Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
企業で"も"活躍できる人材像: 企業が院卒者のためにできること、教育機関としての大学に望むこと
Search
Masatsugu Hangyo
September 01, 2023
Research
590
1
Share
企業で"も"活躍できる人材像: 企業が院卒者のためにできること、教育機関としての大学に望むこと
言語処理学会第27回年次大会ワークショップ "若手研究者交流のニューノーマルを考える"で発表した際のスライドです。
Masatsugu Hangyo
September 01, 2023
Other Decks in Research
See All in Research
An Open and Reproducible Deep Research Agent for Long-Form Question Answering
ikuyamada
0
370
Aurora Serverless からAurora Serverless v2への課題と知見を論文から読み解く/Understanding the challenges and insights of moving from Aurora Serverless to Aurora Serverless v2 from a paper
bootjp
6
1.6k
【SIGGRAPH Asia 2025】Lo-Fi Photograph with Lo-Fi Communication
toremolo72
0
140
2026年1月の生成AI領域の重要リリース&トピック解説
kajikent
0
900
20年前に50代だった人たちの今
hysmrk
0
180
Can We Teach Logical Reasoning to LLMs? – An Approach Using Synthetic Corpora (AAAI 2026 bridge keynote)
morishtr
1
180
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
6
4.4k
LLMアプリケーションの透明性について
fufufukakaka
0
200
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
hiroyaonoe
0
1.3k
AI Agentの精度改善に見るML開発との共通点 / commonalities in accuracy improvements in agentic era
shimacos
6
1.4k
AIスーパーコンピュータにおけるLLM学習処理性能の計測と可観測性 / AI Supercomputer LLM Benchmarking and Observability
yuukit
1
780
データサイエンティストをめぐる環境の違い2025年版〈一般ビジネスパーソン調査の国際比較〉
datascientistsociety
PRO
0
1k
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
100
6k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
We Are The Robots
honzajavorek
0
210
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
199
73k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
210
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
0
180
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
How GitHub (no longer) Works
holman
316
150k
Designing for Performance
lara
611
70k
Design in an AI World
tapps
0
190
Unsuck your backbone
ammeep
672
58k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.2k
Transcript
Copyright©Weathernews Inc. 企業で"も"活躍できる人材像: 企業が院卒者のためにできること、 教育機関としての大学に望むこと ウェザーニューズ(WNI) 萩行 正嗣 Twitter: @mhangyo
2021/3/19 若手研究者交流のニューノーマルを考える
2 自己紹介 萩行 正嗣 (はんぎょう まさつぐ) 2014年3月: 博士を京大黒橋・河原研で取得(D4) 当時のテーマ: ゼロ照応解析
京都大学ウェブ文書リードコーパス(KWDLC)の構築 2014年4月:ウェザーニューズ(WNI)入社 2014年6月: 航海気象予測チーム配属 2014年11月: AIプロジェクトの立ち上げにともない異動 2018年11月- : SIP「国家レジリエンス(防災・減災)の強化」 防災チャットボットの開発に従事
3 10年前を振り返って ▪ 2011年3月11日 ➢ NLP2011-WS「自然言語処理における企業と大学と学生の関係」 ➢ 優秀な博士の学生 × 研究力が欲しい企業のマッチングに見えた
➢ 博士課程で苦戦していた自分はどうすればいいか分からなかった
4 博士が100人いる村 (中略)
5
6 今日のテーマ 不幸にならない選択肢を増やしたい
7 何故、企業で働くことを決断したか?
