学生時代に数理科学を追究し、社内随一と評価される卓越した数学知識をデータサイエンスによる社内経営課題解決に生かしつつ、そのノウハウ・経験を踏まえ、お客さまの業務データ分析への適用にも取り組む板井光輝。SEとして入社後、データサイエンティスト^*として活躍するに至ったストーリーをご紹介します。

• * データサイエンティスト：データサイエンス力、データエンジニアリング力をベースにデータから価値を創出し、ビジネス課題に答えを出すプロフェッショナルのこと。(一般社団法人データサイエンティスト協会の定義より)

「データサイエンスでお客さまの経営課題を解決し、ひいては社会に貢献したい」

そう語る板井は、ビジネス、データサイエンス、データエンジニアリングの各スペシャリストで構成されたIT本部ＤＳ推進センタにおいて、社内随一の数学知識を持つデータサイエンスのスペシャリストとして、社内のDX(デジタルトランスフォーメーション)推進やお客さまの経営課題解決を支援している。

そんな板井だが、入社当初は自身のスキルの生かし方を模索していた。学生時代に数理科学を専攻し、卒業後も大学院に進み研究を重ねた経歴を持つ板井。そのまま研究の道に進むのではなく、理論を実践するためにプログラミングスキルを身に付け、社会に貢献したいと考え、日立システムズに入社した。将来的に会社のさまざまな情報を俯瞰的に見ることができるとの期待から自身が希望した情報システム部門への配属が叶うものの、時はビッグデータ時代の夜明け前。思い描いていたイメージと担当業務のギャップに苦しんでいた。

その中で迎えた入社4年目の2016年、事態が好転する。DXの推進に向けて、社内でデータサイエンティスト専門チームが新設されたのだ。データサイエンスは、本質的な経営課題・業務課題を見極め、課題に即して適切にデータを整理し、適切な分析プログラムを実装できなければならない。そのため、データサイエンティストには大きく３つのスキルセットが必要とされる。（1）ビジネス力：課題背景を理解した上で、ビジネス課題を整理し、解決する力、（2）データサイエンス力：情報処理、人工知能、統計学などの情報科学系の知識を習得し、使う力、（3）データエンジニアリング力：データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力の3点だ。しかし、これら全てを高度に備えた人財は世界中を探しても極めて稀とされるため、日立システムズでは社内外から各分野のスペシャリストを集め、専門チームを立ち上げた。板井は、卓越した数学知識に基づくデータサイエンス力を見出されてチームに参加し、ビジネス分析が得意なメンバーやプログラミング能力に長けたメンバーとともに、データサイエンティストとしての第一歩を踏みだした。

その後チームは、当社の経営課題、現場課題、そしてお客さまの課題をDXにより解決するため、2020年にＤＳ推進センタとして組織体制が強化された。板井は、課題解決に適したアルゴリズムの選定や、既存手法では解決できない課題に対する新たなアルゴリズムの考案、データ分析事業の支援、先端分析技法の調査研究、人財育成などを担当。データ分析事業の支援では、AIを活用した分析サービスを提供している事業部門と定期的なカンファレンスを開催。データサイエンスのスペシャリストとして、分析するデータを適切な形へ整形するためのクレンジング（欠測値の補完や異常値の排除）など、分析精度を上げるためにはどうすべきかなどをアドバイスしている。板井が所属するＤＳ推進センタは、納豆型の組織（粒がしっかりしていて、絡まっている様子）になぞらえ、今後も粒としての役割りを極めつつ、数学という糸でチームメンバーがつながりながら、チームとしての価値を提供していくことが期待されている。

「培ってきた数学知識を生かして、お客さまの経営課題の解決に貢献できていると実感しています。今後もデータサイエンティストとしてスキルアップを積み重ね、チームとしてお客さまや社会に貢献していきたい」と、生き生きと語る板井。類まれなる数学知識をビジネスや社会で実践的に生かす板井は、これからの日立システムズの事業、ひいてはデータサイエンスの未来になくてはならない存在だ。

～板井のミッション～

数学的知見を生かし、AIを活用したデータ分析サービスの精度向上に貢献

板井をはじめとしたデータサイエンティストたちは、データ分析ソリューションや機械学習を自動化するプラットフォーム「DataRobot」など、日立システムズが提供するさまざまなデータ分析サービスの分析精度向上やサービス強化を支援している。将来的には、ERPの導入段階からその後のデータ利活用を見据えて分析がしやすいデータ構造を提案するなど、お客さまの経営課題解決に向けてシステム導入段階から支援していくことも視野に入れている。

毎月300本の技術論文をチェックし、新たな分析アプローチを実践

既存のAIツールでは解決できないような課題の解決を支援するため、絶えず新たな技術や手法を調査・研究し、より適切なデータ分析ができるよう努めている。例えば、全世界の数学や物理など最新の技術論文が集まるWebサイトを活用し、毎月300本以上の技術論文をチェック。インプットした新たな知識や技術を自身の数学知識と組み合わせて新たなアルゴリズムを作り出すなど、お客さまに合わせて最適な分析アプローチができるよう、常にアンテナを張り実践している。

社内外で講演を行い、“将来のデータサイエンティスト人財”を育成

自身の知識や業務経験による実践的なデータサイエンスについて社内外で精力的に講演し（講演人数延べ650名、講演回数延べ17回）、人財育成や採用活動に貢献している。社内では分析スキルの向上につながる数学の活用方法について研修を実施。社外では大阪大学や神戸大学、立命館大学などと連携し、データサイエンティスト志望の学生に向けて、ＤＳ推進センタのミッションや実務プロセスについての講演を実施。また、中学・高校生に向けて数学や統計学の知識を社会で役立てるための授業を行うなど、社内外の“将来のデータサイエンティスト”育成に取り組んでいる。