■イベント :Sansan R&D・エンジニア新卒LT会 https://sansan.connpass.com/event/228690/
■登壇概要 タイトル:⼊社から現在までの取り組み 発表者: R&D 研究員 鈴木 碩人
▼Twitter https://twitter.com/SansanRandD
⼊社から現在までの取り組みSansan株式会社 技術本部 研究開発部 DataAnalysis Group鈴⽊ 碩⼈R&D・エンジニア21卒新卒LT会@2021/12/13
View Slide
Data Strategy and Operation Center⾃⼰紹介• 2021/03: 東京⼤学⼤学院 ⼯学研究科 技術経営戦略学専攻 修了企業間取引ネットワークを⽤いた企業価値評価単視点動画を⽤いてテニスを計測する研究に従事• 2021/04: Sansan株式会社 ⼊社Eightのユーザーログを⽤いた分析メールからの名刺相当データの抽出エンジン開発鈴⽊ 碩⼈Hiroto Suzukitwitter.com/satou8282Sansan 株式会社 DSOC R&D(研究開発部)DataAnalysis Group 研究員
Sansanに⼊社するまで
Data Strategy and Operation Center修⼠1年の夏に2週間の短期インターンシップに参加社会科学系の研究をしていたので相性が良さそうだと思い申し込んだような、、?DSOC R&Dグループのサマーインターンシップを実施しました
Data Strategy and Operation Centerサマーインターンシップ• Sansan独⾃のデータを利⽤ ※注1• 課題設定は⾃由(もちろん社員さんが相談に乗ってくれる)• ビジネスインパクトがある課題について2週間でPoC最終成果報告会作業⾵景注1: 分析に当たってはEightのユーザーによって登録された名刺の情報を個⼈を匿名化し利⽤規約で許諾を得ている範囲で使⽤しています
Data Strategy and Operation Center⼊社を決めた理由• サマーインターンを通じて働くイメージが持てたこと• 社員さんと話していて楽しかった• 「研究のための研究ではなく社会実装までする」といったマインドセットが近い感じがした• 新しいことをどんどん取り⼊れていくカルチャーが楽しそうだった• Sansanという会社が事業的・技術的に魅⼒的だった• SaaS企業として急成⻑している. ベンチャーが⼤企業に変わる時期を体験したかった.• 研究開発に⼒を⼊れており, 社員さん⼀⼈⼀⼈が特定分野の専⾨家でとても勉強になりそうだと思った
⼊社後
Data Strategy and Operation Center全体研修 + 部署配属• 全体研修• 新卒同期とのグループワーク• Sansanの事業・組織などについて勉強• 部署配属• 担当プロダクトについて勉強• データベースのデータ定義の勉強• 部署内の誰が何に詳しいかを把握する
Data Strategy and Operation Centerチーム1:転職⽀援サービスのログ分析・機能開発• 担当業務• アプリケーションログの分析を通じて課題を⾒つけ、それをこの技術で解決できるかもと事業部の⽅に提案する• 事業部の⽅から要望のあった機械学習を必要とする機能について実装する• 働き⽅• 他事業部のプロダクトマネジャーやカスタマーサクセスなど研究開発部以外の⽅々との交流が多い• 決められた作業は少なく、⾃分でビジネスインパクトのある分析テーマを探す
Data Strategy and Operation Centerチーム1:学び• 他部署の⽅とのコミュニケーションは難しい• ⾔葉が異なる> 確率分布が...とか⾔っても伝わらない• 期待値(あるタスクに対する難易度の評価)が異なる> すぐできる vs 結構がんばればできる• KPIが異なる> 直近の売上 vs ⻑期的なプロダクトの価値• 1つの機能をプロダクトに組み込むまでの道のりは⻑い• 課題仮説を⽴ててそれを解決する⽅法を検証する• 意思決定者を説得して価値を認めてもらう(モックアプリを作ったり)• 機能を1⼈で実装しきる⼒(Docker化, テスト, ...)
Data Strategy and Operation Centerチーム2:メールから名刺相当のデータを取得するサービスのアルゴリズム改善• 担当業務• データ化精度を改善する• アルゴリズムの検証から実装まで⾏う• 働き⽅• 同じ部署のチームリーダーとのコミュニケーションがメイン• 精度改善の⽬標値がしっかり決まっていて,それに向けて丁寧にアルゴリズムの検証を⾏う
Data Strategy and Operation Centerチーム2:学び• 実務のデータ分析も地道な努⼒の積み重ね• アルゴリズムが対応できないパターンを⽬視で全件確認し,それを解決するための仮説を⽴てる• 処理を1つ変えたら精度評価 + ⽬視ミスチェック• なぜその改善を⼊れたのか説明できるようにする習慣づけ• 1つ処理を追加するときに、前の実験における課題を⾔語化する、その対応策を複数考える、対応策のメリット・デメリットを⽐較検討し、最終的な結論を報告する
まとめ
Data Strategy and Operation Center⼊社から1年弱を経ての感想• 研究開発の前に「仕事のやり⽅」を学ぶ⽇々• 作業を始める前にプロセスが正しいか上司の合意をとる• 前提知識や価値基準の差を理解して他部署とコミュニケーションする• ⾃分のやっていることの妥当性や価値をロジカルに説明できるようにする• アイデアを素早く形にする⼒がすごく⼤切• モックアプリをさくっと作れると提案が通りやすい• 運⽤に耐えうる程度まで実装できる• 論⽂から着想を得て,それを既存システムにさっと組み込める
ご清聴ありがとうございました!