【未知への挑戦、成功への近道】【22卒】日本アイ・ビー・エムシステムズ・エンジニアリングの冬インターン体験記（文系/データサイエンティスト）No.17651（京都大学大学院/男性）（2021/9/7公開）

データサイエンティストの働き方や、どの様な課題に対してチャレンジしているのか、使用する技術の自由度はどの様なものなのかなど、IT関連からデータサイエンスまで幅広く知りたかったことと、IBM技術の先駆者。最後の砦を謳っている企業であることからこのインターンに興味を持った。

選考に受かるためにこの企業の特徴をweb上で詳しく調べた。具体的にはこの企業はIBM技術の最後の砦、技術の先駆者という役割を担っているということや、それがどういう意味なのかを会社説明動画などを見て研究した。

私においては少なからずデータサイエンスに関する知識があったことが選考において重視されたと思うが、インターン参加者にはそれほどデータサイエンスに関する知識が無い人もいたので、重視されるポイントは人によると感じる

オープンデータを用いて予測モデルを組み、ビジネス提案をする。その際、専門用語を用いて話すのではなく、全く知識のない者に対して説明するという仮定をおくこと。

３日間でオープンデータから予測モデルを組み、最終日にはプレゼン形式で発表会（ビジネス提案）を行う。その３日間の中で社員との座談会などが間にあった。

機械学習やディープラーニングでよくある解釈はできないが予測精度はいいという、結果のみではなく過程も重要視し、クライアントに対して不信感を抱かせずビジネス提案の成功率を上げるという考え方を学んだ。

オープンデータを用いて予測モデルを組み、ビジネス提案をすること

1日目にやったこと

インターンシップ初日にはインターンシップの説明、顔合わせとチーム発表が行われ、それぞれのチーム内でまずどの様な提案を行うのか、その提案をするにあたって予測すべきものは何かなど、各種データの分析を行った。

2日目にやったこと

2日目にはデータから予測モデルを立て、資料作りを始めなければ3日の発表まで間に合わないため、どの様な提案をするか具体的に練り、その提案を前提として予測モデルを立て、並行して資料を作成した。

3日目にやったこと

発表に向け資料や追加データの必要性などの最終確認を行った。審査員は人事課の方とデータサイエンティストの社員方で６名程度だった。発表の最後にはフィードバックがあり、実務の難しさについて説明を受けた。

人事 / データサイエンティスト

なし

インターンシップ中には各グループに現職のデータサイエンティストの方が１名ずつ付き、分析を行うにあたりアドバイスをいただいた。また、社員との座談会がありそこではざっくばらんに働き方やプライベートなどについて話を伺った。最終日には他チームのデータサイエンティストの方からフィードバックを数個いただき、研究と実務の違いについて教えていただいた。

インターンシップで大変だったことはとにかく時間がないことである。３日間で提案内容を練り、そこからデータを分析・予測モデルを組み、発表資料を作成・発表練習を行うという濃い内容だったため、チーム内での役割分担が非常に重要であったと感じる。したがって、どの様な人物にどの様な仕事を割り振るかというマネジメント能力も求められていたと感じる。

学生との関わりはチーム内でしかなかった。オンラインだったので他のチームの学生と意思疎通を図る様な環境になかった。チーム内ではそれぞれの学生がデータ分析に対して色々な視点を持っていたので、ゼミで分析をしている様な感覚があってとても勉強になった。

インターンシップに参加したからこそ学べたことは、ビジネス現場において機械学習などを使用したことがなかったので、ビジネスならではの使い方（いかに精度を上げるかではなく、十分な精度があるならば、説明可能性に重点を置く）を学べたということに尽きると思う。

このインターンシップに参加するならある程度データ分析（特に機械学習を用いた回帰や分類）を一度経験しておく必要があると思う。また、分析ツールもRではなくPythonを用いるので、Pythonに慣れておくことも必要であると思う。

このインターンで行ったことは、実際に現場で行われている作業に非常に近いということから、この作業の延長上にこの企業で働いている自分が想像できた。また、説明会や座談会などからこの会社の詳細なところまで説明を受けることができたことも大きい。しかし、開催形式はオンラインであったため、オフィスで働く自分までは想像できなかった。

私はこれまでビジネス提案で機械学習モデル等を用いたことはないが、研究やコンペティションにおいて様々な領域で機械学習モデル（ディープ系を含む）を用いてきた。したがって、その様な経験がこのインターンでも生かされたため、技術に関しては選考上問題ないと感じる。

志望度が上がった理由は、現役の色々なデータサイエンティストの方から色々なアドバイスやフィードバックを受け、この会社は教育環境が非常に良さそうであるということや、インターンシップ中の説明会や座談会などから、この会社は若手でも手を挙げれば色々なプロジェクトに参加できるなど、チャレンジできる環境があることなど社内の情報が得られたからである。

実際本選考において、インターンシップでの振る舞いを評価していた旨聞かされた。インターンシップにおいては各チームに１人社員の方がつくので、そのチームでの振る舞いがその社員の方の目に止まったのだと考える。

インターンシップ参加前の志望業界は、IT業界・特にデータサイエンティスト職を志望していた。この理由としては、実際研究において学習モデルを考案したり、データサイエンス関連の分析を行うことがあったので、自身の専門性を生かして社会で働きたいということ、データを分析することでより良い意思決定に寄与したいという思いがあったことから、この業界や職種を選んだ。

このインターンシップへの参加によって、IT企業、特にデータサイエンス関連の業務はとても知的好奇心の溢れる職業だと思った。しかし、機械学習の様なデータサイエンスの花形の裏にはとても泥臭い様な作業が存在することに注意が必要である。この様なIT業界全体にも言える様な表の面と裏の面を同時に知ることもできた。その後の志望業界に変更はない。