400万人が利用する会社訪問アプリ
ケンブリッジ大学 / 研究学者
現在多数の役職を兼任しております。（ケンブリッジ大学コンピューターサイエンス専攻は卒業後、同大学LCFI大学研究室で研究学者としてAI人口知能およびその他の最先端テクノロジーと量子コンピューティング等科学研究、同時NTT北米研究所の量子計算科学研究所 、 暗号情報理論研究所で研究者として研究。
所属学会：日本経済学会、公共政策学会、JSAI人工知能学会、IEEE、AAAI、ACM、AAAS 情報処理学会、日本アフリカ学会、国際開発経済学学会,労働経済学等
【金融領域】 Quantitative Analyst, Goldman Sachs デリバティブクオンツ デリバティブ商品のプライシングモデルの開発や検証を行う、生息場所は主にセルサイド（証券会社、銀行）、システムベンダー、セルサイドの場合、フロントとミドルのどちらにも生息する、使う数学は確率解析、偏微分方程式、数値解析など、使うプログラミング言語はC++, Java, C#, Python, VBAなど。デリバティブクオンツにも様々な種類がある。 デスククオンツ： フロント部署でツールの開発やメンテナンスなど、トレーダーのサポートを行う、モデルバリデーションクオンツ：フロントのクオンツが作ったモデルの検証を行う。ミドル部署に生息。後述するディベロッパークオンツと協力して検証用ライブラリを自前で開発する場合もあれば、ベンダーシステムなどを活用して効率的に検証する場合もある。 リサーチクオンツ： モデルの調査開発を行う。論文を書いて学会発表することも多い。フロントに所属することも多いが、会社によっては専門の研究所や子会社など別組織に所属する場合もある。ディベロッパークオンツ (Quant Developer)：他のクオンツが設計したモデルをシステムやツールに実装する。基本的にフロント部署に生息。ミドルが独自に検証用ライブラリを開発している会社だと、ミドル部署で、モデルバリデーションクオンツと連携しながら開発するポストもあったりする。 リスククオンツ リスク計測モデルの開発・検証を行う、VaR/ESを計算するモデルのほか、そのバックテスト、ストレステスト、シナリオ分析などの手法も扱う、自社独自の内部モデルのほか、規制モデル（規制当局やISDAが指定している標準モデルや、それにインプットする当局指定のパラメーター値）の調査・実装・メンテナンスなども担当、計算対象の商品が幅広く、デリバティブに加えて様々な債券や株式など現物も取り扱う、生息場所は主にセルサイド（証券会社、銀行）、システムベンダー、セルサイドの場合、フロント部署にはおらず、ミドル部署に生息する、会社によっては、開発とテストを行うリスククオンツのチームと、テスト済みのモデルを独立に検証するリスククオンツのチームが分かれていることもある。どちらのチームもリスククオンツなのでミドル部署に所属する。使う数学は統計学、時系列分析など、使うプログラミング言語はPython, R, Matlab, SAS, VBAなど アルゴトレードクオンツ 裁定取引、最適執行、マーケットメイクなど、 トレーディングアルゴリズムの開発等を行う、収益に直結する仕事。プログラマ兼トレーダーという感じ、扱うのは為替や株式で、デリバティブは先物やバニラオプションなど、シンプルで流動性のある商品のみを扱う、ヘッジファンドやセルサイドのフロント部署に生息、国内だとセルサイドに専用の新卒採用コースがあることも、使う数学は機械学習、時系列分析、統計学、確率解析など、使うプログラミング言語はPython, C++, Java, Q言語など アセマネクオンツ クオンツ運用のモデル開発、クオンツFM（クオンツファンドマネージャー）のサポートなどを行う モデル開発部署と、そのモデルを使った運用部署が分かれている会社なら、クオンツアナリストは開発部署に生息する場合が多い。独立した開発部署がない会社なら、クオンツが運用部署に所属していることもあり得る。