Interview 02

Interview02 Interview02

インタビュー

アナリストのスキルを磨きエンジニアの知識と合わせてハイレベルな領域へ進む

2015年新卒入社 機械学習推進部 1課

アナリスト
平田

HIRATA HIRATA

所属部署を教えてください。

今年度からは、DataRobotというAIプラットフォームを活用したデータ分析および代理販売している部署におります。
それ以前は、エンジニアとしてBIツールの開発や、SQL等でデータの処理を行う業務をしていました。
分析と開発どちらも経験していますね。データの操作はどちらの業務にも必要なので、前部署でのスキルを活かしつつ今の部署で業務を行っている、という感じでしょうか。

学生時代や入社した頃のお話をお聞かせください。

  • 学生時代は心理学を専攻していました。主に知覚心理学といって、例えば、見ている色が感覚・感触にどう作用するのかとか、あとは脳機能を主に勉強していました。心理学というのはアンケートをとったりもするので、そこで調査分析という仕事は楽しそうだなという思いが出てきて、トランスコスモス・アナリティクスを志望しました。最初は、心理学でやってきたことが活かせそうだから調査分析かな、という漠然とした気持ちでした。正直なところ、調査分析でこういうことをやりたい、という強い動機があったわけではないですね。

    入社後、まずはデータ操作ができないと調査も分析もできるようにはならないかもと感じて、システムやデータを操作する部門を志望して、3年間エンジニアとして経験を積みました。

  • データを操作できる人になろうという、強い意思を持ってその部門を志望したものの、あまりにも今までやってきたことと違っていて、知らない用語が飛び交って。ダメかも知れないと思ったのですが、とりあえずやれるだけやってみようと思ったら、意外と、自分の性格が黙々とこつこつやるようなタイプだったので、プログラミングやコーディングが性に合っていて、段々と楽しくなってきましたね。

    エンジニア1年目は辛かったですが、3年やれば、まったく分からないところから始めても、とても楽しいと思える次元に達することができると実感できたのが良かったですね。今はアナリストという新たな立場になって、また分からないことだらけになっていますが、ちょっと頑張れば楽しい境地まで達することができるかなと思って、やっています。

トランスコスモス・アナリティクスに就職した理由を教えてください。

入社を決めた際に魅力に感じた点は、親会社であるトランスコスモスのグループとしての安定性でした。実は、私は10月1日の内定式の日は、他の内定をいただいていた会社の内定式に行っていたのです。けれども、改めてじっくり考えて、安定性の面ではやはりトランスコスモス・アナリティクスかなと思ってこちらを選びました。

長く勤めるにあたってワークライフバランスなどを考えていかなければいけないと思ったときに、上場企業のグループ会社としての安定性は大事だなと感じました。新卒なので、右も左も分からない状態で入ったときに、手厚くサポートしてくれそうかな、というところは重視しましたね。

トランスコスモス・アナリティクスで働くことの魅力はなんですか?

  • BIツールを開発していたときの話なのですが、お客様の要望をうかがって、それを形にしていく過程とか、完成した際にもフィードバックやお褒めの言葉をいただけるのはとてもやりがいを感じます。トランスコスモス・アナリティクス社内で使うためのツールを作成したときも、実際に同僚がツールを使っている姿を見られるので、自分が作ったツールが役に立っている、という実感があります。
  • 職場の環境も良くて、働き方の制度などが変えやすい印象です。社長や役員が自分の席から見える位置にいるので、何か相談事があった場合でも言いやすいです。お子様のいる先輩方が多くいらっしゃって、その方々が制度を整えてくれたりして、今後自分が同じ立場になったときにも安心だなと思っています。

トランスコスモス・アナリティクスで今後やってみたい仕事はなんですか?

分析と開発の2つの職務を経験しているので、このまま2つのスキルを勉強して、自分に合った方向が見えてきたら、それを突き詰めていきたいです。まずはどちらも頑張ってみて、その後で自分に合うのはこっちだなという方向に進んでいければ良いです。さらにいうと、2つのスキルをどちらも使えるような唯一無二の人材になれれば最高です。

人材に

唯一無二の

一日のスケジュール

  • 09:00
    出社
    スケジューラーとメールをチェック。今日のタスクに優先順位をつける。
  • 10:00
    報告資料レビュー
    DataRobotを利用した広告配信の効率化PJについて広告配信からの資料請求件数を集計・検証。今後の獲得予測数のシミュレーションで課題を発見。
    午後からのタスクに見直し作業を追加。
  • 12:00
    ランチ
    お弁当を持参。フロア内で同期と一緒に食事。
  • 13:00
    レポート修正
    データを改めて検証するためSQLサーバからデータを取得しなおす。DataRobotで再度モデル構築を実行。各種統計量の数字をくまなくチェック。
  • 17:00
    部内研修
    Pythonを使った自然言語処理の社内研修を受講。
  • 18:00
    退社
    大学時代の友人と渋谷で食事してから帰宅。