2025年atmaCup優勝者インタビュー（T.F.）
システム開発事業本部
T.F. 入社年度2019年
T.F. 入社年度2019年
国内最大級のデータ分析コンペに
参加。見事1位の栄誉に輝く。
（2026.1収録）
AI・機械学習に興味が湧いてデータサイエンス競技に挑戦。
AIが目ざましい進化を続けるなか、皆さんはデータサイエンス競技が世界的に盛んになっているのを知っていますか。著名なのはKaggleという世界最大級のプラットフォームです。データサイエンティストやAIエンジニアがコンペティション形式で、企業などが提供するデータ分析の課題解決を競い合う場として広く知られています。
私は大学院生の頃にデータサイエンスに興味を持ち、2019年にFBSに入社。ぜひ自分たちもコンペに挑戦したいと思って、AIC：AI・競技プログラミングクラブを立ち上げ、同好の仲間を集めて勉強会を開いたり、Kaggle等のコンペに参加したりといった活動をドライブしてきました。こうした取り組みのひとつとして2025年夏、わが国最大規模のデータ分析コンペティション「atmaCup」の第20回に個人でチャレンジ。423チーム・延べ624名が参加して5158のモデルが提出されるなど、大いに盛り上がった競技の結果、一般枠の1位を獲得でき、表彰を受けたのです。自分から言うのも何ですが、データサイエンティストとして公の場で認められたことで、FBSの若手エンジニアの先端技術への取り組みを多少なりともアピールできたと思っています。
私は大学院生の頃にデータサイエンスに興味を持ち、2019年にFBSに入社。ぜひ自分たちもコンペに挑戦したいと思って、AIC：AI・競技プログラミングクラブを立ち上げ、同好の仲間を集めて勉強会を開いたり、Kaggle等のコンペに参加したりといった活動をドライブしてきました。こうした取り組みのひとつとして2025年夏、わが国最大規模のデータ分析コンペティション「atmaCup」の第20回に個人でチャレンジ。423チーム・延べ624名が参加して5158のモデルが提出されるなど、大いに盛り上がった競技の結果、一般枠の1位を獲得でき、表彰を受けたのです。自分から言うのも何ですが、データサイエンティストとして公の場で認められたことで、FBSの若手エンジニアの先端技術への取り組みを多少なりともアピールできたと思っています。
王道から自然へ、あえて違う道を選択したのが「正解の鍵」になった。
AtmaCup はオンラインで開催される短期集中型のコンペで、20回の会期は11日間。初日に「どういう社員が社内公募に手を挙げるのか?を予測せよ!」とのテーマが発表され、実在する企業の社員数百名の数万件に及ぶデータが提供されました。参加者は、社員それぞれの属性やキャリアなど多様なデータを分析し、誰が社内公募に応募したのか・誰がしなかったのかを予測するモデルを作成・提出します。期間中は、一部だけ公表されている情報に基づく順位がリアルタイムで発表されるうえ、情報交換の場も用意されているため、それぞれ知恵を絞りながら改善を図り、モデルをブラッシュアップしていきます。そして最終日、「未公開だったリアルな正解をどこまで高精度で予測できたか」、閉会式が行われ、最終順位の結果が発表されるのです。
閉会式の前日まで、私の暫定順位は10位台でした。当日は仕事でオンライン配信にアクセスできず、『ベストテンに入れたらいいな』くらいだったのが、帰宅して順位表を見たら、まさかの1位。言葉では表せない喜びが湧いてきました。
振り返り会を兼ねた表彰式でも話しましたが、大逆転の鍵は自然言語処理でした。通常は、テーブル形式のデータを使うのが王道で、私も最初はその道を進んだのですが、途中でデータを自然言語、要するにテキストファイルに変換してモデルに入力したらどうかと、あえて王道を外れるアプローチを選択したのです。 そういった手法があることは参加者共通の認識ではあったものの、そこに多くのリソースをかけた人は少なく、私が思い切って踏み込んだのが功を奏した結果でした。
