0

Member

機械学習エンジニア

CODE_09

JOB
機械学習エンジニア
NAME
須藤 広大
JOINED
新卒入社 (2017年)

1年間のバックパックの世界旅行を通じ翻訳に興味を持ったことをきっかけに、自然言語処理の研究室へ。エンジニアとして入社し、現在は機械学習エンジニアに。

最先端を、
社会に“実装”しよう。

Webは、世界中から集めた
データの塊

もともとコンピュータが好きで、Web上に自動的に溜まった大量データを使って新しい知見を得ていくのが面白かったのですが、学部時代に1年間バックパックの海外旅行をする中で、人の話す言葉やその背景にある文化にも強い興味が湧きました。それで、大学院では自然言語処理を扱う研究室に入って、Web上にあるテキスト情報を使って、「ある物とある物の関係性」といったような知識を自動で獲得する技術の研究をしていました。
学んだ技術を活かそうと、学生時代から事業会社でのインターンシップを経験しましたが、事業会社では扱うものの領域が限られていたため、就職活動時には幅広い業界業種の仕事ができるような会社を探しました。まったく知らない世界をたくさん見られそうな企業はどこだろうと考え、選んだのがブレインパッドです。

幅広く×最先端
つねに触れられる。

“機械学習エンジニア”という職種は、比較的新しい職種です。ブレインパッドでも、まだできて間もないポジションなので、仕事の内容も細かく定められることが少なく、幅広い経験ができるのが面白いポイントだと考えています。
主に画像処理などの深層学習を使ったアルゴリズムの構築・システムへの導入といったプロジェクトに携わることが多いですが、データサイエンティストよりのプロジェクトに参加したり、エンジニアと共同してシステム開発を行ったり、これまで経験したことのない技術や業界知識に触れることができます。また、情報システム部門と連携して、深層学習の計算に用いるGPUサーバーの設定・運用・検証を行うなどの業務も行ったり、社内のインフラ面も含めて携わることができます。それ以外にも、プロジェクト内・外ともに論文を読むことが多く、時には技術書の執筆をする機会もあるので、技術的なインプット、アウトプットの機会が多くあります。

理論だけではない、
現実のビジネスの中でベストを尽くす。

深層学習や強化学習などの機械学習の領域では日々新しい技術が生まれ、進化しています。そういった技術をキャッチアップして、社会やビジネスに応用する方法を考えるのが私たちの役目だと思っています。たとえば論文では、理論上のきれいなデータが用いられることが多いですが、実際のビジネスでは、使えるデータが限られていたり、何らかの制約が付いていることが少なくありません。そんな時は、諦めたり無理やり結論を導くのではなく、別のアプローチを通じて価値を出すことを考えるようにしています。そういう試みこそが、技術を用いて社会に貢献していく方法だと考えています。

1日のスケジュール

12
3
6
9
10:30

出社

11:00

チーム朝会

11:30

プロジェクト関連 コーディング作業

13:30

昼食

14:30

資料作成

17:00

コーディング作業

19:30

退社