株式会社NTTデータ数理システム

大学では数学（代数学）を専攻（学部～修士）。数値計算、プログラミング未経験で2004年にNTTデータ数理システム（当時　数理システム）へ入社。入社後は統計解析、機械学習に関する受託分析、ソフトウエア開発に従事。近年は受託分析の他に異常検知ツールの開発、分析コンサルティング、データサイエンティスト教育プログラムなどの自社ソフトを用いた顧客の支援を中心に取り組む。

Skill

得意とする領域・技術

アナリストタイプ

統計解析、機械学習を活用した受託分析業務で、業種業界を問わず豊富な経験を持つ。
難しい課題こそ基本に忠実に丁寧に分析して解決の糸口を探り、常にお客様に満足してもらえる結果を目指す。
データ分析ツールの開発、データサイエンス教育などにも携わり、データ分析に関する相談はなんでも対応できる。

Achievements

主な実績

2004年: 入社

2004年～: 機械学習、統計解析などを活用する受託案件、分析コンサルティング案件を担当

2004年～2013年: Visual Mining Studio（現Alkano）の開発を担当
Visual Mining Studioのアドオンのベイジアンネットワークモジュールの開発を開発リーダーとして推進

2019年～: AD Analytics（現　Alkano）の開発を担当
データ分析製品の活用およびデータ分析のコンサルティング案件を担当
データサイエンス教育サービスの企画、運営を推進

主な業務実績

大手通信企業の通信トラヒックの時系列分析
大手広告会社のWEBサイトのCV数の時系列分析
大手電気機器会社の製品の故障予測
大手人材派遣会社の人材レコメンド分析
大手金融企業の与信分析
大手インフラ会社の装置画像からの異常検知
大手鉄道会社の設備機器の劣化予測、消費電力の分析
大手インフラ会社の空調装置の故障予測

その他様々な業種・業界の受託分析に携わる

Style

スタイル・仕事との向き合い方

データ分析の豊富な経験と知識を活かして、難しい問題も解決する

入社以来長年にわたり、様々な業種・業界で、機械学習や統計解析を活用した受託分析業務に携わってきました。

私の業務としては、技術開発、DX推進のような立場からの調査研究・PoCのご相談を担当することが多いです。このような部門の方ですと簡単なタスクであればお客様ご自身で Python で解決できてしまうのですが、異常実績データの少ない異常検知、解釈性と精度の両立が必要な予測モデルなど、少し要件が難しい課題のご相談をいただくことが多いです。
今までの経験や知識を活かして、難しい問題に対してもお客様に満足していただけるよう取り組んでいます。

現場のノウハウを分析に反映する

機械学習では、モデルの学習がうまく行われるようにデータを準備・加工することが重要です。
例えば「ベテランの人間の作業を自動化したい」という課題では、ベテランの人は何に注目しているのかをお客様と話し合い、入手可能なデータを加工して学習データとして落とし込んでいきます。
できるだけ人間の判断に使われるものと近い情報を与えることでモデルの解釈性は高くなりますし、結果として精度やメンテナンス性が上がる可能性も高まります。単なるデータ加工や集計ではなく、ノイズ除去や分析手法なども駆使して取り組みます。

お客様のノウハウを引き出すためにコミュニケーションも重要です。分析の試行錯誤の過程を共有する中で、「そういえば、ここが大事なんですよ」という情報を引き出して、分析に反映していきます。

世間の機械学習に対するイメージと比べると、地道で時間のかかる作業かもしれませんが、状況を丁寧に説明し、お客様の知見も取り込むことで、納得してもらいながら進めていきます。

因果推論を多くの人に活用してもらえるようにしたい

最近は統計的因果推論が注目されています。
因果推論で因果効果・介入効果を推定することで、どのような手を打てば良いのかをより適切に評価することができるようになります。
「事象が発生した要因を知りたい（異常検知など）」「この操作が結果にどう影響するかが知りたい（品質管理、製品開発など）」という要件は受託分析でも頻出の難しい課題ですが、このようなケースに最新の因果推論の研究結果を適用して、より良い結果を導くことができればと考えています。

当社で開発している分析製品の機能として提供できないかとも考えています。多くのお客様のニーズに応えられる汎用性も意識した製品開発では、受託開発とは違う難しさがありますが、両面で取り組んでいきたいと思います。