テクノロジーTechnology
高度な数理手法とデータ分析で、複雑なビジネス課題に挑む
＜経歴＞
入社年：2019年4月
大学在学中に研究を応用し2001年に起業。データマイニング用ソフトウェアの研究開発をする会社を3年半経営後、譲渡。その後、保険会社でリスク分析、メディア企業でのマーケティングのデータ分析および分析組織立ち上げに従事。並行して国立大学病院にて特任研究員として医学領域での統計モデルに関する研究を行う。その後、外資系IT企業でのプリンシパルデータサイエンティストとしてデータサイエンスチームのリードを経て現職。
＜担当領域＞
データサイエンスチームは、EY内で横断的に高度な数理手法を用いてデータ活用を推進する組織です。研究経験を有する学術水準の体系的な知見と方法論を強みとしたプロフェッショナルが集まるチームです。
各種コンサルティング領域にてデータとモデルを活用した方法論を持ち込むと同時に、独自のソリューションを開発してコンサルティングに持ち込むことで技術開発からビジネスコンサルティングまでを一貫して提供しています。
1日の流れ
08:00 メール・スケジュール確認
コーヒーを飲みながらスケジュールを確認し、一日の段取りを決める。
09:00 ミーティング
オンラインでデータ分析プロジェクトの内部レビューを実施。時には、モデリングの方針について議論が白熱し、時間が過ぎてしまうことも。
13:00 昼食
外出のタイミングに合わせて遅めのランチ。データ分析に関する技術動向などを読みながら情報収集。
14:00 クライアント訪問
マイルストーンとなる中間報告を実施。最近はリモート会議が多く、プロジェクトメンバーとも久しぶりの対面。
17:00 ミーティング
社内の他のサービスラインの方々とデータ分析を活用した新サービスについてオンラインでディスカッション。
18:00 作業
まとまった時間が確保できる夜に、資料作成、実験的に作っているプロトタイプのコーディングなどを集中的に行う。
20:00 業務終了
夕食をとりつつ、動画配信サービスで映画や海外ドラマを観て過ごすことが多い。
主な業務内容
データサイエンスチームは、データドリブンなアプローチでクライアントのビジネス課題解決を推進しています。チームメンバーは、統計学、機械学習、計算機科学、経営工学、計量経済学などの数理分野で体系的な専門性を持ち、データと数理モデルを駆使してクライアントを支援しています。
プロジェクトでは、EY内の各領域のプロフェッショナルと連携し、複雑なビジネス課題を多角的に分析しながら、最適な解決策を導き出しています。データサイエンスチームは、ビジネス課題を数理的な問題へと適切に再構築し、検証可能なプロセスを通じて課題解決を支援する一連のサイクルを主導しています。
多岐にわたる課題に対応するためアンテナを広げて
私たちは多くの組織横断的なプロジェクトに携わることが多く、さまざまな業界や幅広い課題に取り組んでいます。そのため、データ活用の勘所をつかむために業界に関する情報やデータ活用の事例のキャッチアップすることを心がけています。
また、各課題の性質に応じて適切な分析アプローチやモデル化手法を検討・検証することが求められるため、必要な数理手法を随時調査・学習しています。
手法以上に課題解決のためのコミュニケーションを心がけて
今日、AIという言葉が広く使われるようになり、簡単なツールでもシンプルなタスクは誰でも行える時代になりました。しかし、実社会にはまだ解決されていない複雑な課題が多く存在し、そこには大きな潜在的価値が眠っています。
これらの課題に対して信頼性の高い意思決定に耐え得る分析を行うためには、課題に合わせて適切な数理手法を検討し、繰り返しの検証と検討を積み重ねる必要があります。
私たちの目標は、単なるデータの分析だけで終わらせないことです。データから意味のある知見を引き出し、それを基にクライアントのビジネス変革を支援します。そのためには、私たちの考え方とプロセスをクライアントと正しく共有し、協力しながら課題に取り組むことが重要です。
このような理由から、クライアントとのコミュニケーションでは、分析手法だけでなく、課題解決のための分析という視点を常に意識しています。テクニカルな側面だけでなく、ビジネスの本質的な課題に焦点を当てた対話を心がけています。
これからの目標
チームのデータサイエンティストは、研究経験のある専門性の高いメンバーがそろっています。しかし、データ分析における知見の深さだけではクライアントへの価値とはなりません。専門性の高さによってクライアントの課題解決に結びつき、ビジネス価値の創出に結びつけられる組織を目指しています。
他部門との協業について
問題の対象ごとに、各領域のプロフェッショナルとチームを組み、協力をすることでプロジェクトの推進をしています。データサイエンスはEY内で横断的に協業しており、多くのプロジェクトを他部門や他サービスラインと共同で実施しています。
