Dear Great Hackers

  1. インタビュー
  1. タイアップ

ベンチャー気質の大企業が面白い!日立に中途入社したデータサイエンティストが感じるやりがいとは

これからの時代に欠かせないデータ分析を生業とするデータサイエンティストの需要は伸び続けており、スキルとして習得をめざす人も急増しています。
スキル評価のためのテストプラットフォーム提供を行うDevSkiller社によるレポート「Top IT Skills Report 2022」にて、実施テストのデータサイエンス関連件数が対前年比で295%増加となっており、職種としても非常に人気が高くなっていることが分かります。

そんなデータサイエンティストの育成に早期から着目し、会社の経営戦略として取り組んできたのが日立製作所です。同社では、2020年4月にデータサイエンティストを結集した新組織「Lumada Data Science Lab.」を立ち上げ、AI技術を使ったビジネスの展開を加速させています。

どのようなメンバーがどのような視点で顧客課題の解決を進めているのでしょうか。今回は、2020年以降にキャリア採用で入社した3名のデータサイエンティストに、詳しくお話を伺いました。

日立製作所経験者採用実施中!

民間企業R&D部門のDX推進に資するデータエンジニア(分析基盤の設計・開発)
募集職種詳細はこちら

AI/アナリティクス技術により顧客の課題解決を行うデータサイエンティスト
募集職種詳細はこちら

プロフィール

奥田 太郎(おくだ たろう)
株式会社日立製作所
社会ビジネスユニット 社会BU戦略本部 デジタルイノベーションセンタ
2020年11月に日立製作所へ入社。SIer→外資自動車部品メーカー→大手総合電機メーカーというキャリアを歩む。前職では機械学習エンジニアとして実装側を担当する。日立入社後は社会ビジネスユニットに所属して顧客向けにデータ分析などを通じた価値提案を行っており、現在は、電力分野のお客さまを多く担当している。

 

田中 聡一朗(たなか そういちろう)
株式会社日立製作所
デジタル&システムサービス統括本部 社会イノベーション事業統括本部 Lumada CoE   AIビジネス推進部
2021年5月に日立製作所へ入社。キャリアとしては、防衛・航空、宇宙事業などにおけるSIerからスタートし、その後AIエンジンの開発を行う企業にてデータサイエンティスト業務を担当してヒアリングから分析・設計・PoCまで幅広く担当する。日立入社後は、AIビジネス推進部所属のデータサイエンティストとして、顧客課題の解決に従事している。

 

福岡 誠之(ふくおか まさゆき)
株式会社 日立製作所
社会ビジネスユニット 公共システム事業部 公共基盤ソリューション本部 デジタルソリューション推進部
2022年2月に日立製作所へ入社。前職では、事務機器などの大手メーカーにて、インクジェットの研究・開発やMI(マテリアルズ・インフォマティクス)の活用検討・社内推進に従事。日立入社後は、材料開発のデータ分析ソリューションを担当し、素材メーカーなど企業の材料開発を支援している。データサイエンティストとしての業務だけではなく、プロダクトマネジメントも担当している。

幅広い分野におけるデータ利活用に携わりたいと思い、日立に入社


――まずは皆さまのこれまでのご経歴と、日立製作所へ入社・転職した動機、現在のお仕事内容について順番に教えてください。まずは奥田さんからお願いします。

奥田 : パソコンメーカー・外資自動車部品メーカー・大手総合電機メーカーを経て、日立製作所に入社しています。前職では自動運転の先行開発を担当し、そこで機械学習エンジニアとして実装寄りのことをやっていました。具体的には、ディープラーニングのモデルを車載システムに実装するための最適化などを行っていました。

――機械学習エンジニアとしてのキャリアはいつからスタートしたのでしょうか?

奥田 : 前職の大手総合電機メーカーです。新卒入社のSIerではノートパソコンの開発をやっていまして、外資自動車部品メーカーでは自動運転向けの車載センサ―を日本で実用化するプロジェクトにおいて、テスト車両のセットアップ、国内車道でのテスト支援、海外の開発部隊へのフィードバックなどの業務に携わっていました。もともと開発をやりたいという気持ちがあったのですがなかなか機会がなく、前職の大手総合電機メーカーに転職し、そこで初めて機械学習に携わることになりました。

――そこから日立へ転職したきっかけは何だったのでしょうか?

