2020.08.24

【メンバー紹介②】あなたはなぜミライジンラボに?

データ分析を担当している大工泰裕です。ミライジンに関わり初めてもうすぐ1年になろうとしています。当初は自分がミライジンにこんなに深く関わることになるとは全く予測していませんでした。 




ふらっと入ってみたミライジンラボ

そもそも、私がミライジンに入社するきっかけは全くの偶然でした。ちょうど1年前、学生の私は大学院の集中講義を受講しており、そこで外部講師として招かれていたのが代表の小林でした。講義では仮想データを与えられ、グループごとに提案をするとい内容で、小林は各班の質問に対応する役割でした。 

講義中、私は何回も小林に質問していた記憶があります。あとから聞いてみたところ、小林の私に対する印象は「受講生のなかで一番厄介そうなやつ」だったそうです。 

結局、小林とはその集中講義で仲良くなりました。後日、小林が私のHPからメールをくれてからやり取りするうちに「一回ウチに来て話聞いてみる?」となったのです。当時来年からの就職も決まっていなかった私は、データサイエンスという言葉に惹かれてあまり深く考えず関わってみることになりました。 


入ってみて気づいた「データサイエンスの本質」

大学での研究しかして来なかった自分が、一番楽しみにしていたのがビジネスの現場のリアルなデータを解析できるということです。しかし、実際に分析を初めてみてわかったのが、分析に使うデータが全く整理されていないということでした。これは、研究一辺倒の自分には大きなカルチャーショックでした。研究を行うときはデータを取る前に解決すべき問題と目的を決めて、それらに合わせたデータを取ります。

しかし、実務で扱うデータは、誰も意味を知らない変数、コード表が見当たらないコーディング、さらにはなぜか似たようなデータセットが複数あるなど…。とにかく未経験のことだらけでした。ミライジンで私が最初にしたことは「そもそもこのデータが何のデータなのか?」を明らかにすることでした。おそらく、巷でデータサイエンスと聞いてイメージする業務とは大きく異なっていると思います。 

代表の小林はよく、データ分析は「データ分析能力+業務知識」と言っていますが、実データに接した私も全く同じ感想を持ちました。業務知識がないと、データ分析にたどり着くことすらできません。また、業務知識がなければ、実現不可能な提案をしてしまうこともあります。

データサイエンスと聞くとデータ分析が中心というイメージがあるかもしれませんが、データサイエンスの本質は問題解決にあると思います。高度な分析をして得られた結果よりも業務で問題解決に「使える」結果のほうが価値があり、何が「使える」のかを判断するために業務を知る必要があるというのが、ミライジンでの一番大きな学びでした。 

こんな感じで、日々学びが多い環境で働くことができています。最近は案件のマネージメントも任せてもらえるようになったので、ビジネスのことを学びながら、研究で培ったスキルも業務に活かせていければと思います。 

SHARE
BLOG TOP