしました。
AIアルゴリズムの移植案件
ZENKIGENではさまざまなAIプロダクトが存在します。その中の職場領域で活用されるプロダクトである「revii（リービー）」のある評価指標を、採用領域で活用されるプロダクト『harutaka IA（インタビューアセスメント）』に移植する（reviiの評価指標をIAでも使えるようにする）案件でした。はじめてのAIに関するタスクでした。詳細なタスク設計から取り組ませていただき、インターン生として集大成のような取り組みになりました。どのような要件設定をするか、概念定義をどうするか、取得できる特徴量とアルゴリズムでどのように表現するか等、社員の方からお力添えいただきながら邁進しました。至らぬ点が多く、社員の方から多くのサポートをいただいてフィックスできた案件でしたが、AIプロダクトの開発過程や開発の難しさが垣間見え、今後のモチベーションに繋がる経験ができました。
思い出・印象深かったこと
・データアーツチーム（DA）チーム・インキュベーション（IC）チーム共同合宿（2021/12/2）
IC/DA全ユニットのメンバーでの合宿でした。当時、IC/DAの約40名ほどがオンラインとオフラインのハイブリッドで一同に会し部署横断的に交流を深めました。ほぼDSのメンバーとしか交流がなかった私は、このイベントをきっかけに他部署の方々と技術や未来について話し合い、社内でのDSの立ち位置と期待を再確認しました。
インタラクティブなこのイベントは、参加者のコミュニケーションを活性化し、社員の方々と交流を深める非常に刺激的な機会でした。
・DS勉強会
DSチームでは定期的に勉強会を行っていますが、技術的な内容だけでなく、人の理解を深めるような内容も多く行われています。人のコミュニケーションに関するプロダクトを開発しているから、という点もあるかと思いますが、人に寄り添うAIを作るためにはデータの理解だけでなく、人の理解が必要不可欠です。人があってのAIであることを再認識できる機会でした。
学び
・理想と現実の間でアウトプットを最大化するためには詳細なタスク設計が必要である。
物事に取り組むとき、過剰にこだわってしまう時がありました。しかし、これから社会に出ると締め切りやコストなど様々な制限があります。
ZENKIGENでは、「つくってみたいもの」と「制限されたデータと時間」の間で納得いく成果物を納品するために、詳細なタスク設計で早急に要件を満たして理想に近づける時間を確保すべきだと痛感しました。
・目標までの距離
ZENKIGENでは現場のデータサイエンスに触れることができ、現在地から目標までの距離の解像度が上がりました。数字を適切に読み解き、価値を想像するために、適切な環境で膨大なインプットとアウトプットに泥臭く挑戦していきます。
以上の学びを糧に、4月からも目標に向かって邁進していきます。
最後に
ZENKIGENのインターンに出会ったからこそ、学生の時間を最後まで悔いなく過ごすことができました。この先、社会に出て様々な困難に直面するかと思いますが、この経験を胸に「全機現」していきます。
1年に満たない短い期間でありましたが、挑戦を受け入れてくださったZENKIGEN・DSチームの皆様、ありがとうございました。
また、この記事を読んでくださった読者の皆様にも感謝申し上げます。
ーーーーーーーーーーー
最後までお読みいただき、ありがとうございました。
ZENKIGENでは長期インターン生も募集中です。
ご興味ございましたら、ご連絡いただけると嬉しく思います。
この記事が気に入ったらサポートをしてみませんか？