奥田 : 先行開発のプロジェクトがひと段落して、今後のキャリアを考えた際に、より多様なデータを利活用する仕事に携わりたいと思いました。そのような中で日立の求人を見つけて、事業領域的に幅広い分野におけるデータやAIの活用に携われると思い、転職しました。

――日立入社後はどのようなことをされているのですか?

奥田 : 社会ビジネスユニットの中にあるデジタルイノベーションセンタという部署に所属しています。社会ビジネスユニットとは、公共団体や社会インフラなどの領域について、AIの活用をはじめ様々な技術的支援を検討・実施する部署です。昨年度まで社会システム事業部という部署に在籍しており、電力分野の案件に多く携わってきました。現在の部署でも、その経験を生かし電力分野の案件を担当することが多いです。

※日立の社会システム事業部については以下の記事もご参照ください。
「Society5.0」の実現をめざす日立製作所の未来創出型オープンイノベーションにダイブ!

――電力分野では、具体的にどのような支援を行っているのでしょうか?

奥田 : 例えば、スマートメーターの通信ログを見て通信障害の原因を特定したり、お客さまから「設備の保守業務の全般についてDXがしたい」というご相談をいただき、そこから具体的なPoCへと落とし込んで実施するということも行っています。

また機械学習エンジニアとしては、モデルができた時にすぐにお客さまへご提供できるように、クラウドのアーキテクチャを考えて効率的にAIをデプロイするようなAWSの使い方を提案することもしています。また、お客さまとワークショップを開いて、最新技術をお見せしながら将来的にできることのアイデアを出したりもしています。
データサイエンティストではあるのですが、分析だけでなく幅広くソリューション全般に携わっています。

お客さまが納得するところまでPDCAをご一緒する

――田中さんも、日立製作所へ入社・転職した動機、現在のお仕事内容について教えてください。

田中 : 新卒ではSIerに入社して、前職のAIエンジンの開発を行うベンチャー企業ではデータサイエンティスト業務を担当していました。画像データを扱うチームのリーダーをやっていて、日々多くの案件を担当していました。

――そのAIベンチャー企業では、どのような案件を担当されていたのですか?

田中 : 大小様々な案件を担当していました。例えば、画像を使った異常検知や動画を用いて人流の可視化を行い動線設計に役立てるといった案件に携わったこともあります。

――日立に転職をしようと思われたきっかけは何だったのでしょうか?

田中 : 分析作業をしている中で、なかなか期待通りにいかないことも多く、「はたして分析の進め方はこれで合っているのか」という疑問を抱くようになっていきました。しかし、社内にはそのようなチェック・相談できる体制がまだ十分ではなかったため、データ分析で多くの実績を持つ企業でスキルアップしたいと考え、日立に転職しました。

――なるほど。現在はどのようなお仕事をされているのでしょうか?

田中 : AIビジネス推進部というところに所属するデータサイエンティストとして、お客さまから寄せられる課題の解決に従事しています。課題のヒアリングから、要件定義や分析設計、実際の分析、モデルの作成、そしてシステム化の支援まで、幅広く担当しています。

現在携わっている案件としては、BtoB事業を展開するクライアントに対して、営業利益を最大化するための営業活動計画の立案をサポートするAIの構築を進めています。

――分析設計は、どのような形で進めるのでしょうか?

田中 : まずは、説明変数(インプット)、目的変数(アウトプット)、モデルの評価方法などタスクの定義を行います。そこから実際に何らかの数理モデルを選んで評価を実施し、その結果がお客さまからフィードバックされて、モデルを再検討したり、時にはタスク定義まで戻ったりしながら改良を繰り返します。そんなサイクルをお客さまに納得いただけるところまでご一緒するという形で進めています。

――となると、お客さまのリテラシーもある程度必要だと思いますが、その辺りの実態はどうなのでしょうか?

田中 : 高いですよ。お客さま自身もデータサイエンスの部署をもたれていて、そこの担当者の方とやりとりをするので、議論がしやすく、コミュニケーションもスムーズです。課題の難度が高いがゆえに、日立にご依頼いただいているという案件が多い印象です。

AIを使う側から、AIの活用サービスを提供する側へ


――福岡さんもまずはこれまでのキャリアから教えてください。

福岡 : 前職ではプリンターメーカーで商業用インクジェットプリンターの設計開発を行っており、商業用インクジェットプリンターの設計開発の中で、インクの研究開発に携わっていました。3年ほど前に、インクの研究開発に付随して材料開発向けのAI活用の検討や推進に従事するようになり、AI × データサイエンスの領域に本格的に入っていくことになりました。

――もともとAIやデータサイエンス関連のことをされていたのでしょうか?

