【医療工学とデータサイエンスの融合】【21卒】エムスリーの冬インターン体験記（理系/データサイエンティスト）No.9030（2020/6/22公開）

一つに、医療系のWeb系企業の中では圧倒的な支配度を誇る企業であり、医療工学を専攻する私にとって非常に興味深い会社の一つであったから。もう一つは、受託でなく社内勤務のデータサイエンティストとしての働き方を知りたかったから。加えて、短期インターンにも関わらず高自給が発生するものであったから。

面接のためにデータ分析および統計学の最低限の復習を行った。また、企業に関しての現行のサービスを前もって調べておいた。

応募 → エントリーシート → WEBテスト → 最終面接

技術面接において問題に対して瞬時に正答を出すことができたところ。データサイエンス領域の専門用語をできるだけ用いることでその分野への知見があることをアピールし、逆に自分の研究のような相手が詳しくない領域に関しては噛み砕いて説明するようにした。

なぜエムスリーのインターンに興味をもったか。

理由は二つある。ひとつは、医療工学を志す私にとって医療従事者向けオンラインサービスのパイオニアであり圧倒的な支配度を誇る貴社は非常に興味深い会社であったから。将来医療系の会社に進むことは決めていたが、大学での研究を生かせる研究開発職に進むか、医療ビジネスに特化したエンジニア職に就くか、決めあぐねていた。今回のインターンをその決断のための契機としたい。もう一つは、エムスリーのサービスは医療従事者に特化しているため、外からではどんなビジネスを展開しているのか分かりづらいと感じたから。

5 台の車があり、どの車も 240 km 走れるだけの燃料がタンクに入っている。これ以上燃料を車に入れることはできないものとする。この車を使ってできるだけ遠くに進みとき、距離の最大値はいくらか？

その場で頭の回転力をはかる問題だと思うので、ここでは回答を示しません。この問題をできるだけ短い時間で回答するように言われました。最初に出した回答は、方向性は合っているが間違いであり、その後ヒントを出してもらい正しい答えにたどり着くことができました。もちろん正答を出せることに越したことはないですが、間違っていたとしても相手の言うことを吸収し諦めず思考を重ねる姿が評価されるのではないかと思います。

既存ユーザーの転職サービスcv確率予測モデルの改善・実装

前半にやったこと

初日は、エムスリーのサービス群についての説明がなされてから課題の説明が行われる。課題は三つ提示され、インターン参加前に予め選択しておく。その後、現行の予測モデルやデータについて調査。追加で必要だと思われるデータは、メンターに言えばもらうことができる。そのようにして、モデルに追加する特徴量を追加していく。

後半にやったこと

モデルの設計や実装方針を固め、実際に実装する。ハイパラチューニングをしてできるだけ予測精度を高める。最終日の午後に、データサイエンス部の社員の前で30分程度の最終発表を行う。

データサイエンス部の社員、人事

特になし

ほめられた点は、独自の特徴量を加えそれにより精度が向上することを示したこと。またデータサイエンティストに慣れていないながら、積極的に社員に質問したり独自のデータ特徴量を提案したりしていたところ。直すべき点として、発表の準備に時間を割くことができず一部しどろもどろになってしまったところ。

とにかく時間が少なかったこと。もともとデータサイエンティストを志していたわけでも、Kaggleなどのコンペに普段から触れていたわけでもないので、データの加工や特徴量計算に時間がかかってしまった。最終発表に間に合うように自分でしっかりスケジューリングし、適宜妥協することが求められる。