【微生物検出の革新技術】【22卒】 リクルート データサイエンティストの通過ES(エントリーシート) No.56297（大阪大学大学院/男性）（2021/8/11公開）

これまでに最も成果を出した取り組みは大学院での研究です。私の研究テーマは「深層学習を用いた顕微鏡画像中の微生物の認識」です。 近年、顕微鏡の精度が向上したことにより顕微鏡で撮影した画像を用いた研究、医療現場が増加しています。このような場で扱われる試料は微生物や病理組織であり、人による撮像物の処理は医師などの専門家が時間をかけて行う必要があります。しかし、少子高齢化やコロナ禍で医師不足がさらに深刻化している日本にとっては医師の負担を減らし、診察・手術等に充てる時間を増やすことが重要ですが、従来の物体検出の手法では建築物や人や犬などの顕微鏡試料と比較すると大きな生物を対象として開発されているので十分な精度が得ることができません。さらに、学習データとテストデータが異なる環境で撮影された場合などでは画像の彩度や輝度が大きく変わってしまい上手く検出できないことがあります。そこで本研究では顕微鏡画像の中でも特に微生物の画像を対象に、微生物はテスト画像中に複数の検出対象が写っていることが多いという特徴を利用して既検出の物体との類似度も比較して検出することで精度を上げる手法を開発しています。現在、提案手法はある程度の種での検出精度で先行研究を上回る精度を出しており、論文としても報告予定です。 続きを読む

私が貴社の機械学習エンジニアを志望する理由は機械学習をさらに発展させたいからです。私は「大学院で機械学習について専攻している」と話すと、「機械学習とかA Iは何でもできるでしょ？」というような意見をもらうことがあり、それに対して否定すると少し落胆されることがあります。このような経験から、私は世間一般の人たちが想像しているような機械学習のシステムを開発して「機械学習はやっぱりすごい！」とより多くの人に感じてもらいたいと考えています。このような新しいアイデアを生み出す必要がある場面では、多様な人材と経験が重要だと考えています。私は貴社のキャリアサイトで「会社の枠組みを超えて、自由に活躍できる」という文章を拝見させていただき、貴社には素晴らしい環境があると感じました。こうして生み出したアイデアを用いることで他の企業にはできないお客様への新たな価値の提供をできると考えています。 続きを読む