データサイエンティスト対談【対談企画#7】眠れる研究を実用化へ。GEOTRAで進む交通シミュレーションの最前線

はじめに

こんにちは！いつもストーリーをご覧くださりありがとうございます。

今回は、GEOTRA内での新たな取組として、交通シミュレーションの取組を検討いただいている煤田さん・太田さんのお二人に対談をしていただきました。

現在弊社のデータサイエンティストへの応募を迷っている方や、より詳しく知りたいとお考えの皆様へ、少しでも働き方のイメージをお伝えできればと思います。

煤田遼祐：2022年8月にジョイン。データサイエンティストとして人流予測シミュレーションモデル構築に従事。
太田阿留：2024年3月にジョイン。データサイエンティストとして街づくり案件のデータ分析やR&Dに従事。

ー最近のタスクについて

煤田：以前太田さんには交通シミュレーションに関する論文を調査し、その実装に取り組んでもらいましたね。

太田：普段の案件とは少し毛色の違う内容でしたが、具体的な個々の案件とは違い、GEOTRAのデータ全体に関わるようなことを考えながらどういったモデルが適切かを考える取り組みだったので、とても新鮮で面白かったです。

煤田：実際一緒に開発をするのは楽しいですし、そういったGEOTRA全体に関わる部分にも携わることができるという、データサイエンティストの裁量が大きい点も働く上での魅力ですよね。最近だと、単発的なタスク割り振りではなく、一つのプロジェクトに最初から担当としてアサインされるような形式で進めていると思います。太田さんはそのような進め方をどう思われますか。

太田：そうですね、プロジェクトの一番初めから、このプロジェクトの担当は〇〇さんですという形でアサインされるので、このプロジェクトでお客様がどのようなことを求めていて、それに対して自分はどのように分析すれば貢献できるのかを考えながら分析できるのは面白いです。自分で考えて取り組めることの幅広さを感じることが多いです。

煤田：よかったです。その上で研究開発となるとより一層考える幅が広がっているのではないかと思います。

太田：やりがいを感じますね。わからないところはCTOの森山さんや煤田さんに助けていただきながら、既存のコードを動かすだけではなく、どのようなアイデアを採用するか、どうやって実装するかという部分から自分で考えて取り組めるのは本当に楽しいと感じます。

煤田：そういう仕組みにしてよかったです。私も基本は、2案件＋開発を担当として割り当てられてはいますが、CTOの森山さんがいない時などに皆さんの質問に答えられるよう、横断的に案件を見られるようにしています。

ーGEOTRAの仕事と研究について

煤田：私は大学時代から人流データを扱っていたのですが、人流データが会社内部で扱い放題というのは魅力です。やはりデータはとても高価なものなので、その貴重なデータに触れることができるという楽しさがあります。太田さんも研究者的な観点から感じることはありますか？

太田：そうですね、データがここまで豊富にあるのはすごい環境だと感じます。GEOTRAで得た知見を自分の研究のアイデアとして使ったり、また普段研究で考えていることをGEOTRAで活かせるのではないかと考えています。

煤田：お互いにwin-winである状態が理想だと思うので、GEOTRAとして提供できるものがありつつ、データサイエンティストの方々の知見を活かしてもらいつつ、いい関係を築けているのかなと思っています。

私が研究をしていた時は、GEOTRAではない他社の人流データを使って研究をしていたのですが、データの前処理がすごく大変でした。それに比べてGEOTRAのデータはとても整った綺麗なデータなので、その点ですごく扱いやすいというのは常日頃思っていました。また、当時研究室で購入していたデータの値段と比較すると、GEOTRAのデータの値段は安価で、本当にその値段でいいのかという気持ちになったこともあります（笑）

ーGEOTRAでの人流データ開発の面白さについて

煤田：開発的な話をすると、人流データを使った研究は、色々世に出ているんですよね。ただ、実用されているかというと、必ずしもそうではないと思っています。

データのプライバシーの問題や、価格的な問題、入手の困難さなどが要因で、良いアイデアはたくさんあるものの、実際に活用されていないものがあると感じています。そのような眠っている研究をピックアップして、GAD（GEOTRA Activity Data）で開発していくことができれば楽しいのではないかと思っています。なので、今後も太田さん含めデータサイエンティストの方々にどんどん論文調査をしていただいて、研究開発をどんどんやっていきたいなと考えています。

太田：その点もデータサイエンス職を求めている方にとって、非常に魅力だと思います。例えば、いわゆる機械学習などデータを扱う分野の中にも、画像処理や自然言語処理などのメジャーな分野はいくつかありますが、そういうデータは世の中にたくさんあふれていますよね。したがって、モデル活用などは既に盛んに行われています。

一方、人流データは、煤田さんもおっしゃったように、有望ではあるけれどまだ活用されていないアイデアやモデルが、眠ったままたくさん転がっています。それを実際に自分で論文を読んで、実装して、何か新しいものを作ることを、一気通貫して行えることがすごく面白いです。