業種：メーカー
職種：技術開発
どのようなお仕事をされているのでしょうか？
金属材料を取り扱っているメーカーで、量産時に発生する不具合の解決や、生産現場では取り組みにくい実験の計画及び実施、実験結果をもとに生産現場に展開できるような技術開発業務を行っています。
データサイエンスを学ぼうと思ったきっかけは何でしょうか？
製造現場では、各工程で熟練者の経験や勘で品質が維持されることが多く、データはあるものの有効に活用されていない現状がありました。時期や温度といった複雑に絡み合う関係性が品質にどのような影響を与えるのかを明らかにするために、データサイエンスの力が必要だと感じたのがきっかけでした。
複数あるデータサイエンス教育サービスの中でデータミックスを選択されたのはなぜですか？
実務レベルで使えるスキルに加え、データを駆使した課題解決能力が身につくスクールを選びたいと考えていました。データミックスでは、講座の最後のインテグレーションステップで各自が課題を設定し、解決するという内容が実践的であると思いました。9ヶ月後に自分自身で課題を見つけ、データサイエンスを駆使して解決できるか不安もありましたが、裏を返せば、それまでの授業をきちんと理解することで修了後もビジネスで利用できるということも含めて、授業内容が充実していると考え、選択しました。
データミックスのスクール形式への印象はいかがでしたか？
対面で授業を受けられたことに非常に満足しています。初めて習う分野でわからないことばかりでしたが、積極的に質問できる環境だったのはよかったです。9ヶ月という長い期間学習する中で、予定していた日に出られないこともありましたが、他の曜日への振替やオンラインで授業を受けられるなど、柔軟な授業体制をとっているので、東京近郊に住んでいない方でも学べるのは魅力的に感じます。
予習や復習も必要になったと思いますが、どのように時間を使われたのですか？
毎週取り扱う内容が濃いので、本来は予習復習に多くの時間を割きたかったのですが、普段の仕事や生活もあるため、1日最大3時間程度の予習と復習をしていました。授業中に指名されることも多く、指名された際は自分の理解度を測る機会と捉え、説明できなかったときはより復習を徹底しました。
卒業課題ではどんなテーマに取り組みましたか？
会社の生産実績データをもとに、公開可能な範囲で匿名化・集計した情報を用いて製品輸送の非効率性を可視化するテーマに取り組みました。本来の業務から外れたテーマとしたのは、会社全体を知る良い機会だと考えたためです。当初は効率化を阻害する要因を特定するモデルの構築を目指す予定でしたが、利用できるデータが限られていたため、最終的にはEDA（探索的データ分析）に注力しました。データを読み解くことで様々な発見があり、当社の抱えていた課題を経験や勘ではなく論理的に提示しました。「今後社内データの利活用が進むことで、なぜ効率化が図られていないのか客観的に分析することができる」と、ネクストアクションを含めて会社に提案することができました。
7ヶ月間の受講を終えられて、どのような成果を感じましたか？
受講前は、ビジネスで必要とされる考え方（仮説、分析、ネクストアクションの提案）の理解が浅かったのですが、学んでいく中で考え方や捉え方が成長し、課題解決の基本の型が身についたことが最大の成果だと思います。この考え方はさまざまな分野にも通じると思うので、今後はチームや後輩を教育する際にも活用したいです。
スクールで学んだことは、実務でどのように活かされているのでしょうか？
今後は、これまでの実験データから新たな示唆を得るための解析や、工場内の加工履歴のデータを使ってどのような因子が製品に影響を与えるのかについて、データサイエンスを駆使しながら、会社全体の生産性や開発業務へ活かしていきたいです。
率直に、多額の受講料と、多くの時間を投資して受講をする決意をされたきっかけやモチベーションは何だったのでしょうか？
データ分析やプログラミングができるようになれば、今後のキャリアの選択肢が広がると思ったためです。また、自分の興味のある分野であり、若いうちにいろいろなことに挑戦したかったため、受講を決意しました。
これからの受講を検討している人に一言お願いします。
非常に優秀な講師の方々がサポートしてくださいますので、安心して受講を続け、学習を進めていけば、実務でも活かせる力がつくと思います。
