Codezine さんに僕らが始めた取り組みついて取材していただきました。
簡単に言うと、メディア広告部門に属しているエンジニアが、
機械学習もやるという部署を立ち上げた話です。
なぜやるのか？
広告の最適化配信に携わっていると、どうしても避けて通れない道があって、
それが、大規模分散処理、そしてデータサイエンスです。
それぞれの専門家を採用して突き詰めていくのももちろんできるのですが、
ビジネスとエンジニアリングがオーバラップしながら違う言語を話しているように、
データサイエンティストとエンジニアも違う言語を話します。
越境人材がいると、お互いにとってのベストだったり、お互いにとってもっとも
コストの安くつく妥結点を見つける能力が部署として格段に上がります。
当然、専門家集団である秋葉原のラボにそういう人材はいるのですが、
優秀な彼らは引っ張りだこの人材です。
で、あれば彼らの指導を仰ぎながら、自分達でもそういう人材を育成し、
より高いレベルで協業できるようにしようというのが第一の目的。
もうひとつは、せっかく広告ドメインで仕事をしていて、機械学習が活かせる
課題がたくさんあるのだから、キャリアパスとしてこういう道も用意しましょうという
内部的な理由です。
具体的に何をするのか？
実は、部署内には既にサイエンティストと協働するチームがあって、
データエンジニアの素養はそこで培う事ができます。
そこにプラスして、例えば「テキスト解析とCTRの相関性」みたいな
テーマについて、ライブラリの選定、素性の追加などといったタスクを
行っていく事になります。
記事内でも紹介されていますが、「データエンジニア」「マシンラーニングエンジニア」
「アルゴリズムデベロッパー」といったステップを踏みながら、今自分に足りないのは
どういうスキルなのか？を明らかにし、実装を通じて磨いていきます。
メディア部門の良いところは行動データやメディアのリンクのクリックを始めとした
「ユーザーの普段」に関する情報が豊富にあることです。
エンジニアのスキルレベルをアップし、さらに高次の課題を解いていくのが
今から楽しみです。