奥村 純

奥村 純

  • ディープラーニング講座

国内外の研究機関で観測的宇宙論・高エネルギー天文学の研究に従事し、京都大学理学研究科宇宙物理学教室にて博士号取得。
株式会社ディー・エヌ・エーに入社後、ゲーム領域・モビリティ領域のデータアナリストを経てAI研究開発エンジニアに転身。
現在はゲーム領域を中心に様々な事業へのAI導入を推進している。

著作 「データサイエンティスト養成読本 ビジネス活用編」共同執筆

AIエンジニアを目指したきっかけ・やりがい

現在の会社に入社するまでは天文学の研究をしており、そこでは道具の一つとしてデータ分析に携わっていました。
その時に、留学先で知り合ったデータサイエンティストたちとの交流を経て「データサイエンスや統計でこんなに事業・社会貢献ができるんだ」ということに気付かされたことが自分のきっかけです。
現在はDeNAにてAI活用を推進する立場になりましたが、実際に自分達の作ったAIモデルが利用していただいている方に届き、体験の改善や事業改善につながっているのを感じるのが一番のやりがいです。
AIを作ること自体はすでに難しくない時代ですが、それらを使って実際の成果を出すことをこれからも志向していきたいと思っています。

案件参画時の一日の流れ

10:00 出社
人によってはもっと早く出社されますが、私などは子どもの登園後に出社しているのでいつもこの辺りになっています。まずはメールとスケジュールの確認、一日の段取りを想定します。

10:30 定例ミーティング
私のチームでは毎日朝会を行っています。ここでは短期の作業と進捗をメンバーごとに確認し、それが中期計画に影響がないか判断する場となっており、合わせてメンバーが書か替えている課題や面白かった論文の話題など、発散ベースで議論をしています。

11:00 データ分析・モデリング
私の会社は各自が裁量をもって動けるので、どのようにタスク設計をするかは自由です。定例ミーティング後には大体データ分析やモデリング、デバッグ等を行っています。特に午前中は一番頭が働きやすいので、大きなタスクや懸念について方針を考えることが多い気がします。

12:00 休憩
社内・社外それぞれ自由に昼食を取りに行きます。私の場合はリフレッシュを兼ねて社外に出て美味しいお店を開拓しています。

13:00 データ分析・モデリング・技術キャッチアップ
午前中に検討したタスク通りに業務を進めていきます。データ分析を行ったり、深層学習のアーキテクチャをチューニングしたり、今後検討材料になる最新技術のキャッチアップ(論文を読むことも含まれます)を行っています。特に現在は実際にAI機能がリリースされている状態のため、システム周りをみているエンジニアと相談をしたり都度ミーティングすることが続きます。

14:00 技術シェア会、グループ定例
週に一度、各機械学習エンジニアが最新技術を紹介する勉強会があるのでそちらに参加をしたり、グループの定例に参加したりします。ただ社内では極力不要なミーティングはしないため、基本午後はデータ分析・モデリングに集中していることが多いです。私自身は現在チームリードや戦略策定の役割も持っているので、事業部の適切なメンバーとコミュニケーションを取ることに使っていることもあります。

18:30 退社
このあたりになると多くの機械学習エンジニアは一日の振り返りと単中期の業務設計を見直した上で退社しています。面白い論文があったり再現実装を行いたい場合は、もう少し残って将来の業務で必要になりそうな技術キャッチアップの時間に使うこともあります。

初学者の方に教える際に工夫しているポイント

データサイエンスや機会学習を学ぶ上で最大の障害になるのは数学だと感じています。
講義資料も都合上多くの数式が出てきますが、受講者の方にあわせてなるべく抽象化して伝えることを意識しています。
短期間で深層学習の背景にある数学を完璧に理解するのは難しいものの、一方で概念レベルでしっかり理解すれば後からでも個人で深掘りできると考えています。
理解が難しい部分でも最低限の考え方を間違えなければ将来的にも使える武器になっていくのではないでしょうか。
そのような観点で受講後も役に立つような考え方に落とし込むことを意識しています。

今人工知能のスキルを身につけるメリット

現在、アルゴリズムの進展や計算資源の向上、大規模データの整備によって、深層学習をベースとした研究が大きく進捗しています。
日々多くの話題が紹介されており、AIを活用したサービスは今後さらに私達の生活に溶け込んでいくでしょう。
しかし、AIを実際にビジネスの現場に導入するには様々な困難が存在するのも事実です。
どのような仕組みで学習が行われているのか、今後解決されるべき課題はなにか、AIがどのようにビジネスに結びついていくのか。
これらを正しく理解し適切な期待値を持つことで、AI活用への見通しがよりクリアになり、実際に事業価値を生み出すケースを作っていく大きな助けになると信じています。

受講者へのコメント

AIに対する期待が加熱する一方で、その活用にはまだ整理されていない多くの課題があります。
私も実際に活用する際には多くの苦労がありました。
AIの仕組みについては、実際に手を動かしながらアルゴリズムや理論的な背景を理解していくことが必要ですし、その後はAIプロジェクトの各プロセスでどのような検討事項があるのかを把握しておかなければいけません。
私の講義では、技術はもちろん、実際にプロジェクトとして進める際のノウハウにも触れながら、AI活用の全体像についてなるべく俯瞰的に習得するお手伝いができればと思っています。

講座に申し込む