【MLエンジニア体験談：研究室編】研究室・ハッカソン・インターンで積んだものが入社後に効いたところ
はじめに
こんにちは、kittchyです。
「MLエンジニア体験談」の2本目で、今回も研究室でMLをやっていてMLエンジニアを目指している学生に向けて書きます。前回はMLの外側を触っておいた話でしたが、今回は学生時代の過ごし方が会社のどこで効いたかの話です。
Note
この記事に書いているのはすべて個人の見解で、所属している企業・団体の意見を代表するものではありません。
学ぶ場所は研究室だけではありませんでした
学生のころは研究室・ハッカソン・インターンに時間を使っていて、それぞれで身についたものが違いました。
研究室：実験と論文で基礎知識を積んだ
研究テーマは音声認識のドメイン適応で、実験を回しながら周辺の論文もかなり読んだので、機械学習の基礎知識はこのころにかなり増えました。
ハッカソン：1回では足りなかった
ハッカソンに出たのは、愛知県の大学対抗ハッカソン「HackAichi+2023」の1回だけです。ものづくりの楽しさを知り、他の参加者からの刺激で周辺の知識も増えました。
一方で、何回も出ている人は開発が速く、ハッカソンは開発の筋トレだと感じました。出るなら1回で終わらせず、何回も出たほうがいいです。
インターン：色々な会社に行く
インターンには3〜4社行き、どこでも違う角度から学ばせていただきました。モデルの学習や音声処理の実験をたくさん回して実験を回すパワーがつき、研究では経験できない実装力やWebサービスの基礎知識も身につきました。色々な会社に行くことは、会社を知るためにも、自分の力を伸ばすためにもなります。
もう一歩踏み込むなら、学校を離れて一度働いてみるのもありです。個人的には、学部を出て会社で働いてから大学院に行くほうが、研究で成果を残せると考えています。
入社後のスタートダッシュが速かった
一番効いたのは入社直後の立ち上がりです。MLエンジニアの仕事では、モデルと同じくらい、それを動かすサービスやインフラの話が出てきます。広く浅くでも基礎知識があったので、はじめて触る技術でも入口で止まらずに済みました。
入った会社はKubernetesを使っていましたが、意外とスッと入れました。もちろん何もしなかったわけではなく、CKADの勉強をして、関連する本もたくさん読んでいます。Rubyも書いたことはありませんでしたが、AIを使いながら意外と書けました。
研究の進め方が、仕事の進め方になった
学生のころは一人で研究を成功させて論文を書き切るしかなかったので、研究の管理や進め方を自分で組んでいました。会社では、何をいつまでにどこまでやるかを決めて進める場面のほうがモデルを作る場面より多く、そこでこの力が生きています。
学生時代のつながりも効いている
学生時代の友達とのつながりも大事でした。機械系や電気系の友達が多く、いまでも他の会社の現状を聞けるので学びが多いです。
カンファレンスにも行っておいたほうがいいです。自分は音響学会とPyConに行き、自分の研究分野の外の話も聞けたことで、幅広い知識が身につきました。今でも、もっと色々なカンファレンスに行きたいです。
まだまだだったこと
足りなかったのは、大規模なシステムの中での開発です。ここは新卒で入った会社にかなり学ばせていただきました。
プロジェクト管理や組織論も、もっと学んでおけば良かったです。あわせて、コードの哲学や組織の哲学といった本も読んでおけば良かったと考えています。働き始めてから読んだ中では、コードでは『Clean Architecture』に一番感銘を受け、組織では『チームトポロジー』が面白かったです。ただ、これは働き始めた今だから分かることです。
最後に
入社してから使っているのは、研究で得たMLの知識だけではありませんでした。サービス開発の知識が立ち上がりを速くし、研究を一人で回した経験がプロジェクトの進め方に効いています。
研究をやり切りつつ、学生のうちに次のことをやっておくと、入社してから効いてきます。
- ハッカソン：1回で終わらせず、何回も出る
- インターン： 色々な会社に行く。一度働いてから大学院に行く道もある
- カンファレンス：音響学会のような自分の分野の学会と、PyConのような分野の外のカンファレンスの両方に行く
- 本：『Clean Architecture』や『チームトポロジー』のような、コードと組織の考え方の本を読む
次回は、働き始めてからの2年半でやって良かったことを書きます。それでは。