福岡 : いえ、材料系ということもあり実験とシミュレーションが中心だったので、情報工学を専門でやっていたわけではありません。

社内の業務効率化のためにPythonを使う程度だったのですが、材料開発にあたって過去のデータを活用できないかという課題感も相まって上司に相談したところ、MI(マテリアルズ・インフォマティクス)の担当に任命されました。

ある種いきなりMIの担当に任命されたわけですが、せっかくの機会だということで、そこから本格的にデータサイエンスを扱うことになりました。

――そんな中、どのようなきっかけで日立に転職することになったのですか?

福岡 : ある媒体経由で、たまたま日立主催の材料開発向けAIのワークショップのことを知り、競合他社でどういう人がいるのかなという興味もあって参加しました。その時は転職する気は1ミリもなかったのですが、その後カジュアルに面談をする機会があり、お話をする中でより興味が湧いてきまして、気が付いたら入社することになりましたね。(笑)
ちなみに、そのワークショップで同じグループだった方が、今も同じチームで働いています。

――そんなことがあるんですね!転職する気がなかったのに、結果として日立に転職されたのは何故なんでしょうか?

福岡 : 日立については、名前はもちろん、材料開発向けAIを提供していることも知っていて、サービスもチラッとみたことがあったのですが、画面デザインがかっこ良かったんですよね。そのような印象が残っていたこともあり、転職をするんだったら日立がいいなと思っていたところもありました。
今まではモノを作るためにAIを使っていたのですが、今度は材料開発向けデータ分析環境をサービスとして提供する立場になるということで、モノづくりができないのはちょっと寂しいところはあるものの、お声がけいただいたこともあって転職を決めました。

――日立入社後はどのようなことをされているのですか?

福岡 : 日立入社後は、MI関係のソリューション開発事業に携わっています。主な担当としては、材料データの分析支援サービス分析環境提供サービスです。特に後者を担当することが多いです。

分析支援サービスでは、お客さまよりデータをいただいて、日立で分析を代行し、その分析結果をレポートするというものです。また分析環境提供サービスについては、材料データの分析環境をクラウドで提供するというもので、分析に特化した機械学習等のアルゴリズムを搭載しています。

日々の仕事としては、前職より培ってきたドメイン知識を活かしながらデータサイエンティストとして実際にお客さま先に行ってヒアリング等を行い、ニーズを確認しながら製品へのフィードバックを開発チームに伝えて機能のブラッシュアップを行うなど、プロマネ的なことをやっています。

※日立の材料開発ソリューションについては以下の記事もご参照ください。
日立のマテリアルズ・インフォマティクスを支える若手データサイエンティスト・研究者3名が語る、世の中の理(ことわり)への探究談義120分

――材料業界では、お客さまはどのようなニーズを持っているものなのでしょうか?

福岡 : 当然会社によってまちまちなのですが、総じていい材料を作るための実験条件を考える支援や、そこに至らずとも開発に有用な情報をくれるようなAIのニーズが多いかなと思います。

提案内容や事業検討のための技術習得に使える時間が、月に最大で54時間ある

――日立製作所に入社してみて感じたギャップなどがあれば、ぜひ教えてください。

福岡 : 私の場合は、ワークショップで日立のメンバーや部長とお話をして「いい人たちだな」と思って入社してきたので、人の面では大きなギャップはありませんでした。

日立は大企業ということもあってガチガチの縦社会をイメージしていたのですが、中に入ってみると基本的に自由にやらせていただけるので、そこは意外なギャップでした。私のチームは、年齢的に私より若い方が大半なので、そのような環境の要因もあるかもしれません。

――若いチームということですね。前職との違いという観点ではいかがでしょうか?

福岡 : 前職ではMI活用の推進担当ということで、企業の中で初めて取り組むような形だったので、技術の細かい内容を他の人に気軽に相談できる環境はありませんでした。一方で日立の場合は、周りにAIの有識者がたくさんいて、材料開発データを扱った経験がある人もチーム内外に多いので、滑らかにコミュニケーションをとれるのがいいなと感じています。

――共通言語があるって大事ですよね。奥田さんはいかがでしょうか?

