圧倒的なスピード感で成長するメンバーが周りにいて刺激的 – バックエンドエンジニア・坂本昂輝

GIG社員インタビュー第23回目は、バックエンドエンジニアの坂本昂輝さんを迎えてお話を伺いました。

坂本 昂輝（さかもと こうき）：バックエンドエンジニア。大阪大学大学院情報科学研究科修士課程修了。学生時代は脳科学に関連するネットワーク研究を行いつつ、深層学習を用いた音声認識システムの研究開発を行う。2018年8月にGIGに入社し、バックエンドエンジニアとしてSaaS事業部に所属。受託開発の根幹となるシステムを改善し、生産性向上に貢献している。

人の近くで人の役に立つことをしたくて選んだエンジニア

ーー大学院では情報ネットワークについて研究していたと聞きました。具体的にどのような研究をしていたのですか？

所属研究室が「生物学の知見をネットワークに応用する」という方針だったので、もともと興味のあった「ヒトの脳の機能的なネットワーク構造」を解析して、情報ネットワークに還元する研究をしていました。

ヒトの脳が持つ「少し壊れてもほとんど問題なく動作する性質」や、「脳という膨大なネットワークがどう効率的に機能するのか」を研究して、社会のネットワークに落とし込むことを狙いとしていたんです。

ーーなぜヒトの脳に興味を持ったのですか？

「分からない」ことを「分かりたい」という知的好奇心です。脳の中がどうなっているのか、意識って一体なんなのか、脳の中でどんな反応が起きて思考をするのかをずっと疑問に思っていました。子供の頃から分からないことを探求することが好きだったので、大学院で脳を研究することを選びました。

ーーそのまま研究者の道を進む選択肢もあったかと思いますが、エンジニアの道を選んだ理由を教えてください。

研究の成果は、もしかしたら数十年後に役立つかもしれないですが、その確証はありません。実際に人の役に立つか分からない研究に、時間を費やすモチベーションをはたして保てるのか。そう考えたときに、より人に近いところで人の役に立っている実感が欲しいと思いました。それに、エンジニアをやりながらでも研究自体はできますしね。

入社数ヶ月後に別人みたく成長しているスピード感が刺激になる

ーーGIGにジョインした理由を教えてください。

卒業後、自分でWebサービスをやってみようと思ったんですけど、初めてなので分からないことが多くて（笑）。設計や構築のノウハウが欲しかったので、Web開発全般に携われる企業への就職を考えているときにGIGの求人を見つけました。

そして、GIGの採用ページに「『誰と働くか』を大切にしています」とあるんですけど、面接で代表の岩上さんや取締役の賀川さんの楽しい人柄に触れたことが入社の決め手になりましたね。

ーーGIGではどのような仕事をしていますか？

主にメディアサイト制作と自社CMSの改良を行っています。メディアサイト制作では、定義書やワイヤーフレームからその機能を実際にコーディングする部分と、インフラ周りの整備、機能部分の作成・運用保守をしています。自社CMSの改良では、お客様からの要望を柔軟に取り入れられるよう、カスタマイズ性を向上させています。

ーーどういう人がGIGにいますか？また、どういう人に来てほしいですか？

向上心のある人が多いです。GIGは、やる気のある人の成長を促す環境が整っていると思います。入社して数ヶ月後には別人のように技術や知識を身に付け、成長している人ばかりなので、そのようなスピード感は自分の刺激になっています。

また今後、チームや組織がさらに成長するために、弱点を見抜いて指摘できる人が来てくれたら嬉しいですね。何かを考えたり議論したりするときに「それいいね」「あれいいね」と肯定ばかりになると、いいものは生まれにくいんです。弱点を見抜く人は多様な視点をチームに与えてくれたり、無駄な要素を削ぎ落としてくれたりするので、開発するサービスや目標が自ずと洗練されていきます。

ーー仕事をする上で心がけていることはありますか？

お客様の要望に応じるとき、その言葉通りに受け入れるのではなく、その要望に潜んだリスクをエンジニア視点で精査することを心がけています。

お客様は「こういうことをしたい」という要望を持っていても、その裏に隠れたリスクまではなかなか考えが及びません。その要望がSEOやセキュリティにどんなリスクをもたらすのか、データベース設計の拡張性にどんな影響を与えるのかなどを説明します。また、必要があれば代案を出すようにしています。

転移学習や自然言語処理の技術を使って、レコメンドエンジンを開発したい

ーー最近の気になる技術やトレンドはありますか？

「転移学習」という機械学習の一種です。レコメンドモデルを構築するときに、少ないデータ量の領域でも、データ量の多い別の領域を対象に訓練されたモデルを適応させることで、ある程度の精度を得ることが可能です。データが十分でないリリース初期段階の、Webサービスやアプリケーションにおいて活躍します。

ーー今後GIGで挑戦していきたいことを教えてください。

転移学習や自然言語処理の技術を使って、レコメンドエンジンを開発したいです。メディアサイトにおいては、PV数だけでなく、回遊率を上げることも重要になってきます。「オススメ記事」のレコメンド精度を高めて、ユーザーをより満足させられるよう貢献したいですね。

ーーありがとうございました！

GIGで活躍する仲間やプロジェクト内容、社内の雰囲気、働き方などを随時、ご紹介していきます。ご興味をお持ち頂きましたらぜひ、お気軽にご連絡ください！