【22卒】有限責任監査法人トーマツのデータ分析コンサルタントの1次面接詳細 体験記No.11515（東京大学大学院/男性）（2021/3/16公開）

1次面接なので非常に和やかだったので、面接というより会話という形で臨んだ。そのため、自分自身のアピールや動機の説明などを非常に自然な形で伝えることが出来たので、いわゆる面接特有のクドさ・一方性がなかったことが好印象だったかなと思います。
面接全体を通して、「それってつまりどういうこと？」みたいな深掘り質問が多かったので、体系的論理的に説明する能力も評価されたかなと感じています。

非常に柔らかな雰囲気で行われた。「休日は何をして過ごしていますか？」などのアイスブレイクは勿論、一つ一つの質問も対話形式で展開されていったので答えやすかったと思いません。

データ分析という文脈に絡めて、自身の研究や開発経験を教えてください。

私の研究は「未知の素粒子を探索する」ことを目的としていて、そのために機械学習を用いて実験データを解析しています。
具体的には、CERNというスイスの素粒子実験施設で研究員の一員として開発をしています。この実験では大量の素粒子が生成されその中から探索するのですが、粒子に顔があるわけではないため、識別という作業が必要になります。しかし未知の粒子は非常に少数しか実験で発生せずそれを的確に発見するには、非常に高精度の粒子識別が重要になり、この識別に機械学習を用いて精度を上げることが私の研究目標になります。
データ分析という意味では、まず雑多な実験データを機械学習用のカラム、数値データに整理・計算するところから始まります。このデータエンジニアリングと機械学習によるデータサイエンスが私の研究の醍醐味になります。

今より技術が進歩すればデータ分析が意思決定そのものに直接作用することになるかもしれません。その際のデータ分析の説明変数と目的変数は何になると思いますか？

目的変数が意思決定そのものだとすれば、それを導き出す説明変数は存在しません。なぜなら意思決定は合理性のみによってなされるのでもなければ、現在の状況によって確実に決まるというものでもまいからです。個々の価値観やあらゆる不確定性を網羅しようとすれば、アルゴリズムはブラックボックス化しバイアスに対応できなくなります。
そのためデータ分析の将来は、あくまで意思決定の選択肢のリコメンドに収まると思います。そのうえでどれだけ定量的・多角的に提案できるかが重要で、その意味での説明変数であれば、各企業がため込んだデータを（バイアスを除いたうえで）まとめたビッグデータを考えて、各企業特性や現行トレンドや予測を説明変数にすることは可能だと考えています。