社長×データサイエンティスト対談【対談企画#8】GEOTRAでの挑戦と成長：再開発シミュレーションの未来を見据えて

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、データサイエンティストの高桑さん・川村さんと、社長陣内との対談の様子をお届けします。

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。

陣内：高桑くんと川村さんは、ペア制でいうところのペアだったよね。

川村：そうですね。

高桑：最近はあまり案件が被っていないのですが、川村さんのコードをチェックするなどの関わりがあります。同じ案件を担当しているわけではないですが、川村さんの担当案件と自分がメインで担当している案件は、モデルを作ってシミュレーションまで実施するところが似ていますね。

陣内：なるほど。まずは、2人がGEOTRAに入ってどんなことをやっていて、どんなことを感じているのかというところから聞きたいな。

川村：初心者で入って、約1年経値、結構慣れてきたというのが最近の感想ですね。成長的な面で言うと、最初はgeopandasの型が上手く使えず、「何で動かないんだろう？」みたいなことがあったんですけど、今は「これをするならこの形で」ということを考えてからコードを書けるようになったので、そこは成長かなと思います。今まで色々な案件をローテションしながら業務を進めてきましたが、直近では1〜2ヶ月間にわたって、1つの案件を継続して担当させていただけるようになったのは変化だと感じます。

GEOTRAでデータを扱う面白さは、可視化できることだと思っています。明らかに異常があるメッシュを分析すると、その場所に高層マンションがあるなど、異常の原因が可視化してすぐわかるんです。普通の機械学習だと、外れ値があっても原因がすぐにわからないことが多いのですが、人流データでは可視化してその理由付けがしやすいというのが面白いですね。

陣内：なるほど。普通の機械学習だと、外れ値があったときに、なんかこの辺なんかよく学習できてないね、で終わるけど、人流データの場合、そのデータが場所なので、上手く学習できていない場所の地図を見たら、大きな建物が立っていたりして、それで上手く学習できてない理由が分かるっていう点だよね。確かにそれは面白いよね。

陣内：成長できたと言う点についてもう少し聞かせてくれる？GEOTRAで働く環境や、成長のためのサポート体制についてどう感じていますか？

川村：上司や先輩との距離が近いので、すぐに質問できる環境が成長に繋がっていると感じます。最初はわからないことが多く、手探り状態でしたが、質問しやすい環境のおかげで、早く成長できたと感じています。

陣内：なるほど。川村さんありがとうございます。高桑くんは、最初資料作成など、開発側ではなくビジネス側の仕事をやってもらっていたんだよね。そのキャリアも含めて話してもらえますか。

高桑：入社した当初は、陣内さんがおっしゃったようにビジネス系の業務を担当していました。私はもともと情報系の学部出身で、プログラミングにも親和性がある方だったのですが、そういったスキルをビジネスの上流で活かして業務が円滑に進むような役割を担えたらと考えて、ビジネス系の業務を担当させていただいた背景がありました。ただ、仕事を進めるうちに、データ分析を自分でできる方が市場価値が高くなるのではと感じ始めました。それで森山さんや陣内さんにお願いして、データサイエンティストとしての関わり方に変更してきたという経緯があります。

成長という点では、川村さんがおっしゃっていた技術的な成長もありましたが、個人的にはGEOTRAでの業務や経験を通じて、考え方が変化した部分が大きいと思います。

面白さで言うと、業務の中で機械学習を使うのですが、基本的に機械学習は、例えば画像分類であれば、画像1つ1つに対して精度を向上させていくような学習をさせることが多いですよね。一方で、位置情報データを使った機械学習の場合、データ1つ1つに相関が出てくるので、精度を上げることがゴールではなく、その先の感度分析や再開発がどうなるかという予測に活かしていくことが求められます。機械学習のその先がある面白さがありますね。

陣内：なるほど、学習の先があるという点で、具体的にどういったことを考えているの？

高桑：そうですね、例えば今のタスクで言うと感度分析があります。学習したモデルを用いて、例えば、あるエリアにコンビニを増やしたら、実際に人の往来がどのように変化するかを見られるようになります。再開発シミュレーションにおいても、あるエリアに様々な属性を持った施設を増やしたり減らしたりした場合に、人の往来や魅力度がどう変化するのかを、学習したモデルを使ってシミュレーションすることが可能です。そのように、学習したモデルを使って予測に活かすという意味で学習の先があるといえると思います。

陣内：ありがとうございます。高桑くんは今後のキャリアとして、もう一回ビジネス寄りの仕事をしたいと思っているのか、今後も現在のようなデータサイエンス系の仕事をしたいと思っているのか、どう考えているのかな？

高桑：プログラミングを書く作業も楽しめるまでに技術的な成長があったので、今の時点ではかなり技術寄りのマインドになっています。

陣内：いいですね。高桑くんはGEOTRAのデータサイエンスチームの環境についてどう思っているか教えてもらえますか？

高桑：そうですね。まず、データサイエンティストやエンジニアの中で交流会があって、お互いのタスクを紹介し合う時間があるんです。そうすることで、自分が今まで触れていなかった処理に触れる良い機会になっています。

