【インタビュー】「卓越したスキルはかっこいい」Kaggle MasterなMLエンジニア小栗さんが技術を磨き続けたいその理由

【Profile】小栗 怜 Ryo Oguri / 金沢大学大学院 自然科学研究科 電子情報科学専攻（人工知能研究室）修士卒
日系大手メーカーにて社内システムの開発に従事しながら、独学で機械学習を学ぶ。Kaggle Master。ELYZA 参画後は AI エンジニアとして複数の共同研究プロジェクトに関わり、社会実装事例の創出に努めている。

独学1,000時間。スキルを磨く楽しさ、卓越したスキルを持つ人への憧れに気づいた

小栗さんの経歴を簡単に教えてください。

大学では情報システムを専攻していて、プログラミングや、情報理論、データベースの仕組みなどを学びました。研究室は人工知能研究室に所属していました。とは言え、当時は軽音楽部での活動に夢中で、研究よりも部活という生活でした。

卒業後は大手のメーカーに就職して、社内システムの開発に従事していました。ELYZA に参画した後は、ML エンジニアとして顧客との共同開発プロジェクトに関わりながら、社会実装やプロダクトの企画開発を目指しています。

AI や ML（機械学習）技術との出会いはいつだったのでしょうか？

新しい技術にキャッチアップしようという社内プロジェクトがきっかけでした。ペーパーレス化推進などいくつかある中で、AI の研究にアサインされたので、業務の合間をぬって週に数時間、勉強し始めました。

もともと興味があったこともあり、取り組み始めると楽しくて、社内プロジェクトの枠を超えて真剣に1,000 時間勉強しようと自分で決めました。G検定、統計検定、Python など分かりやすいところから手をつけ、調べていくうちに Kaggle にも出会いました。

※ Kaggle（カグル）は機械学習やデータサイエンスに携わるエンジニアと、政府や企業をつなぐプラットフォーム。課題解決力を競うコンペティションが日々行われており、結果に応じてエキスパート、マスター、グランドマスターなどの称号がある。

そのモチベーションはどこから来ていたのですか？

自分でやると決めたから、というのが大きいですね。1,000時間勉強したらどうなるのか？の答えを知らずに終われない、という使命感がありました。

あとはやはり Kaggle との出会いですね。企業や政府が出す課題を解くコンペ形式で、上位にランクインするためにはかなりのスキルが必要です。最初は初心者向けの課題から始め、コミュニティの仲間たちと切磋琢磨しながら、徐々にスキルを磨いていくことができました。

1,000時間が経った後ものめり込んで、 Kaggle Master の資格を得たり、日々の仕事が Kaggle で活かせるスキルの向上に直結するといいのになぁ...と考えるようになっていました（笑）。スキルを磨くことは楽しいですし、卓越したスキルを持つ人は「かっこいい」と心から思うようになりましたね。

興味は尽きず。先端技術と社会実装に触れ続けられる環境を求めていた

ELYZA との出会いはどのようなものでしたか？

人事の中森さんが X（旧Twitter）で声をかけてくれたのがきっかけです。AI 技術の社会実装に関わってみたい、もっと AI 技術を磨きやすい環境に身を置きたいと、ちょうど考えていたタイミングでした。

Kaggle のコンペでモデルをつくったりする中で、このモデルたちは実社会でどのように動くんだろう？という興味がわいていたんですよね。AI の先端技術を磨けるかどうか、プロダクト開発など社会実装にも取り組めるかどうかという軸で、新しい環境を探していました。

ELYZA への入社の決め手は何でしたか？

まず、ELYZA はスタートアップで、これから大きくなっていく可能性が高いと感じたことです。その方が課題に向き合う機会も多く、自分の成長やその影響も分かりやすいですよね。

そして、仲間も優秀だという点が決め手でした。先ほど私が言った「かっこいい」同僚がたくさんいます。入社してから改めて感じたことですが、技術力が高いことや AI に詳しいだけでなく、先端技術にみんなが興味を持ってアンテナを張っているんですよね。そういう場に身を置くことで自分も「もっと勉強したい」と自然に思えると感じています。

実際、社内プロジェクトでも顧客プロジェクトでも新しい技術を試す機会が多いので、常に学び続ける環境が整っていると思います。

課題に挑むことで技術を磨く、技術を磨くことで課題解決力を高める。そのサイクルを回したい

ELYZA でのお仕事についても教えてください。

ELYZA での MLE の仕事は、研究開発、顧客との共同開発プロジェクト、自社プロダクトの開発と多岐に渡ります。私はその中で、顧客プロジェクトに関わっています。プロンプトチューニング、評価用データセットの作成、そしてモデルファインチューニングなど様々な課題解決タスクに挑む日々です。

一度取り組んだタスクは「やったことがある」ステータスにはなるものの、「習得した」と言えるわけではありません。周りのメンバーにも頼りつつ、自分なりにも学習して、理解・習得したと言える技術が増えていく感覚が楽しいです。もちろん大変ですが、それが求めていたものでもあるので（笑）

職場環境を大きく変えることに、不安はありませんでしたか？

もちろんありました。スタートアップに職場を変え、職種も変わるので、経験がゼロリセットされる覚悟でいましたね。

ただ、最初にアサインされたプロジェクトで顧客との会議に臨んだ際、ついこの間まで私もエンジニアとしてユーザーの悩みを聞く立場にいたので、顧客の課題が非常によく理解できたんです。同時に解決のための技術ハードルもイメージがつきました。

社内 SE としての経験や Kaggle での学びが活かせることに安心しました。また、顧客課題をリアルに感じられるからこそ、現実的で効果的な解決策を提案できると思っています。

これからのワクワクについて教えてください。

どんなときにワクワクするかと言うと、新たな技術を学び、アウトプットして自分の技術の現在地を確認する、新たな課題に出会いまた学びたくなる...というサイクルが回っていくときですね。それが職場の中で実現できて、課題解決につながり、顧客や社会の役にも立つなら最高ですよね。

その意味で ELYZA は、もっと理解を深め、習得を目指したい技術がたくさん転がっている環境です。例えば RAG の社会実装もそうですし、プロダクト開発に関わるのも楽しみです。それらにひとつひとつチャレンジして、貢献の幅を広げながら、技術を磨き続けていきたいです。

※ RAG（Retrieval-Augmented Generation）は、大規模言語モデル（LLM）の出力生成プロセスに、外部データベースからの情報検索を組み込むことで、より正確な応答を目指す技術のこと

最後に

ELYZAは絶賛、仲間を募集しています！採用資料もぜひ見てください。

現在 ELYZA は LLM の開発・実用化（プロダクト開発）をより加速するため、新しいメンバーを募集しています。 今回インタビューした小栗さんを始めとする、ELYZA の MLE メンバーと気軽にお話ししてみませんか？

独自 LLM の研究開発や、自社プロダクトの開発について知ってみたい方はぜひこちらのカジュアル面談をご利用ください。ぜひ一緒に先端技術で新しい体験をつくっていきましょう！

● ELYZA 求人募集一覧はこちらをご覧ください
https://open.talentio.com/r/1/c/elyza/homes/2507
● カジュアル面談一覧はこちら
https://chillout.elyza.ai/