東京工業大学 工学部 経営システム工学科（学士課程）入学
「高校の頃、インテリアデザインの学校に進もうかと本気で悩んだ時期もありました」
大学院で学びたい方
大学院で学びたい方
エムスリー株式会社
エンジニアリンググループ
機械学習エンジニア
博士（工学）
高校生のときから好きだった数学への思いを胸に、東工大では大学院から数理ファイナンスを学んだ西場正浩さん。
社会人となった後に金融から医療へとフィールドを移し、現在は人工知能（AI）の機械学習エンジニアとして人の役に立つ質の高いサービスの開発に取り組んでいる。
私は現在、エンジニアリンググループAI・機械学習チームのチームリーダーとしてチームマネジメントをしながら、自分自身もプレーヤーとして自然言語処理を使ったアルゴリズムの開発をしています。主に行っているのは、ユーザーの嗜好を予測し提示すべきアイテムを決めるリコメンド機能のシステムや、コンテンツ間の関連性の抽出など。東工大では修士と博士で数理ファイナンスを学び、前職の銀行ではクオンツ（金融工学の手法を用いて市場動向などの分析や予測を行う業務またはその専門家）をしていました。転職を考えたのは、金融にかわりトレンドとなった機械学習の分野でスキルを伸ばせると思ったからです。機械学習の医療分野への応用は世界的な注目度や社会貢献度が高く、何より自分がやりたいこととのマッチ度が一番高かったエムスリー株式会社で新しいチャレンジができることになりました。
もともと数学とコンピュータを使う仕事をずっとやっていきたい思っていました。修士や博士で学んだ数学とエンジニアリングは今までのキャリアのベースになっています。学生の頃は特に論文を読み、数値実験で再現することなどに取り組んでいました。そこで鍛えられた論文を読む技術や数学を理解する知識は、論文からプログラムに落とし込む実際の業務に非常に役に立っています。それに、学部のときは経営システム工学科で組織論などを学んでいたんです。理系の中でもやや文系に寄った経営工学の知見は、マーケティングやプロモーションなどプロジェクトを推進していく上で力になっています。チーム運営や組織で自分がどう振る舞うべきかといった知識は、前職でも現職でもチームビルディングを任せてもらえていることに活かされていると実感しています。
学部生のときは外資系の経営コンサルタントになりたいと漠然と考えていました。実は修士に進むかも迷っていたぐらいで。当時コンサルへの就職を目指すグループに参加していて、そこに非常に優秀な同級生が2人いたんです。今も世界的に活躍していて、一人は会社経営をしていたり、マサチューセッツ工科大学（MIT）でスピーチした記事を見かけたり。とにかく頭の回転が速かった。そんな彼らと議論を交わすうち、経営の分野では「勝てないな」と感じ、自分のキャリアを真面目に考えるようになりました。世界に対してチャレンジできることは何か。自分の好きなこと・得意なこと・世の中の役に立つことが重なるのはどこか。それが数学とエンジニアリングだったのです。今思えば、自分の人生における一つのターニングポイントでしたね。
そこで、経営工学から分野を変えて、修士では数理ファイナンスが専門の二宮祥一先生の研究室に入りたいと思い、技術経営専攻（現・技術経営専門職学位課程※）に進学しました。修士から本格的に数学の勉強をはじめましたが2年間では時間が足りないと感じていました。数学は答えに辿りつくまで非常に時間がかかります。だから博士への進学は当然のように決めていました。数理ファイナンスの世界では、当時は欧米の金融機関でクオンツをする場合に博士号または同等の業績が必須だったこともあります。将来を考え、世界の水準に挑む技術を学ぶ時間として必要だったと思っています。
技術で勝負していくなら、ベースとなる知識の勉強をし続けないといけません。でも、一度社会人になるとまとまった勉強時間を確保するのは難しくなります。学生に戻る選択肢もありますが、心理的にも状況的にも難しい。だから学生のうちは時間をできる限り勉強に費やした方がいいと私は思います。学生のときにしかできないのは長期旅行ではなく勉強。技術や知識があれば、社会人は転職の合間に長期休暇をとることもできますから。