閉会式の前日まで、私の暫定順位は10位台でした。当日は仕事でオンライン配信にアクセスできず、『ベストテンに入れたらいいな』くらいだったのが、帰宅して順位表を見たら、まさかの1位。言葉では表せない喜びが湧いてきました。
振り返り会を兼ねた表彰式でも話しましたが、大逆転の鍵は自然言語処理でした。通常は、テーブル形式のデータを使うのが王道で、私も最初はその道を進んだのですが、途中でデータを自然言語、要するにテキストファイルに変換してモデルに入力したらどうかと、あえて王道を外れるアプローチを選択したのです。 そういった手法があることは参加者共通の認識ではあったものの、そこに多くのリソースをかけた人は少なく、私が思い切って踏み込んだのが功を奏した結果でした。
若手を巻き込んで、FBSのデータサイエンスの強化を図りたい。
社会のさまざまな課題に対し、機械学習をはじめAIに関連する分野の技術を応用して、いかに精度の高い予測モデルをつくり出すか。鍵を握るのは、ビッグデータをどのように分析・加工して入力すれば、AIモデルが解釈・予測しやすいかを探るデータサイエンスの技法です。私は今回、自然言語処理の適用が効果的ではないかと仮説を立ててトライして成功したのですが、アプローチの仕方はいくつもあり、課題やデータの特性によってマッチするやり方は異なります。データサイエンスの世界では、有力なコンペでコンスタントに上位にランクインしているスターも生まれているので、そうした存在を目標に、今後も積極的にコンペにチャレンジしていきます。
そうでなくても、SEとしてAIとどう向き合うかは、私たちFBSのエンジニアに共通する大きなテーマです。進化のスピードが速い分野だけに、うかうかしていると、時代に取り残されないとも限りません。だからこそ私は、業務で取り組んでいるAIの活用やAI・競技プログラミングクラブの活動はもちろん、情報の収集・発信にいっそう注力して若手を巻き込み、当社のデータサイエンスの発展をリードしていきたいと考えています。
そうでなくても、SEとしてAIとどう向き合うかは、私たちFBSのエンジニアに共通する大きなテーマです。進化のスピードが速い分野だけに、うかうかしていると、時代に取り残されないとも限りません。だからこそ私は、業務で取り組んでいるAIの活用やAI・競技プログラミングクラブの活動はもちろん、情報の収集・発信にいっそう注力して若手を巻き込み、当社のデータサイエンスの発展をリードしていきたいと考えています。
プロフィール
ハンドルネームはTaichicchi。経済学部を卒業後、大学院修士課程で経済統計学を専攻。株価や為替の値動きを予測するモデルを作成したのがきっかけで、データ分析に興味を抱く。もともと数学が好きだったこともあり、データ分析に関わる仕事をしたいと思って就職活動を進めるなかで、FBSがデータサイエンス分野に先駆けて進出していると知り、2019年に入社。
希望どおり先端技術系の部門に配属され、大手SIerのAIプロジェクトに参画。FBSの精鋭4～5名とチームを組み、金融や教育の分野でAI・生成AIを応用したシステム開発に携わる。具体的には、資金洗浄の可能性がある取引をAIで判定する、銀行のAMLアンチ・マネーロンダリング)、 教職員が使うソフトウェアに関わるデータ分析など、先進的な分野で実績を挙げ、現在さらに次なるAIの活用に挑んでいる。
希望どおり先端技術系の部門に配属され、大手SIerのAIプロジェクトに参画。FBSの精鋭4～5名とチームを組み、金融や教育の分野でAI・生成AIを応用したシステム開発に携わる。具体的には、資金洗浄の可能性がある取引をAIで判定する、銀行のAMLアンチ・マネーロンダリング)、 教職員が使うソフトウェアに関わるデータ分析など、先進的な分野で実績を挙げ、現在さらに次なるAIの活用に挑んでいる。