藤野知之(tomo, fujinochan)
データサイエンス部門
前職ではクラウドWebブラウザ、製造業向けIoTシステムの開発、映像処理、生体信号処理、新しい機械学習のアルゴリズム研究と手広く従事してました。
組み込みからWeb、データサイエンスまで幅広く興味をもって日々勉強と実践を心がけてます。
勾配ブースティングの研究で2020年情報処理学会山下記念研究賞。
前職NTT研究所で製造業向けのIoTシステムの開発や、新しい機械学習のアルゴリズムの研究をやっていた時期、2020年の秋ごろ、研究所の元同僚の藤井さんに声をかけてもらって、「BoostDraft法令検索」の立ち上げのお手伝いを始めました。
最初BoostDraftの話を聞いたとき、Wordのプラグインでいろいろな機能を実現しようというという点について、目の付け所が良いなと思ったのを覚えてます。前職で製造業向けIoTシステムを開発していた際、新しいシステムやツールの導入コストは思っていた以上に高く、気軽に試すことができないとなかなか普及しないという実感がありました。その点、使い慣れたツールにプラグインする方式はユーザーフレンドリーで、とりあえず使ってみようと思わせる良い作戦だと思いました。
最大の動機はコロナ禍で通勤がなくなり、一日の時間の使い方が変わったこと、また遊びにいく時間が減り、なにか新しいことに挑戦する時間ができたことです。そこで、仕事の幅を増やしたい、また最新の自然言語処理や深層学習のスキルを身に着けたいと思いました。
それもあって、BoostDraft法令検索はWeb上の仕組みで、普通ならRubyやTypeScriptなどで実装するところだと思いますが、あえてRustにチャレンジしてみました。
自然言語処理分野でデータ分析をする経験がなかったため、一事が万事手探りでしたが、貴重な経験になりました。
特に、BERTモデルをファインチューニングして法律文を解析した際、実際の問題に対してどれくらいのデータ量が必要で、どの程度の精度で実問題に適用できるか、肌感覚で知ることができる良い経験だったと思います。
また、インターン生を英語で指導しながら一緒にプログラムを書いたのもいい経験になりました。
前職でまだやりたいことが残っていたのが一番の悩みポイントだったと思います。映像処理分野で新しい効率的な手法を検討途上でした。
前々より、どこかのタイミングで転職をしようと思っていましたが、前職も自由な環境で、やりたいことをある程度できていたのでそこは悩みました。
転職の決め手はスピード感だったと思います。前職は大企業でしたのでのんびりとした雰囲気がありました。それはそれで魅力でもあったのですが、世界の技術の進展は驚くほど速く、取り残されてしまう恐れから、よりスピード感のある環境への転身を決めました。
BoostDraft以外に、比較的大きめのスタートアップ会社を２社、ジャイアントテック企業を２社ほど検討していました。