医療はIT化がまだまだ進んでいない分野です。社会問題として10年後には医療費が60兆円になるといわれる中で、医療コストを1円でも減らすという会社のミッションには理屈でなく共感しています。一エンジニアとしてできることは多いですが、命に関わる分野なので精度が強く求められます。たとえば機械翻訳の誤訳で薬の容量や単位が変わる、画像診断で病気の人を健康だと判断してしまうといったリスクは非常に高い。精度の高め方は技術的に難しいですが、数々の論文を理解して応用を考えたり、AI学習における質のいい学習データを集めたりと、様々な工夫をする必要性にやりがいを感じます。
自然言語処理では、薬や検査項目の結びつき、疾患同士の関連の抽出などを行う必要があります。そのときの単語の分割やつながりが難しく、たとえば乳がんと肺がんのように、よく似た文章内で使われる病名であっても、診療科や治療の観点で近いとは必ずしも言えません。文脈での距離の近さだけでなく、医師の専門分野の観点でも近いほうが好ましいです。その定義はとても難しいですね。まだまだドメインの知識が浅く、自分がつくったアルゴリズムの出力結果が適切なのかを調べながら開発しています。ただチーム間の情報共有や議論は活発で、他のメンバーが開発した資産を併用するなど、社内外問わず全体として取り組まないといいものはつくれないと感じています。仕事では、過去にない問題を新しく解いたところに価値が生まれると思います。だから自分が抱えている問題はまず過去の文献をあたって適した技術を選び、新しく解くべき点を見極めた上で取りかかります。また、同じ問題に対して同じ工数でも他の人より高いパフォーマンスを出すことを常に心がけています。一番品質のいいものをつくりたいという技術者としてのプライドですね。
精度やクオリティを高めたいというのは、医療分野に身を置く自分のモチベーションにもなっています。たとえば自分が重い病気を患ったとき、どんな医師とマッチングするかわからないのはすごく嫌なんです。運任せで人生をコントロールされたくない。でも適切な人を探すにはコストがかかって非効率。サービスを向上することで、正しい情報を伝えて判断できる世の中になってほしいと強く願っています。質の高いものは世界中で使えるようになったら楽しいと思うので、より多くのユーザーに届けるためにいつか海外に行きたいと考えていますね。
コンテンツのリコメンドというアイデア自体は単純ですが、Amazonの検索やNetflixの映画視聴でも、非常に高い精度で実現されたらすごく便利ですよね。医療をより良くしていくにも、便利なアイデアを考えられる人とそれをユーザーが満足できるレベルで開発できる人が必要です。私はエンジニアとして、面白いアイデアを高いクオリティで実現することで人の役に立つサービスをつくっていきたいです。
※技術経営専門職学位課程とは
大学院課程の1つで、修士課程に相当します。ビジネス・技術経営分野の専門職大学院は全国30大学にあり、本学で取得できる学位は「技術経営修士（専門職）」になります。
科学研究・技術開発に強みを持つ東工大ならではの課程で、社会人学生が約80％在籍するなど、一般学生と社会人学生がともに学習することにより、多様な価値観や考え方を学ぶことが出来ます。
イノベーション創出のリーダーとして、幅広い視野をもち高い倫理観のもとに科学・技術を活用し、事実に基づいて自ら構築した理論に立脚した責任のある決断ができ、産業や社会の発展に貢献する実務家の養成を目的としています。
西場正浩
にしば まさひろ
Profile
2005年、東京工業大学工学部経営システム工学科（学士課程）入学。2009年、大学院イノベーションマネジメント研究科技術経営専攻に進学、2011年に専門職学位課程（修士に相当）修了。2013年にイノベーション専攻（博士後期課程）修了。2013年、三菱東京UFJ銀行（現・三菱UFJ銀行）に入行し、数学や金融工学の手法を用いたクオンツの実務を担当。2017年、エムスリー株式会社に転職し、現在に至る。
本インタビューは東京工業大学のリアルを伝える情報誌「Tech Tech ～テクテク～ 34号（2018年9月）」に掲載されています。広報誌ページから過去に発行されたTech Techをご覧いただけます。
（2018年取材）