扱うのは現物商品がメインであり、先物やバニラオプション以外の複雑なデリバティブを扱うケースはほとんどないだろう、バイサイド（資産運用会社、生保など）に生息 時間の流れがセルサイドよりマッタリしている、使う数学は機械学習、時系列分析、統計学、数理最適化など、使うプログラミング言語はPython, R, VBAなど クオンツアナリスト 定量的手法を用いた株価分析など、社外向けに分析レポートを書く証券アナリスト、セルサイド（証券会社）に生息、人数はかなり少なく、新卒でこの仕事ができると確約されている採用コースはほとんどない、分析レポートは社外の人から見たわかりやすさが重要ということもあり、難しい数学は基本的に使わないと思われる、あまりプログラミングをするイメージはないが、分析に必要な場合はVBAやPythonあたりは使うかもしれない REIT 不動産, DWS • 不動産の選定と購入：市場調査を行い、収益性の高い不動産を選定します。 • 資産管理：購入した不動産の管理や運営を行い、賃貸収入を最大化します。 • 投資家への配当：得られた収益を投資家に分配します。
ケンブリッジ大学における自閉症研究 ケンブリッジ大学は、自閉症研究の世界的な拠点の一つであり、特に**自閉症研究センター（Autism Research Centre, ARC）**が知られています。このセンターでは、自閉症の原因、診断、治療方法について多角的なアプローチで研究が行われています。 遺伝学的研究 ARCでは、自閉症の遺伝的要因についての研究が進められており、遺伝子と自閉症の発症の関連を明らかにしようとしています。特定の遺伝子の変異や遺伝的パターンが自閉症にどのように関与しているかが調査されています。 脳神経科学的研究 ケンブリッジ大学は、自閉症における脳の発達や機能に関する研究も行っており、MRIやfMRIなどの脳スキャン技術を用いて、自閉症者の脳の構造や活動の違いを調査しています。特に、感覚処理や社会的相互作用に関わる脳の部位に注目しています。 社会的相互作用とコミュニケーション 自閉症における社会的コミュニケーションや相互作用の問題に関しても研究が進められています。ケンブリッジ大学の研究者たちは、目の接触や感情の理解など、社会的な手がかりをどのように処理するかに関して、行動研究や心理学的アプローチを用いています。 オックスフォード大学における自閉症研究 オックスフォード大学でも、自閉症に関する先端的な研究が行われており、特に**オックスフォード脳研究所（Oxford Centre for Human Brain Activity, OHBA）**での神経科学的研究が注目されています。 自閉症の脳活動研究 オックスフォード大学では、脳波（EEG）や磁気共鳴画像法（MRI）を用いて、自閉症の子どもや大人の脳活動を調査し、神経発達の異常が社会的スキルや認知機能にどのように影響を与えるかを研究しています。特に、感覚過敏や感覚統合の問題が自閉症者にどのように現れるかを明らかにしています。 治療法の開発 自閉症の治療法に関して、行動療法や認知行動療法（CBT）に加え、デジタルツールやVRを活用した新しい介入方法が研究されています。これにより、特にコミュニケーションスキルや社会的相互作用の改善を目指すアプローチが模索されています。 遺伝学と環境要因の影響 オックスフォード大学では、自閉症の発症における遺伝的要因と環境要因の相互作用についても調査が進んでいます。例えば、妊娠中の環境ストレスや早期の栄養状態が、遺伝的に自閉症リスクが高い子どもにどのように影響を与えるかを検討しています。 共同研究と相互登録制度の役割 ケンブリッジ大学とオックスフォード大学は、自閉症研究においても協力関係にあり、両校の研究者が相互にリソースを共有することで、より包括的なアプローチが可能となっています。Oxbridge相互登録制度により、両大学の学生や研究者は互いの大学で提供される講義やセミナーに参加し、研究活動を通じて知見を深めています。 研究の実践的な応用 両大学の自閉症研究は、診断や治療に関する新たなアプローチの開発を目指しており、以下の分野での実践的応用が期待されています。 早期診断ツールの開発 行動介入プログラムの強化 社会的相互作用スキル向上のための新しい治療法の開発 教育現場での支援プログラムの開発 ケンブリッジとオックスフォードの自閉症研究は、神経科学や心理学の進展を基盤に、より良い治療や支援方法の確立に貢献しています。
私は、経済学とAI技術の両分野での知識と実務経験を持ち、国際的な視野を活かして活躍してきました。これまでに、デリバティブクオンツやリスククオンツとしての高度な金融分析スキルを発揮し、また、AIやブロックチェーン、ビッグデータなどの最先端技術に関する知見も豊富です。HOC Intellig
