【データ革命を牽引】【21卒】ブレインパッドのデータサイエンティストの本選考体験記 No.9669（東京工業大学大学院/男性）（2020/7/6公開）

社員も理系大学生・大学院生出身者が多いので、論理的に受け答えができたのが評価されたと考えられる。事前の準備もあり質問に詰まることなく答えられたのも良かったと感じる。鋭い質問でも臆せずにアイデアを出し切れたのも良かったと思われる。

2人とも20~30代の方。面接官:学生=2:1の面接でしたが、雰囲気はなごやかだった。質問内容は研究の概要(異分野の人でもある程度理解できるように噛み砕けるか)、企業の志望動機、職種の志望動機、その他チームでの経験など

研究テーマについて噛み砕いて説明してください。

　私の研究テーマは「人工ニューラルネットワークによる量子多体系の解析」です。
　量子多体系とは、電子や原子などミクロな粒子の集団が、互いに相互作用することによって超伝導などの多用な振る舞いが現れる系です。これに対し、私は人工ニューラルネットワークを用いた解析を試みています。
　ニューラルネットをはじめとする機械学習の方法は、誤差を表す関数が最小になるように変数を最適化します。この方法をもとに、量子多体系のエネルギーが小さくなるようにニューラルネット内の変数を学習させることで、極低温における系の振る舞いなどを明らかにすることができます。
　この研究により、従来の方法では扱いが難しい系の解析が可能になり、高温超伝導など物理学における重要なテーマの解明に役立つことが期待されております。

どんな仕事をしてみたいですか？それを実現する具体的なアイデアは何かありますか？

　企業の生産性の向上に携わる仕事がしたいです。日本ではいまだにIT活用が進んでいないために生産性の低い方法で仕事をしたり、適切な人員配置ができずに社員の力を十分に発揮できていない現場が多い印象があります。それを、データ分析やIT導入のコンサルティングによって解決しいていきたいです。
　具体的な方法として以下のものが考えられます。まず全ての社員の営業力、技術力、マネジメント力などの各スキルを数値化したデータを用意します。次に、チームの人数やスキル構成からチームの生産性を算出する関係式などを用意します。この部分は大量のデータを用いた回帰などによる導出も考えられるでしょう。最後に、今ある全社員とそのスキルのデータから、全社の生産性を最大化するように人事配置を最適化します。こうして、全社の生産性の最適化が果たされます。応用が考えられる業界として、深刻な人手不足や長時間労働などが叫ばれている医療業界などが挙げられます。
　その場でなんとかアイデアを捻り出し、そこそこ評価していただいた雰囲気だった。

小論文

決まったテーマで小論文を書き、面接の数日前までに提出する。合否はwebテストと次の面接を合わせて総合的に判断される。
テーマ概要：
1. 革新性、協調性、リーダーシップ、論理的思考力の4つで、ブレインパッドが重視していると思われる順番と理由
2. データサイエンティストとして成し遂げたい仕事
3. 仕事を通してどのような人間に成長したいか(長所・短所をもとに)

SPI・玉手箱の対策をメインで行った。問題集を買い、苦手なところを重点的に周回して対策した。

eF-1Gという名前のwebテスト。SPIに比べ特殊なものが多く(文章を暗記して問題に答える、図の中から三角形の数を答える、IQテストのような推理問題など)、例題も出回っていないため対策は困難。SPIや玉手箱の対策をし、取れる問題を確実に取っておくのが良い。
結果は次の面接と小論文を合わせて総合的に判断される。

1次と同様、論理的に話せたところ。逆質問で、ブレインパッドのウィークポイントとなりそうな点(競合他社や引き抜きなど)をきき、企業研究をアピールできたと思われる。

20〜30代。物静かな方だったが、なごやかだった。The理系という印象。質問内容は1次と特に変わらず、研究内容と志望動機、学外での経験など。小論文やwebテストのことも特に訊かれなかった。

学外での経験を教えてください。

　私は学習塾の長期インターンシップで、中高生たちが自身の人生に本気で向き合えるようにサポートする仕事を行なっております。
　はじめは「学習塾=勉強を教える」という固定観念に囚われ、生徒達との対話を疎かにした一方的な授業を行なってしまいました。そのために生徒からの信頼を得られず、退塾者まで出してしまいました。先輩講師や社員と意見を交わす中で、そもそも生徒が自身の人生について考えるスタンスを形成できていなかったことに改めて気付きました。そして、「生徒がなりたい将来像」から細かい目標を立ててサポートすることや、生徒の性格に合わせて会話の方法を変えるなどの工夫を盛り込みました。結果として、生徒が自主的に自習をしたり、自ら志望校の資料を持ってきたりするなど、生徒が自身の人生に本気で向き合えるようになりました。
　今後も多くの中高生に本気で向き合い、彼ら・彼女らの人生が幸せになるようサポートしていきたいです。

