機械学習エンジニア：AIを社会実装し新たなサービスをつくる仕事
機械学習エンジニア／データサイエンティスト
大手人材サービス企業のリクルートとIndeedでAI（人工知能）の機械学習を用いたシステム開発に携わった後、現在はヘルステックのスタートアップ企業Ubie株式会社で、医療分野のプロダクト開発を行う風間正弘さん。ここでも最先端のAI技術をサービス開発に役立てているという。機械学習エンジニアという未知なる仕事について聞いた。
機械学習エンジニアってどんな仕事？
データを用いて社会やビジネスの課題を解決する仕事
ChatGPTに代表される生成AIの登場によって、一気に身近な存在となった「人工知能」。そんな現代において、AIの機械学習を実社会のプロダクトに適用し、生活やビジネスの課題を解決に導く職業がある。それが「機械学習エンジニア」だ。
今回登場いただいた風間正弘さんは、これまでいくつかの企業を渡り歩きながら、あるときは機械学習エンジニア、あるときはデータサイエンティスト、またあるときはソフトウェアエンジニアとして、データを用いて社会の課題を解決するサービスの開発に携わってきた。現在、Ubie株式会社で勤務する風間さんはどのような仕事をしているのだろうか。
「Ubieのミッションは、テクノロジーを用いて人々を適切な医療に案内することです。提供しているサービスは大きくふたつ。ひとつは、一般ユーザー向けの症状検索エンジン『ユビー』の開発。もうひとつが、医療機関向けのサービス『ユビーメディカルナビ』の開発です。いずれもAIの機械学習を用いた最先端のサービスで、1400以上の医療機関で採用され、一般ユーザーは700万人を超えています」
まず、「ユビー」は、体調が悪くなったときに、Web上の質問に沿って「頭が痛い」「胸焼けがする」といった症状を答えていくと、関連する病名や対処法、対応可能な近くの医療機関を無料で調べることのできるサービス。内部には医療や症例に関するデータが蓄積されており、ユーザーが症状を入力するとそれに応じて適切な質問を自動で提示するような仕組みになっている。そのため、紙に記入する問診票よりも、一人ひとりにあった深い問診が可能となり、自分ですら気づいていなかった症状を発見できることもあるという。
一方、「ユビーメディカルナビ」は、医療機関にタブレットを設置し、それに患者が症状を入力すると、医師のデバイスへ即時にデータが送られるというもの。紙に書かれた情報を入力し直す手間が減る分、業務の効率化につながるほか、AIの分析が加わることで、珍しい病気の見逃しを未然に防ぐことにもつながっている。
「私は、データ分析チームで、プロダクトの改善やそれに伴うデータ収集の戦略立案などに携わっています。もちろん、自らプログラムを書いてAIの開発も行います。例えば、機械学習を用いて、ユーザーへの質問の精度を上げたりしています。部署内外のスタッフとのミーティングを通じて、データ分析の手法やプロダクトの設計、開発の進め方について議論することも多いですね」
前職では大手求人サイトの推薦エンジンの開発に携わる
現在は、AIに関する知見を活かして幅広い業務に携わっている風間さん。以前在籍していた大手人材サービス企業リクルートでは、求人サイトのレコメンデーションエンジン（推薦エンジン）の開発に携わっていたという。
「日々膨大な量の情報が追加される求人サイトには、ユーザーがすべての企業を確認することができないという課題があります。そのため多くの場合、経歴や希望条件に合った“おすすめ企業”を優先して表示する機能が内蔵されているんです。私はここで機械学習を用いたマッチングのアルゴリズムをつくっていました。具体的には、複雑な数式をコードに落とし込み、実際のWebサービスに組み込むところまでを一貫して担当するポジションでした」
地道なデータ収集が人命を救うことにつながる
大量のデータから求職者と企業の相性を学習したAIを用いれば、ユーザーに最も適した求人情報を提供することが可能になる。しかし、ビジネスにおいてはそれがすべてではない。求人を掲載している企業側の事情も汲み取る必要があるからだ。
例えば、企業からすれば、新着や締め切りの近い求人を優先して表示してもらうことが、スムーズな採用活動につながっていく。そうした人間的な判断はAIが苦手とするところで、それをサポートすることも機械学習エンジニアの重要な役割だと風間さんは語る。そんな彼はどのようなところに仕事のやりがいを感じているのだろうか。
