サグリ株式会社 | インタビュー | 転職サイトGreen(グリーン)

機械学習エンジニア　湯原

サグリを選んだ理由や会社に期待していたことは何でしたか？

「画像処理」の分野は前職でも関わっていたことがあり、興味がありました。衛星画像の活用というところも面白そうだな、と。正直、当初は農業自体にはそこまで興味があったかと言われると答えにくいですが、ドメインとなっているジャンルにはそこまでこだわりがありませんでした。期待していたことは、さきほども少し触れましたが、社内で会社の方針について対話ができ、自分がやりたいことと、会社がやりたいことが合致しているか確認できることは重要だと思います。それができないと、方向がぶれていくので、モチベーションの維持にも大きく関わると考えています。これまでの経験上、半期に１度だけの面談ではその時は納得してものちのちあれ？ずれているな。と感じることがありつつも、毎日の会話ができないくらい忙しい状況でした。サグリでは、まだ規模が小さいことも大きいと思いますが、自分の意見が意思決定に反映されることもあり、経営層とのズレは少ないと感じます。特にＣＯＯの益田さんとは面接で初めて話したから、ずっと１年同じように会話がし続けられていますね。

実際に入社されていていかがでしたか？

実はこれまでの経歴ではソフトウェア開発をあんまりやってきていないんです。ソフトウェア開発工程自体は理解していますが、開発をした経験はない中、不安もありますが、何とかやっています。入社前は衛星画像という存在すら知りませんでした。今の仕事でやっていることは農作物を衛星画像から推定することに取り組んでいますが、そんなことができるということすら知らなかったんです。衛星画像と聞くと、よくＴＶでみる、天気予報の台風の動きとかのイメージだったので、こんなに細かく、農地の区画まで衛星画像で見れることに驚きました。ベンチャー企業なので何でもやらなきゃいけないところにはGAPも感じました。それこそ当初は求人募集の内容も考えて書いていました。自社プロダクトACTABAでのAIポリゴンが主な仕事ではあるものの、代表の坪井さんも行政関連の仕事を受注してきます。その案件もゴールだけ決まっていてどう進めるかは決まっていないこともあるため、何をしていくか、関係者とコミュニケーションをとって進めなければいけません。サグリにとっては下積み的な仕事で、関係機関とのリレーションを厚くするためにも重要なことではあると思っています。働く環境や人間関係の面接では、COOの益田さんと直でコミュニケーションとれることで、営業とエンジニアのズレがあまり起きない環境だと思います。疑問に思ったらことはすぐに聞けます。機械学習エンジニアメンバーも、小さなチームなので、気になったら横にいてすぐに聞ける安心感がありますね。

機械学習エンジニアとしてのミッションややりがい、今後チャレンジしていきたいことはなんですか？

例えば、野菜の葉っぱが元気かどうか？度合いを示すための「緑色」に反応する波長を特定して、葉っぱの状態を衛星画像から予測するためのアルゴリズムをつくっています。お米や野菜は１年サイクルで生産されており、9月10月にピークを迎えます。衛星データは同じ地点を継続的に撮影してくれているので、時系列でプロットし、変化を特定することが可能です。色というものはよく、RGB３原色からつくられると言いますが、衛星画像のデータ分析では色を波長が短いもの、長いものを認識することが可能です。 NDVIと呼ばれる植生指標（衛星データを利用し、植物の量や活力を表す指標）と照らし合わせ、緑にしか反応しない波長を特定できるアルゴリズムをつくっています。プロジェクトの大半は、正直毎回、うまくすすんでいるか怪しい状況の中で進めています。実証実験段階のため、答えもわからないし、できるかできないかがわからない、できたらサービス化できる、という状況です。できないということがわかったということもひとつの結果ではありますが、毎回、初めてのためどきどき感はありますね。衛星画像のデータを解析ではサグリだからこそできる仕事だと思います。遊びのように実験、試行錯誤することを楽しめる方には向いている環境だと思います。サグリの事業上、市区町村からもデータいただくことができ、自由に扱えるということもレアな経験なのではないかと思っています。データを触っていて楽しい！という人は楽しめる環境ですね。また、国が抱えている問題の解決できることはやりがいに感じています。農業に関わる問題は１・２年で解決できるような問題ではないですが、解決しなければならない問題です。簡単には解決できない、大きな課題に取り組めていることはやりがいに感じますね。将来的にはサグリで仕組みづくりまでに関わるのではないかと思っています。農家さんや市区町村をリードできる立場としてデータの取得をお願いしたり、新たなサービスを生み出せたらいいなと思いますね。今後チャレンジしていきたいことは、自動化です。今も取り組んでいることですが、実証実験で検証ができて、「できる」ということがわかったら、次のステップは自動化になります。自分たちが手を動かさなければ解析されない状態ではなく、データさえあれば勝手に解析されるようになり、自分たちは別の技術の検証に移ることができます。今はまだ自動化できていない部分も大きく、ACTABAを利用いただく市区町村が増えるほど、仕事量も増えているため、自動化は急務です。自動化ができれば、次に検証したいことは、農地ごとに作物名を推定していくアルゴリズムをつくることです。これまでは耕作放棄地の特定に取り組んできましたが、ここを自動化できれば、次は野菜の作物名の推定をがんばっていきたいです。

