メーカー技術者から転身した先輩が語る！AI専門会社で活躍する人の共通点

きっかけは複数ありますが、主には二つです。一つは、HEROZが開発した将棋ウォーズというアプリに強化学習が用いられていると知ったこと。もう一つは、大学の先輩がHEROZで働いていたことです。

HEROZで働きたいと感じた理由は、AI導入のハードルが低い点にあります。HEROZは既に将棋ウォーズでAIを活用しており、さらにBtoB領域でのAI導入実績も豊富で、AIに対する信頼性が高いと感じました。

通常、AI導入による性能向上には難しい面もありますが、HEROZなら実際にAIを活用している現場で仕事ができることが魅力でした。

クライアントごとに企業独自の情報やデータ量、データの生成方法が異なるため、まずは各クライアントの状況を理解するところから始めます。その上で、クライアントに合わせて処理方法を変更・調整する工夫を行っています。

そうですね。学生が一般的に扱うサンプルデータは、背景情報について掴みにくいことがあります。しかし、実はデータというのは生まれ方があるのです。

その生成過程や取得方法によってノイズが発生しやすいなど、データの特徴にも違いが生じます。社会人としてはデータの背景や特性を理解し、情報を収集・共有することが重要です。このような観点からも、学生が扱うデータと社会人が取り扱うデータには違いがあると言えるでしょう。

エンジニアリングマネージャーとして、各プロジェクトのミーティングに参加し、プロジェクトの進行をフォローしています。主な業務内容としては、プロジェクトの方針や分析方法、進行状況が問題解決に向けて適切に進んでいるかをサポートすることです。

勤務時間は比較的自由で、主に10時から19時の間で働いています。午前と午後の仕事の進め方に固定的な区分はなく、ミーティングの予定に合わせて作業を進め、2週間に一度程度、メンバーとの1on1ミーティングも実施しています。

大企業では、入社後にプログラミング研修や先輩の指導のもとで業務を始めるケースが一般的ですが、HEROZでは入社後すぐにプロジェクトに参画することが多いです。エンジニアリングマネージャーがフォローしますが、自ら積極的に学び行動できる人でなければ難しいかもしれません。

これは、自分が仕組み化された環境で働きたいのか、それとも自主的に動きたいのかによって異なります。

HEROZでは、クライアント主導で進めるプロジェクトが多いですが、それに向けての勉強の仕方や開発部分は自分で進めたい方にとっては大きなメリットがありますし、自分のやりたいことがすでに決まっている場合もHEROZが適していると思います。

一方で、ある決まった仕組みの中で、指示を受けて働きたい方には、事業会社の方が向いているかもしれません。最初はAIをやろうと思っていたけど別の業務にも興味があるとか、まだAIだけを極めたいという気持ちまで行っていない方は、HEROZのような専門会社に絞る必要はないかもしれません。

中堅やベテランになるにつれて、担当する業務の範囲が徐々に広がっていきます。初めのうちはAIスキルが中心ですが、そのうち環境構築や操作画面の作成といった周辺スキルも求められてきます。

一概には言えませんが、空いた時間を活用して学習を続けている人が結果を出しやすい傾向にあるのは確かです。業務時間内でも学習の機会はありますが、それだけでは十分でない場合もあるでしょう。

私自身も学生時代からコンテストが好きで、Kaggleや競技プログラミングは特におすすめです。コンテストでは勝利を目指すため、自分でさまざまな工夫をしますし、他者の工夫にも触れる貴重な機会となるので、積極的に参加してみると良いと思います。

HEROZの場合、エキスパートがマネジメントを兼任することもあります。どちらに進んでも成長過程に差はなく、働き方の選択肢としてあるだけです。重要なのは、プロジェクトや製品に対して、どれだけ独自のアイデアを出せるかです。

新人であれば、最初はフォローを受けながらもだんだんレベルが上っていき、自分のつくりたいものの情報や技術を調べるようになります。それをお客様に説明できて、他のメンバーとも協働して運営できる力を養っていくことが、キャリア成長につながります。

例えばプログラミングにおいても、自分で動かせるものと人に使ってもらえるものというのは、いろいろと異なってきます。コードの書き方においても、他者が見て理解できるかどうかが重要で、その視点を持つことが初めは難しいと感じる場合が多いです。

これを克服するには、自分以外の視点や実践を積み重ねて経験を増やしていくことが必要です。慣れるまでの経験回数は人それぞれなので、期間よりも「繰り返す」ということが大事だと思います。

私たちは、第一に求められるものをつくらなくてはいけませんが、試行錯誤するうちに、エンジニア目線での理想とするものに偏りがちです。一般的なアプローチや自分がつくりやすい方法を優先してしまうと、結果としてクライアントのニーズに合わないものになってしまうという経験もありました。

「自分では必要だと考えていたことが、クライアントにとっては必ずしも重要ではない」ということを、この経験から学びました。

仕事は一人で完結するものではないため、自分がどの役割を担当し、どのような責任範囲を持って業務に取り組んだのかを話せるようになることが大事です。単に『◯◯を作りました』という説明だけでなく、直面した課題や、その解決のために工夫したことを具体的に語れるように準備しておきましょう。

仕事は、すべてが順調に進むとは限りませんし、行き詰まりを解決するためには工夫が求められる場面も多々あります。学生の場合、論文を執筆する過程そのものが、工夫を言語化する良い機会となるはずです。先行事例に対してどのような工夫を加えたのか、何が異なるのかを明確にすることは、社会に出た後もスキルとして役立ちます。

人が行う仕事とAIが担う仕事が急激に変化することはなく、20年後もおそらく人は何らかの形で働いているでしょう。技術がどんどん進み、新たなビジネスが生まれる一方で、社会全体が変わるスピードは思ったよりも緩やかです。ただ、AIの発展により、作業の効率化や新たなツールの登場といった形で、生活や仕事の在り方は少しずつ変化していくと思います。

今はエンジニアリングマネージャーという立場で、さまざまなプロジェクトを通してお客様にAIの具体的な活用方法を提案しています。エンジニアとしてAIを社会の中でより身近なものとするお手伝いをし、さらにAIの普及に貢献していきたいと考えています。