また、全体では、Slackの全チャンネルが共有されているので、暇なときにどういう案件があるのかを見たりしています。案件のチャンネルだけではなく、陣内さんや煤田さんなどの自分専用のチャンネルを見ることもできるので、つぶやきを通じて考えていることを知る中で会社の方向性も見えるので、そのような風土も良いなと思います。

成長環境としては、先ほど言ったようなデータ交流会や、実際に書いたコードを共有することで知識を増やしていく仕組みができている点が良いところだと感じます。

陣内：高桑くんは在籍期間が長いけれど、その中で良い成長を感じたGEOTRAの制度や変化があれば教えてもらえますか？

高桑：そうですね、さっきも言ったんですけど、最初は人数が少なかったこともあってコードや情報の共有があまりなされていなかったんですが、交流会やコードの共有の仕方が整い、自分たちの中で知識が増えていく仕組みが作られた点は、良い変化だと思います。また、テック系の雑談チャンネルが以前より活発になっているのもいいなと思います。

また、仕組みで言うと、役割分担がしっかりしていて、働きやすい環境になっていると感じます。個々のデータサイエンティストにタスクを振る役割の方が固定でいるので、働きやすいと感じます。そういった役割分担の仕組み作りは、最近にかけてだんだんと完成されてきたものだと思いますね。

川村さんはその点をどう感じますか？

川村：私は入った時からその制度だったので、それ以前と比較できないのですが、この制度だと、自分のタスク状況に応じて、これは以前やったことがあるからできるだろうとか、これは初めてだから教えなければならないとか、振る側としてもわかりやすいと思うので、役割が固まっているのはどちらにとっても良いことだと思います。

陣内：そうですね、確かに最初の頃はデータサイエンティストに特定の案件を担当してもらうことあまりなくて、シフトに入ったタイミングで手が空いている人にタスクを課すという感じで一貫性がなかったですね。それを止めて、案件ごとに担当を決めるようにしたり、ペア制の導入を途中から始めたことは好評だね。

陣内：ちょっと質問を変えて、お2人に今後こういうことを仕事でやってみたいとか、こういうことが実現できたら面白いなということを聞きたいのですが、どうでしょう？

高桑：そうですね。さっき言っていたモデル予測の後に再開発シミュレーションや感度分析ができるようになれば良いなと考えています。その予測の後に、どういった分析ができるか、どんなシミュレーションが可能かという手札を増やしていけば、業界全体としても需要が高まるのではないかと思います。

また、シミュレーションの面で言うと、今は自分たちが手書きでコードを書いて行っている部分が多いですが、例えば、建設コンサルタントの方が直接『ここにこういった施設を増やしたい』という風に指定できるようなUI（ユーザーインターフェース）を整備して、それができるようになれば、それだけで一つの商品として成立するのかなと思います。そのようなことの実現は、夢というよりかは、想像が膨らむ部分ですね。

陣内：なるほど、ありがとうございます。川村さんはどうですか？

川村：高桑さんと重なる部分が多いですが、最近はウェブサイトでもデータを入力するだけで分析ができる技術が進んでいると思います。それがもっと進化して、エンジニアが直接作業しなくても済むようになれば、手間が省けますし、ユーザーの要望にすぐ対応できるようになると思います。例えば、データを変更したときに、複雑な処理をせずに即座に結果を出せるような仕組みができたら、とても便利だと思いますね。

陣内：ありがとうございます。僕もシミュレーションの可能性には大いに期待を感じています。実は、GEOTRAが最初に立ち上がったとき、会社を作る前のプロジェクト名は『次世代型都市シミュレーションプロジェクト』という名前で、そこから今の形になったんですよね。最初からシミュレーションに特化したデータを作るというのが大きなテーマでしたが、まずは現状分析ができないとシミュレーションはできないので、人流データを使った現状分析からスタートして、その結果としてサービスが広がっていきました。

ただ、お客さんからは『予測したい』という要望が多く、特に再開発の際にどのような影響があるのか、例えば、ここに街を作ったらどうなるか、大きな商業施設を建てたらどうなるかなどの予測をしたいというニーズがありましたが、技術的にもリソース的にも追いつかず、なかなか実現できていませんでした。でも、ここ1年から半年くらいで、皆さんのおかげでその夢が現実に近づいてきていると感じています。お客様も非常に喜んでくれて、ぜひ使いたいという声が多いです。

川村さんが言ったように、もう少し進めて、毎回ごついモデルを書いてシミュレーションを行うのではなく、ユーザー側でシミュレーションができるような仕組みを作っていけば、業界全体が変わるのではないかと考えています。そこはぜひやっていきたいと思っていますね。