大学教授／研究学者 職歴 2017年 4月 ～ 現在 勤 務 先 Leverhulme Centre for the Future of Intelligence，LCFI 職 種 研究学者
ケンブリッジ大学とオックスフォード大学の相互登録（Oxbridge Mutual Registration）
ケンブリッジ大学とオックスフォード大学は、特に学術研究において緊密な協力関係を築いており、メンタルヘルスの研究もその一環として重要な領域の一つです。両大学の**相互登録制度（Oxbridge Mutual Registration）**を通じて、医科領域でのメンタルヘルス研究においてもコラボレーションが進んでいます。 学術研究における相互協力 共同研究プログラム ケンブリッジとオックスフォードの医学部は、メンタルヘルスに関する共同研究プロジェクトをいくつも実施しており、例えばうつ病や統合失調症、双極性障害などの分野での基礎研究や臨床研究が行われています。特に、遺伝学、脳神経科学、心理学を組み合わせた学際的なアプローチが強調されています。 研究センターの相互利用 両大学の研究センターや施設（例えば、ケンブリッジのMRC認知・脳科学ユニットやオックスフォードの精神医学部門）では、相互に研究者を受け入れ、リソースを共有することができます。これにより、最新の技術や知識を用いた共同研究が進められています。 メンタルヘルスにおける臨床試験の連携 特にメンタルヘルスの分野において、ケンブリッジ大学とオックスフォード大学の共同研究は臨床試験の分野でも進んでいます。新しい治療法の開発や既存の治療法の効果を検証する臨床試験を、両大学の医学部が共同で行い、その結果を互いに共有しています。 メンタルヘルス研究の主なテーマ うつ病および不安障害の神経科学的メカニズム ケンブリッジとオックスフォードの研究者たちは、脳神経科学の最新の技術を用いて、うつ病や不安障害の神経生物学的メカニズムを解明しようとしています。脳の特定の部位や神経回路が精神疾患にどのように関与しているかを探り、治療の新たなアプローチを模索しています。 デジタルメンタルヘルス メンタルヘルスの早期発見や介入のために、デジタル技術を活用した研究も進んでいます。両大学の学際的な研究グループは、ウェアラブルデバイスやモバイルアプリケーションを利用して、精神的健康状態のリアルタイムモニタリングを行い、早期介入を促進するツールの開発を進めています。 メンタルヘルスの社会的要因と健康格差 社会的・経済的要因がメンタルヘルスに与える影響を両大学が共同で研究しています。特に、社会的不平等、失業、孤立などがメンタルヘルスにどのように影響するかを調査し、これらの問題に対処するための社会政策の提案が行われています。
/assets/images/5469299/original/01baaeb8-07e0-4fe4-b7e0-868cec251ceb?1598621518){kind=avatar}
職歴 2020年 8月 ～ 現在 勤 務 先 HOCインテリジェントテクノロジー株式会社 職 種 取締役 担当業務 ICT企業のGROUP経済分析、経営情報管理、IT・AI・DX・エネルギー、都市ビジネス、医療・福祉イノベーション等情報管理、会計管理、税理等CFO役員、経営管理、IT・AI等情報管理、ビジネスデザイン、デザイナーチームと最先端技術研究チーム管理等 GROUP会社 職
職歴 2017年 4月 ～ 現在 勤 務 先 Leverhulme Centre for the Future of Intelligence，LCFI 職 種 研究学者 担当業務 Leverhulme Centre for the Future of Intelligence，LCFI 研究者http://www.lcfi.ac.uk/ AI人口知能およびその他の最
職歴 2017年 4月 ～ 現在 勤 務 先 NTT北米研究所 職 種 研究学者 NTT北米研究所（NTT Research, Inc.）は、アメリカのシリコンバレーを拠点とするNTTグループの研究機関で、量子計算科学、暗号情
学んだこと マクロ経済学と経済成長理論 神戸大学では、経済全体のダイナミクスに関する理解を深めるために、マクロ経済学の先進的な理論とモデルを学びました。特に、ソローモデル、内生的成長理論、新古典派成長理論を応用し、経済