「レコメンデーションエンジンの開発に関わっていた時代は、企業の売り上げや採用活動の効率化に貢献できたときに達成感を味わっていました。旧来のシステムと新しいシステムを比較して成果が目に見えて感じられたときですね。Ubieで働くようになってからは、病気に悩むユーザーにとってプラスになっていることを実感できる瞬間が何よりうれしいです」
実際に、Ubieのサービスを利用したことで、これまで原因が特定できなかった病気の治療がスタートしたという事例もあるという。とはいえ、普段はデータを集める非常に地道な仕事。AIやユーザーの使いやすさを向上するためには、病気の症状からサービスのリピート率まで、膨大なデータを収集・分析しなくてはならない。そこが苦労するところでもあり、やりがいにもなっているのだとか。
機械学習エンジニアに求められる資質とは？
ジャンルを問わず分析することが好きな人に向いている
風間さんは高校卒業後、東京工業大学（現・東京科学大学）の工学部機械宇宙学科に進み、機械設計や宇宙工学といった技術を学んでいた。ところが学部３年次に突然、AIに関心を持ち始め、ほとんど独学でプログラミングなどのスキルを身につけたという。その後、東京大学大学院学際情報学府に進学。ここで、AIの機械学習を専門的に学び、現在の仕事にも通じるレコメーデンションのアルゴリズムについて研究していた。
「プログラミングは主に、オンラインの講義などを見ながら覚えました。今だったらChatGPTに聞くこともできましたよね（笑）。機械学習エンジニアになるうえで、もちろん数学や物理学の知識があることは大きなアドバンテージになります。ただ、個人的には文系の人にもおすすめできる職業だと思っています。というのも、最近では経済、野球、小説など、あらゆる分野において数学的なアプローチからの分析が行われているからです。本当にどんな分野に対しても可能性を秘めた技術なので、さまざまなことに幅広い関心を持ち、分析することが好きな人にAIの機械学習を学んでほしいと考えています」
機械学習エンジニアの未来像とは？
目に見えない世の中の流れをデータで可視化したい
機械学習エンジニアとしてのスキルを磨き、着実にキャリアアップを重ねる風間さん。そんな先端技術の探究者は、AIの未来をどう見据えているのだろうか。
「あらゆるもののデータ化が進むこれからの社会において、機械学習エンジニアの需要はますます高まっていくと思います。特に、これまで分析が行われてこなかった領域において技術を応用し、課題を発見・解決できる人材は重宝されるのではないかと。それに向けて私自身、ニュースや論文、有識者との勉強会などを通じ、AIの新たな可能性を常に模索しています。個人的には、データ分析やAIを軸に人々の生活にとってプラスになるプロダクトやサービスを生み出したいという強い思いがあります。世の中の背景にある目には見えない理論を探究し、それをデータによって可視化することは続けていきたいですね」
あらゆる世界で応用できる可能性を秘めた楽しい仕事
風間さんの話を聞き、機械学習エンジニアが最先端の人工知能研究をプロダクトやサービスに落とし込み、よりよい社会をつくるために尽力する職業であることがわかった。最後に、風間さんから機械学習エンジニアを目指す高校生へのメッセージをいただいた。
「機械学習エンジニアは、毎日が新たな発見に満ちたとても楽しい仕事です。それまでは未知だった世の中の動向を誰よりも先に解き明かし、社会や企業の課題を解決できる。スポーツからマーケティングまで、どんな分野にも応用できるスキルなので、自分の好きなテーマについてデータから深掘りすることもできます。なにかひとつでも好きなことや得意なことがある人は、ぜひ機械学習エンジニアになってその分野の発展に貢献していただければと思います！」
プロフィール
風間正弘
Ubie株式会社
機械学習エンジニア／データサイエンティスト
東京工業大学（現・東京科学大学）工学部機械宇宙学科卒業。東京大学大学院学際情報学府修士課程修了。大学院で機械学習を用いた推薦システムについて研究し、修士課程修了後、大手人材サービス企業に入社。求人サイトのマッチングシステム開発やプロジェクトマネジメントに携わる。現在は、Ubie株式会社のデータ分析チームに所属し、医療分野の機械学習プロダクトの開発、データ収集の戦略考案などに携わる。共著に『推薦システム実践入門 仕事で使える導入ガイド』（オライリー・ジャパン）がある。
CHECK!
『推薦システム実践入門 ―仕事で使える導入ガイド』
（風間正弘、飯塚洸二郎、松村優也著／オライリー・ジャパン刊）
Text by 上垣内舜介（minimal）