奥田 : もともと私は製品ありきでデータサイエンスをやっていたのですが、日立での業務では目的が決まっていないところから課題を把握していくような「柔らかい案件」が多いです。思った以上に柔らかいなと感じているので、これまでとは発想を変えないといけないなとも思っています。

――柔らかい案件が多いというのは、良いこと/悪いことで言うとどちらになるのでしょうか?

奥田 : どちらの側面もありますよ。ある程度、内容が固まった案件を技術的観点でやりたいという気持ちはあります。一方で、今やっていることは間違いなく意味のあることだとも思っていまして、今後も必要になるアプローチだからこそ、今はひたすらやっていくフェーズだなと思っています。

――なるほど。田中さんはいかがでしょう?

田中 : 思ったより自由と言いますか、やりたいことをやれる感じでした。特に私が所属する部署では、提案内容検討、事業検討、ノウハウ共有などのために比較的自由に新しい技術を習得できる時間が月に最大で54時間用意されています。

――それは素晴らしいですね!

福岡 : 私の部署にはないので、今初めて知りました(笑)いいですね!

田中 : いいですよね。事業部特有のものとして、今年度から制度化されました。

――事業部によってその辺の制度は柔軟に設定されるんですね。

田中 : そうなんだと思います。あと、有志で集まって勉強会もできますし、思った以上にベンチャー気質な風土があるんだなと感じていて、そこはいい意味でのギャップだと思います。

――ベンチャー企業にいた田中さんとして、ベンチャー気質な大企業の良いところはなんだと感じますか?

田中 : 福利厚生などの手厚い制度がありつつも、ベンチャー企業のような裁量でやりたいことをできるという点で、最高だなと思っています。

日々進歩しているところに身を置けるのが面白い

――皆さん、扱われている分野は違えど全員データサイエンティストということで、データサイエンティストとして働く醍醐味について教えてください。

奥田 : 毎年、新しい技術や論文が発表されていて、日々進歩しているところに身を置けるのが面白いことかなと思います。以前はできなかったことが、今年に入ってできるようになるということも多く、また分野を横断して適用できる可能性がある点も魅力ですね。
新しい技術って、大抵はすぐに実務で使えるものではないのですが、どうやって業務に活かせそうかを考えることは楽しいですよ。

田中 : 私は、データサイエンスの技術が単純に好きなので、極めていけるかどうかというところが一番のやりがいになっています。AIって、簡単に説明すると世の中の現象を数理モデルで表現する技術なのですが、そこには本当に多様なアプローチがあります。だからこそ突き詰めて考えていきたい領域ですし、プライベートでもそれなりの時間をデータサイエンスの勉強に費やしています。

福岡 : おふたりと同じ意見です。できることがどんどん出てきて、世界が変わっていくのは単純に楽しいと思いますし、私が担当する材料業界はもともと非常にレガシーなところなので、変わりつつある業界の節目に立ち会えるのも面白いと感じています。

――いいですね!では、日立製作所のデータサイエンティストとして働くことで得られる成長についても教えてください。

田中 : 周りに多種多様なデータサイエンティストがいて、彼らと議論している時に成長を感じます。私の考えに対して、本質はそこじゃないということをズバッと指摘しくださる方々がたくさんいるので、非常にスキルアップしやすい環境であると感じています。

福岡 : 先ほどもお伝えしましたが、日立には周りに様々な分野の有識者がいるので、ドメイン知識以外の領域でも相談できる人がたくさんいます。例えばAWSにつなげようとなったらクラウドを専門的に扱う部署があるので、そこに相談に行けば良いわけです。そういった面でも勉強になる職場だなと感じます。

奥田 : 現在メインで担当している電力分野は日立に入ってから初めて担当することになったので、全くなかったドメイン知識が日々ついてくるのは、勉強になっていて成長を感じます。
あと技術者の集まりも結構多くて、気になった記事を情報共有する場や、技術書を輪読するようなものもあります。そのあたりの取り組みも個人的には気に入っています。