労働経済学における賃金の男女格差の研究は、長年にわたり重要なテーマとして扱われてきました。この問題は、ジェンダーの経済的不平等を理解し、改善策を提案する上で不可欠です。賃金の男女格差は、職業選択、教育、経験、労働市場での差別など、さまざまな要因に起因します。 1. 賃金格差の要因 賃金の男女格差の原因は多岐にわたり、以下のような要因が考えられます。 職業選択の違い: 男性と女性が選ぶ職業が異なることが賃金差につながる場合があります。例えば、男性は工学や技術職、女性は教育や福祉の職を選ぶ傾向があるため、賃金に差が生じることがあります。 労働時間の違い: 長時間労働が評価される職場環境において、家庭や育児の責任がある女性が長時間働くことが難しい場合、昇進や賃金で不利な立場に置かれることがあります。 昇進の壁（ガラスの天井）: 多くの国で、女性が管理職に昇進する機会が少なく、それが賃金差に結びつくことがあります。この現象は「ガラスの天井」として知られ、女性があるレベル以上に昇進するのが難しいことを指します。 出産と育児の影響（子どもペナルティ）: 出産や育児に関連して女性が労働市場を一時的に離れることが多く、キャリアや賃金の成長が遅れる「子どもペナルティ」が賃金差の一因となることがあります。 職場での差別: 一部の職場では、同じ仕事をしているにもかかわらず、女性が男性よりも低い賃金を支払われることがあります。このような差別的な慣行が賃金の男女格差を広げる原因です。 2. 賃金格差を測定する方法 賃金の男女格差を分析する際には、以下のような統計的手法が用いられます。 平均賃金の比較: 男女それぞれの平均賃金を比較する基本的な方法です。単純な比較では、賃金格差がどの程度存在するかが示されますが、職業や年齢、経験などを考慮しない場合、正確な要因分析にはなりません。 Oaxaca-Blinder分解: この方法は、賃金格差を「説明可能な要因」（教育や職業選択など）と「説明できない要因」（差別や不透明な要素）に分けて分析する手法です。これにより、賃金格差の原因がどこにあるのかを特定することができます。 回帰分析: 労働者の賃金に影響を与えるさまざまな要因を統計的に分析し、性別が賃金にどのように影響しているかを測定します。この手法では、年齢、経験、学歴などの要因を統制し、性別による賃金差を計測します。 3. 賃金格差の改善策 賃金格差を縮小するための施策は多岐にわたりますが、以下のようなアプローチが一般的です。 企業の透明性の向上: 賃金や昇進の透明性を高めることで、差別的な扱いを防ぐことができます。例えば、男女間での賃金や昇進に関するデータの公開を義務付けることが考えられます。 育児休業制度の強化: 出産や育児に関連する制度を強化することで、女性がキャリアから一時的に離脱しても不利にならないようにする取り組みです。また、男性の育児休業取得を促進することも、男女格差の是正につながります。 ワークライフバランスの改善: 労働時間の柔軟性やテレワークの導入により、育児や家庭の責任を負う女性が職業で成功できる環境を整えることが必要です。 4. 日本の賃金格差における現状 日本では、特に長時間労働の文化や伝統的な性別役割分担が賃金格差を広げる要因とされています。政府は、女性活躍推進法や男女共同参画計画などの政策を導入し、賃金格差の是正に取り組んでいますが、依然として多くの課題が残っています。 研究テーマである賃金の男女格差の分析には、これらの要素を考慮し、統計的手法を駆使してジェンダーの経済的不平等を明らかにすることが求められます。特に、Oaxaca-Blinder分解や回帰分析を活用し、賃金格差を生じさせる要因を具体的に解明することで、効果的な政策提言が可能になるでしょう。
ケンブリッジ大学とオックスフォード大学の相互登録（Oxbridge Mutual Registration） 学んだこと アルゴリズムとデータ構造
HOCインテリジェントテクノロジー株式会社 / 取締役
受賞、発表等の活動 2022年2月 国立研究開発法人情報通信研究機構、公益財団法人未来工学研究所 Beyond 5G研究開発ワークショップに発表 「研究開発」①AI処理×量子computing技術強力なコンピューティング能力 ×Beyond ５G通信サービス ②脳型 AI×量子 ICT、セキュリ ティ技術等) ・量子暗号通信 2020年10月 受賞中国深センイノベーションと起業家精神コンペティション国際コンペティション最終賞 「研究開発」グローバルの構築に焦点を当てる最大のブロックチェーンAIビッグデータクラウドラットフォーム
