データマイニング部
中道　祐希

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。