8 何故、博士課程に進学したか? ▪ 親が大学教授だったので研究職に憧れがあった ▪ 修士で就職した場合、 NLPの仕事を続けることは出来ない可能性が高いと思った ▪ M1の5月にNL研の学生奨励賞とって、 自分は研究に向いてるんじゃないかと思った
ぶっちゃけ、そんなに深く考えてなかった
9 博士課程を振り返って ▪ D1: 修士の時のテーマ(語彙知識獲得)を続けるも芽が出ず ▪ D2: ゼロ照応解析にテーマ変更 ▪ D3:
➢ 3-5月: 少しだけ就活(2社)してやめる ➢ 11月:PACLIC 26 初めての国際会議 ▪ D4: ➢ 1-5月: 就活。複数の会社に落ちた後、現職に内定。 ➢ 10月: EMNLP2013 ➢ 1月: 「自然言語処理」コーパス特集号採択通知 ➢ 4月: 「自然言語処理」採択通知 就活の時の話は、Dの会の招待講 演でやらせてもらいました。 スライド欲しい方はDMください
10 博士課程の間に分かったこと ▪ 研究は好きだけど、「論文を書くための研究」は苦手 ▪ 英語が苦手なことは誤魔化しが効かない ➢ それなのに英語学習から逃げ続けていた ▪ 有期職を渡り歩く生活は厳しそう
自分が研究職に向いてないと理解できた
11 NLP業界を去る気満々のツイート群
12 研究職を選ばない & 専門性を活かさない 博士課程の生き方をどう考えるか
13 専門性を活かさない? ▪ NLPの知見は活かさないの? ➢ ブームがいつまで続くのか分からない ➢ 言語学系の人もいる ➢ 個人の想いとしては、博士課程全体のテーマとしたい
➢ 現状では強みになるのは事実 ▪ エンジニアは? ➢ 就活において強みになるレベルのコーディングは厳しい ➢ 世の中とNLPの技術スタックに差がある時期は逆風が吹き荒れる ➢ エンジニアリングは研究にも役立つのも事実
14 博士のイメージを変える ◦ 優秀だから博士に進学している 給料を高くしないといけない ◦ 研究の仕事をすべき ◦ 専門性を活かす =
専門職に付くべき × コミュニケーションが苦手そう × 仕事を選り好みしそう × 年をとっていて面倒そう × 社会人スキルなさそう ◦ 優秀じゃない人もいる 厚遇しなくてもいい ◦ 研究以外の仕事をしたい人もいる ◦ 専門性は以外な場面で活きてくる × コミュニケーションは人に依る 「ウェーイ!」って感じだけがコミュ ニケーションじゃない × 仕事を選り好みする余裕ない人もい る × そもそも年齢関係ないのでは? × Officeの扱いとかプレゼンとかテク ニカルライティングとか強い
15 学生自身 ▪ 就活をするなら真面目にやる ➢ 馬鹿馬鹿しい就活マナーもちょっとは知っとく ➢ 就活マナーに価値があるわけではなく、世の中に合わせられるとい うアピール ➢
大学のキャリアセンターなども活用 ▪ 博士号を取得することをゴールにしない ➢ 論文を書くこと以外に様々なスキルをしっかり身に付ける - IT開発力 - プレゼン力 - ディスカッション力 - 教育力 - 幅広い学術知識 ”The illustrated guide to a Ph.D.” Ph.D こういう形にしない
16 大学(研究室) ▪ 幅広い知識を身に付ける講義(学部、修士) ▪ 研究室内での活発な研究交流 ➢ 質疑応答スキルは質問する側、される側ともに重要 ▪ テクニカルライティング、プレゼン力の徹底的な赤入れ
➢ 日本の教育では、研究室で磨くしかない = 博士課程の学生の社会人としての武器となる
17 企業 ▪ 年功序列、学歴、資格で固定的に評価しない、 仕事を決めつけない ▪ 自社の評価軸で育った、同年齢の社員と比較しない ▪ 博士課程は3年でとれる保障はないことを理解する ➢
面談時に「博士取れるか分からない」って言われてもひかない ➢ 内定時には3年でとれなかった場合について学生と相談 - 取らずに就職できるか?待遇は?
18 先に社会に潜り込んだ我々 ▪ 「博士の人を採用したい!」って企業が思うように頑張る ▪ 自分の「しあわせ」のためにも、 与えられた場所で咲くように割り切る ▪ でも、チャンスがあれば専門性を発揮して会社に貢献 ➢
お金をつけた共同研究できるとなおよい
19 さいごに ▪ きたるべき冬の時代に備えて ➢ 博士課程の学生の数を保つことは分野にとって重要 - 進学リスクを減らす ➢ 分野に依存しない博士課程のキャリア形成
- 他の分野の博士の学生にも優しい手を ➢ 「学会運営支援」「秘書」みたいなアカデミック知ってるからでき る職を増やす?
20
None