Lenovoジャパン様
NECパーソナルコンピュータ様
NABLAS株式会社が提供するAI人材育成サービス「iLect」を受講いただいたLenovoジャパン様・NECパーソナルコンピュータ様のITエンジニア4名に、受講におけるエンジニアとしての成長などについてうかがいました。
受講者の皆様にはそれぞれが異なるスキルや背景があるものの、ITエンジニアとしての経験があり、新たなスキルを習得するために受講した共通点がありました。フレームワークは使えるものの、精度向上などの限界があるため理論から学びたいという悩みがあったそうです。
今回は受講いただいた中から4名の方に、実際に得られた効果や今後期待することをうかがいました。
【インタビューにご協力いただいた皆様】
Lenovoジャパン AIC Development ＆ Cloud所属 横山欧十郎様
役職：Staff Engineer, SW
担当業務：機械学習による異常検知などのPoCを担当している。
スキル：JDLA（※一般社団法人日本ディープラーニング協会）のE資格を保有しており、フレームワークを使用した開発経験がある。
受講目的：フレームワークによるAIの実装はできるものの、理論からコードに落とし込めず、ブラックボックス化する点が悩みだった。問題発生時の原因特定や精度向上を目指して受講した。
NECパーソナルコンピュータ Solution Development Group 福島多聞様
役職：Staff Engineer, SW
担当業務：自社製のPCにインストールされるソフトウェアの開発を担当している。
スキル：JDLAによるE資格を保有している。
受講目的：強化学習に興味があり、フルスクラッチによる開発を目標として受講。また、既存の学習済みモデルを利用するだけでなく、理論から学んで精度向上などに必要な知見を身に付けたくて受講した。
Lenovoジャパン SW Solution ＆ OS Support team 二見恭平様
役職：Engineer
担当業務：IoTデバイスやLinuxを使用したデータ分析プロジェクトにおけるPoCを担当する。
スキル：学生時代に統計を学んでおり、ディープラーニングやPythonは教養程度に身につけている。
受講目的：IoTデバイスで収集したデータをディープラーニングで分析したくて受講した。
Lenovoジャパン UX Software Development 隅博行様
役職：Advisory Engineer, SW
担当業務：AIを用いたアプリケーション開発チームのリーダーを務める。
スキル：scikit-learnによる異常検知アプリの経験がある。
受講目的：ディープラーニングを含めたAIに付いて学び、スキルアップを目指して受講した。
※以下敬称略
「受講する前はいかに未熟だったかを痛感した」
──AIに関する研修は多数ありますが、iLectを選ばれた理由は何でしょうか
横山：ITエンジニア向け研修としてハイレベルな内容だったからです。既存のフレームワークを使った開発は経験しており、さらにスキルアップするためには理論から学ぶことが必要でした。
今回受講した「DL4E | Deep Learning基礎講座（E資格対応版）」は、論文を読みながら1からコードを書いて実装するところまで学べます。正直なところAIにおける研修で、ここまで高いレベルを目指すものは貴重です。ディープラーニング研究で実績のある東京大学と連携した講義にも説得力がありました。
──同期型のオンラインによる研修に不安はありませんでしたか
横山：同期型の講座のため、講師とは別にオンライン上で講座メンター（TA）が待機してくれているので、わからない点はSlackで質問すればリアルタイムに1から丁寧に回答いただけます。オンラインによる受講形式がマイナスになった部分はほとんどありません。
むしろ、遠方の教室まで移動する手間が省けたり、講義後に共有される当日録画した講義動画を後で見直し復習できたり、メリットが大きいくらいです。自宅にある使い慣れたディスプレイやキーボードを使えるので、リラックスした環境で受講できたのも良かったですね。
──理論とコーディングについてはどのように学びましたか
横山：最初に講義で理論を学んでから理論に沿ってコードを解説する流れ形だったので、説明が地続きでわかりやすかったです。受講する前はフレームワークを利用したり、既存のコードをベースに修正したりする程度だったので、いかに未熟だったかを痛感しました。講義を通じて理論から学べたことで、フレームワークの設計やコードにおける思想を把握できるようになりました。
フレームワークや既存のコードを転用する場合でも、どんなデータを集めてどんな処理をすべきかを論理的に考えられるようになり、精度や作業効率が向上しました。今回iLectを受講した目的は、理論を学んで1からコードに落とし込むことだったので、要望にすべて応えていただけました。
二見：私も受講する前の技術力は、ディープラーニングに関するチュートリアルを試したり、公開されているコードをそのまま利用したりする程度でした。同じようにiLectによって理論まで学べたことで、ほかの人が作ったコードがどのような意図で組まれているかを理解して、用途にあわせてカスタマイズできるようになりました。