逆質問：Rtoasterというプラットフォームを持っていると思いますが、どのような戦略で売り出していく予定でしょうか？

プラットフォームサービスも競合がかなり多いので、自社のサービスの特徴をしっかりと把握した上で売り出していくことが必要でしょう。実際、自社のサービスは最近までシェアNo１だったのですが、他社サービスに抜かれてしまいました。なので、他社サービスにはない強みを生かしていくことが重要と思います。また、単にサービスの導入で終わらず、どのように活用するかというアイデアとともに売り出していくことが必要と思います。具体的には、プラットフォームの部門とデータ分析の受注を行う部門は別であり、この部門間の隔たりを無くしてシナジーを生むことができればと思います。ただ、一口にシナジーと言ってもそう簡単に生じるものではないので、何かしらもっと具体的な方法を考えていく必要があるでしょう。

これまで同様、自分の言葉で論理的に話せるかどうか。逆質問でも、自分の意見を少し交えた相槌ができたのも効いた可能性がある。

40台ぐらいの物静かな方。雰囲気は1次・2次同様なごやかだった。質問内容も2次までと似ていたが、チームでの経験や、部下の教育を行いたいかなどの新しい質問もあった。

チームでの経験はありますか？

私は学習塾の校舎運営に携わり、運営チームの功績が塾内で表彰されました。校舎で様々な数値目標が置かれた中で、私は授業報告・週次面談ログ記入率100%という目標を追いました。数値を任された当時、このログ機能は有名無実化しており、記入率は1桁台でした。絶望的なスタートでしたが、同僚の講師たちに根気よく働きかけ、なんとか初週は記入率100%を達成しました。その後も結果に一切妥協しない姿勢でログ記入を徹底し、更に記入の意義を伝えることやクオリティ向上にも尽力しました。他の校舎運営メンバーともうまく連携し、私の担当以外の数値目標も多くのものが達成され、「最低限やるべきことはこなす」という風土を醸成することができました。

仕事の中で、部下を育成するということも時には必要ですが、大丈夫ですか？

是非やっていきたいと思います。大きなプロジェクトを成し遂げるにはチームの力が必要ですが、チームがチームとして実力を発揮するには、一人一人が個人でも十分な能力を持っている必要があります。その観点で、新人教育というのは長期的にチーム、そして会社の力を最大にする上で欠かせないと考えます。教育によって、一時的には自分のリソースが奪われますが、部下が無事に育てば、プロジェクトを通して様々な仕事を部下に割り振ることができ、結果時にリソースに余裕が生まれるとも考えられます。
　学習塾で校舎運営を行った際、新人講師を含めたチームで生徒状況のキャッチアップや校舎の方針の共有などを行っていた経験を生かしていきたいです。

自分が考えていることを包み隠さず話した。これまでの面接で、会社との相性がかなり良いという感覚をえていたので、気張らずに自分の考えを話すことができた。面接官も自分の考えにかなり納得してくれたようで、かなり手応えがあった。

40代ぐらい。かなり気さくで話しやすかった。これまでの面接とは打って変わり、ほぼ雑談のようだった。逆質問の時間が長く、またかなり丁寧に答えてくださった。「会社の価値観と合うか、一緒に長く働けそうか」という基準で見ていた。
結果は、役員会議で一度審議するため1〜2週間程度かかるとのこと。

どのような価値観で働いていきたいですか？

ファーストキャリアとしては、自分の各種スキルを上げて市場価値を高めていきたいです。そしてゆくゆくは世界の価値観を根底から変えられるような仕事をしてみたいと考えています。就職活動を始めた当初は、「年収」や「福利厚生」、「企業のブランド力」ばかりを見ていましたが、これらの考えは「自分が会社から何かを与えられる」という立場でしか考えていないことに気づきました。そして、再び考えた結果、自分が企業の中で、そして社会に向けて価値を出していきたいと考えるようになりました。その実力を得るために、まずはスキルを確実に上げていきたいと考えています。スキルが上がればできることも増え、最終的には社会に価値を供出できるとともに自己実現も達成できると考えます。

逆質問：受注会社として、幅広い業界のデータを扱えるのはメリットだと思うが、逆に広く浅くなってしまわないか。各業界でのデータ分析では事業会社に負けてしまわないか。

ホワイトボードを使って、図とともに丁寧に説明してくださった。要約すると、
「事業会社と我々受注会社では、扱うデータのタイプが異なる。事業会社は、その業界で頻繁に得られるデータを活用するが、稀にしか得られないデータを扱う際には特定の業界の知見に縛られていない我々受注会社が有利となる。将来的なビジョンとしては、様々な業界の「低頻度」かつ「高重要度」なデータを扱うノウハウを蓄積することで、自社の有利なポジションを獲得できると考えられる。実際、クライアントがGoogleなどの事業会社にデータ分析を頼んだ時に、あえてブレインパッドに仕事を回してくれることもある。それぞれが得意とする分野が違うためである。」という感じ。