サグリで身についたスキルはなんですか？

ＧＩＳ（地理情報システム）の知識は身につきました。今は農業だけに取り組んでいますが、ＧＩＳは災害にも活用されていたり、ドローンの航空写真の活用などにも密接するため技術的な知見は広がったと思います。それ以外には、業務委託メンバーとの仕事なども初めての経験でした。これまでは同僚と一緒のチームで仕事を進めていましたが、外部の方に仕事を依頼して進めていくというやり方を勉強でき、どうやってお願いしたら認識のズレがなくプロジェクトを進められるか、というスキルも身についたと思います。プロセスの管理の中では、作業内容に合意していても、期待していたものとずれたものがアウトプットされる場合がありますが、こまめなミーティングでズレを修正して、共通のゴールに向かって仕事ができるようなコミュニケーションを心掛けています。

これまでのご経歴を教えてください。

▼学生時代大学時代は情報系の学部でした。正直、就職に有利になりそうなイメージと、自宅から通える大学だったこともあり、選びました。家でパソコンを触ることも多かったため、プログラミングで飯を食えたらな、と思ったことも理由です。大学時代、当時は機械学習やAIというようなキーワードはまだ流行ってなく、動画に出てくる犬と猫をAIが見分けられる、というようなことがやっと話題になり始めた時代。機械学習やAIに触れるようになったのは社会人３年目くらいからです。 ▼新卒の就職新卒の時は景気もよくなく、就活はなかなかうまくいかず、手に職をつけるために情報系を選んだのに、という気持ちもありました。エンジニア派遣の会社に入社しましたが、派遣先・仕事を選ぶ余地もあまりなかったため、大学時代はソフトウェアしか勉強していないのに、ハードウェアのエンジニアになり、初めてはんだごてを触りました。はじめてのことばかりで大変でしたが、流れに身を任せて３年その派遣先で勤務しました。　　次の派遣先で初めて「AI」に関わる仕事をすることになりました。ただ、AIに関われたといっても、当時は派遣先の社員の方もAIの知識もない状況。任された仕事は実用的なシステムをつくるというよりは、論文を書くための実験の補助や資料作りでした。派遣先から特に知識面での支援などはなかったので、自分で帰宅後の時間を使い、基本的な高校数学から勉強し直しました。周りにも詳しい人がいない環境で、でもやらなければいけず、勉強しなきゃ！と思ったんです。深層学習は微分・積分や大学数学を理解していないと難しいと思います。もともと学生時代、数学は好きではありませんでしたが、社会人になって学びなおしてみるとしっくりきました。学生時代は点数を取るための勉強でしたが、仕事で使うとなると勉強しながらイメージがわいてきて、勉強の意欲もあがりました。この時の経験は、今の仕事にも生きていると思います。 ▼１度目の転職キャリアを考え、ずっと派遣でいるわけにもいかないと思い、ゲーム会社に入社しました。ちょうど、スマホアプリのテスト工程をAIを使って自動化したいと考えているというお話だったため、AIの知識が活かせると思い入社しました。同僚と３人のチームでしたが、アルゴリズムの部分は一人でやっていて、ひとつひとつの作業が本当に大変でした。アプリを人間が操作すること自体を自動化させようとしたため、十字キーでこう操作したら、こう動く、ということを設計する必要がありました。２年間在籍し、開発に取り組み続けましたが、プロジェクトは次第に尻すぼみに。同僚もチームから抜け、上司も転職を決めたと聞いたときには、この会社大丈夫かな、もうこのプロジェクトはやる気がないのかな、と不安になりました。今思えば、当時は会社としっかり対話ができているつもりでしたが、実際には全くできておらず、会社が進んでいる方向性がわかっていなかったんだと思います。サグリに転職をしてから、雑談も含め対話がしっかりできていると感じます。