最近では日立を指名されるお客さまも増えている

――今後、チャレンジしていきたいことを教えてください。

福岡 : ビジネスとして、データサイエンスのソリューションを大きくするところにチャレンジしていきたいです。PoCで終わるのではなく、その成果や材料系の技術を実用化していき、世界で日立のブランドを確立できるようなことをやっていきたいです。
技術面で言うと、最新の技術をキャッチアップして論文を書きたいと考えています。ビジネスに寄りすぎるのではなく、ちゃんと技術も磨きたいなと思います。

奥田 : 似たような内容になりますが、分析して終わるのではなく、MLOps(機械学習オペレーション)的なことも考慮して、AIやシステムの開発に貢献していきたいと思います。

田中 : 今はとにかく、多くの案件をこなしたいです。どのような案件でも学びがあると思っているので、とにかく様々なデータに触れて様々な技術を身に付けて、最終的には「あの人に聞けば何かヒントを出してくれる」みたいな、頼られる存在になりたいと思っています。

――ありがとうございます。それでは最後に、日立で働くことの良さや魅力について、読者の皆さまにメッセージをお願いします。

奥田 : 日立は顧客の基盤が広く、自社以外にも多様なお客さまのデータに触れることができる点が、データサイエンティストとしての大きな魅力だと思います。
また、わからないことが発生しても、ちゃんと相談する場所があってヒントをもらえる環境があるのはすごくありがたいなと思います。そういう恵まれた環境でデータを分析したい人には良い職場だと思います。

福岡 : 日立は、ヒト・モノ・カネのリソースが潤沢だと感じます。ワールドワイドでのプロジェクトも多く、大企業ならではのリソースを潤沢に活用して幅広く活動したい人にはいい環境だと思います。

田中 : 規模の大きな案件や新規性の高い案件が多く、やりがいがあって楽しいです。特に私のいるチームでは顧客課題の解決をメインにしているので、おふたりがおっしゃっていた通り、様々な顧客のデータに触れることができる点が魅力です。
最近では「日立がデータサイエンスを頑張っている」ということが少しずつ有名になってきていて、引き合いも増えています。「日立ならやってくれそうだ」という期待をしていただけるのは非常にありがたいことで、そういうお客さまに恵まれている点も、大きな魅力だと思います。

編集後記

今回は中途入社者へのインタビューということで、各々の担当分野は異なるものの、それぞれが違う形での熱量を持っていて非常に面白いインタビューとなりました。技術力の高さはもちろん、各メンバーが顧客の抱える課題を“自分ごと化”して真摯に対応しているからこそ、日立製作所を直接指名する顧客が増えているのだと感じました。冒頭にお伝えしたとおり、日立では2020年4月より新組織「Lumada Data Science Lab.」を立ち上げており、データサイエンティストの活躍できる土壌を会社として積極的に展開しています。AIやデータサイエンス領域で活躍したいと考えている方には最適なフィールドだと思います。なお、日立のデータサイエンティストについては、インタビュー本文でご紹介したもの以外にも以下の記事で言及しているので、ぜひ併せてご覧ください。
日立が組織するデータサイエンス「特殊部隊」とは?トップデータサイエンティストを結集したLumada Data Science Lab.に迫る。
「GPUを止めない!」精神でKaggleと向き合う。日立製作所メンバー x カレーちゃんによるKaggler対談
日立の巨大アセットを利用して起業する。研究者とデータサイエンティストが進める医療・創薬向けAIに迫る。
「面白い」ことが絶対条件。GrandmasterとMasterが指南するKaggleの“勝ち方”と“楽しみ方”

取材/文:長岡 武司
撮影:法本 瞳


「Qiita×HITACHI」AI/データ×社会課題解決 コラボレーションサイト公開中!

「Qiita×HITACHI」AI/データ×社会課題解決 コラボレーションサイト公開中!
日立製作所の最新技術情報や取り組み事例などを紹介しています
コラボレーションサイトへ

日立製作所経験者採用実施中!

民間企業R&D部門のDX推進に資するデータエンジニア(分析基盤の設計・開発)
募集職種詳細はこちら

AI/アナリティクス技術により顧客の課題解決を行うデータサイエンティスト
募集職種詳細はこちら

日立製作所の人とキャリアに関するコンテンツを発信中!

デジタルで社会の課題を解決する日立製作所の人とキャリアを知ることができます
Hitachi’s Digital Careersはこちら

関連記事