ほかのコードを転用するのは簡単ですが、それでは問題があった場合に原因がわからず解決できません。問題の原因特定から解決まで自力でできるようになれました。
福島：受講前は深層強化学習について外部のセミナーや書籍を使って学んでいましたが、どうしても手探りになって良い精度が出せませんでした。受講後は理論に基づいて目的に応じてフルスクラッチで最適なコードを書けるようになりました。PyTorchなどのフレームワークを利用する場合でも状況に応じて細かくパラメータを設定できるようになったのも大きいです。
──やはり、フレームワークや既存コードの流用では限界がありますか
隅：私はアプリケーション開発が主な担当業務ですが、以前は自力でモデル開発をするのが難しく、クラウドで提供されているサービスを使用していました。しかし、社内業務で利用する上で精度向上などの差別化が求められます。そのまま使うだけでは限界がありました。
iLectでディープランニングに関するさまざまな手法が学ぶことで、「これはできるかな？」と自分たちが抱える問題に対して「こうすれば良い」「こんなデータが必要だ」というディスカッションができるようになりました。その上で既存の手法のみならず、さまざまな試行錯誤を繰り返しながら解決策を見つけられるスキルが身につきました。
「講義が分かりやすいので、受講の際は基本的な知識や技術力があれば問題ないと思う」
──理論から学ぶのは難しいと思われますが、講義の内容や講師のフォローはいかがでしたか
横山：まず講座メンター（TA）による説明がわかりやすかったです。比喩を交えながら私が理解しているアルゴリズムでどこに相当するかなどを詳しく解説いただき、今まで曖昧だった部分の穴を埋めてくれました。講義終了後は質問に丁寧に回答いただけました。
講義のなかでとくに良かったのは、各講義が終了してから毎回コンペを開催してくれたことです。どうしても講義で習った内容を実務に反映させるにはハードルが高くなるので、実践的な課題としてコンペに取り組むことで理解度が高まりました。
コンペではほかの受講者とSlackで意見交換をすることで精度を上げる工夫が身につきますし、受講者それぞれの強みも見えてきます。こうした取り組みで学習におけるモチベーションを高めていき、コンペを通じて休日でもコードを書くようにもなりました。
──受講における費用対効果はいかがでしょう
横山：質の高い内容や講義ごとに実施されるコンペに加えて、GPUを割り当てられた学習環境が提供されました。学習環境や受講後の成果を考えると、費用対効果が非常に高いカリキュラムだったと思います。今回の費用は会社持ちではありますが、自分で受講料を払っても良いと思える内容ですね。
気になるのは最低参加人数が決まっているので、受講するハードルが高い点です。社内でも受講者を募集し、人数が集まってから受講する形になりました。
──今後受講される方へのアドバイスなどございますか
二見：私は業務でのAI開発経験がなく、統計についても大学で習った程度なので、受講者のなかでは1番初心者に近い立場だと思います。それでも、わかりやすい講義のおかげで理解できたので、基本的な知識や技術力があれば問題ないと思います。受講前に不安がある方は講座で学ぶ内容に関する参考資料があるので、そちらを確認したうえで受講するかを見極めるのが良いと思います。
──最後に今回受講して身に付いたことや、成長した点は何でしょう
横山：社内で挙げられる要望において、自分でPoCにおける実装や精度向上まで実装できるという自信がつきました。アイデアやPoCの段階から自分たちで実装することで、AI導入活用におけるハードルも下がりました。すでに社内で自然言語処理などの依頼が来ていますが、早く自分の実力を確かめたいと思っています。今後はさらなるスキルアップとして、特定分野でより高度な講座があれば受講したいですね。
福島：画像認識などはもちろん、深層強化学習などもフルスクラッチで実装できるようになったことですね。今回得られた知識を社内に共有することで、会社全体のAIに関するリテラシー向上に努めるとともに、社内のさまざまな業務をAIを使って効率化できないのか、考えるきっかけにしていきたいです。
二見：エンジニアとしてディープラーニングという新たな選択肢を習得できたことです。あわせて、これまでの担当していたIoTによるデータ分析において、ディープラーニングが最適解であるという根拠に沿って導入できるようになりました。今後も技術情報をアップデートしていきながら、自分のなかで伸ばしていきたいですね。
隅：もともと身に付いていたアプリケーション開発やフレームワークに加えて、新たにディープラーニングについて多くの知識を吸収できました。今後はより幅広い知識を身に付けるため、JDLAのE資格取得を目指していきます。
【インタビューにご協力いただいた企業様】
【interviewer / writer】
ITスタートアップ社員としてSNSによるAIやデータサイエンスにおける情報発信を行い、業界内で注目を集める。現場目線による辛辣かつ鋭い語り口は、「イキリデータサイエンティスト」と呼ばれて存在感を発揮した。同社退職後は独立し、企業におけるAI・データサイエンス導入活用の支援、人材育成、イベント登壇、執筆活動などを手掛けている。著書に「データ分析の大学」（単著）「これからのデータサイエンスビジネス」「AI・データ分析プロジェクトのすべて」（共著）がある。
Comments