article_img03.jpg

ビッグデータから本当に意味のある答えを。

業務の自動化という困難な課題に挑む。

HUE & ATE(Advanced Technology and Engineering) Div. AI Dept.

北海道大学大学院 工学研究科 電子情報工学専攻終了。工学博士。九州大学で助手として情報検索の研究に従事。その後、東北大学の助教授を経て2008年からGoogleでソフトウェアエンジニアとしてもモバイル、広告、検索のランキングの開発等に携わる。2016年にワークスアプリケーションズに入社。

【Q】なぜGoogleからワークスにジョインしようと思ったのですか。

【A】Googleに入社した当時は、現在のようにパブリッククラウドもなかったため、数千台規模のコンピュータを使用して大規模な計算ができる環境は魅力でした。また、ユーザーファーストという考え方のもと、モバイルから広告、検索と、多くの人に使ってもらえる様々なサービス開発に携われたのも貴重な経験となりました。

そんなGoogleから外に出ようと思ったのは、最後の数年で関わった検索の品質改善の仕事をかなりのレベルまで突き詰め、大きなブレイクスルーを実現するのは難しくなったと感じたからです。そして、人工知能ブームの到来で先進的な開発を行っている企業が増えてきていた中で、自分の人工知能の経験と知識を必要としてくれるチームで新たな挑戦をしようと思いました。

ワークスアプリケーションズとの出会いは、分散処理フレームワークであるSparkのイベント。そこで、私も含め大半の人がまだ使用していない技術だったSparkとCassandraを、ワークスアプリケーションズがすでにHUEという大規模な製品開発で使用していることを知り、驚きました。そして、数多くの導入実績に基づく膨大な業務知識を持ち、大規模計算が可能な環境にも惹かれ、入社を決めたのです。

article_img04.jpg



【Q】現在率いているAIグループについて教えてください。


【A】現在、私は、日本、上海、シンガポールの数十名規模のエンジニアで構成されている

AIグループを見ています。AIグループは、検索、文字認識、機械学習、自然言語処理といっ

た様々な問題に取り組むチームに分かれています。そのうちの一つData Science Labは、

人事や会計等、業務アプリケーションチームと共同でデータドリブンなアプリケーション開

発を行っています。例えば、精度の高いサジェスト機能を実現するには、操作ログ等のデー

タから本当に意味のある特徴量を導き出す必要があり、そのためには様々なテクニックを理

解し、使いこなす必要があります。


ビッグデータを使い始めたばかりの日本では大量のデータの扱いに慣れたエンジニアがまだ

まだ少ないため、私が大学やGoogleで長年にわたり研究や開発してきた知見を伝えながら、

若いエンジニアと一緒に業務の自動化という新しい製品の開発を進めています。


記事の詳細:http://career.worksap.co.jp/hue_tech/ja/interview/ishino/