2024.12.19
システムの穴を運用でカバーしようとしてミス多発… バグが大量発生、決算が合わない状態から業務効率化を実現するまで
機械学習エンジニアからプロダクトマネージャーへ。nishibaさんにその理由と軌跡を聞いてみました(前半)(全1記事)
リンクをコピー
記事をブックマーク
里洋平氏(以下、里):みなさんこんにちは、里洋平です。今回はML(機械学習)エンジニアからPdM(プロダクトマネージャー)をやっている(※動画収録当時)西場さんにお話を聞いていきたいと思います。本日はよろしくお願いします。
西場正浩氏(以下、西場):お願いします。
里:さっそくですが、知らない方もいらっしゃると思うので、自己紹介をお願いしてもよろしいでしょうか?
西場:はい、西場といいます。僕はもともと機械学習エンジニアをやっていたのですが、最終的にはプロダクトマネージャーや事業責任者をするようになっていました。
4年くらい前に、医療系のサービスを手がけるITの会社で働き始めて、その時の最初のスタートがMLエンジニアというキャリアです。
機械学習を使ったメルマガのパーソナライズやアルゴリズムを開発する傍ら、AI/MLチームの立ち上げをやってチームビルディングしながら、いろいろな事業に貢献しようという働き方をしている中で、プロダクトマネジメントもやるようになって、プロダクトマネージャーをやっていました。
里:ちなみに今はどんなことをされているんですか?
西場:今は完全に組織マネジメントのほうに振っていて、もうプレイングマネージャーではありません。
2021年7月から新しい会社で働いています。前職ではプレイングマネージャーというかたちで、自分も手を動かすことがあったのですが、今の会社では基本的にはプレイングマネージャーではなくてマネージャーというかたち(でやっています)。
ピープルマネジメントもやるし、必要なことはなんでもやりますが、プレイヤーではないですね。
里:なるほど、ありがとうございます。
里:いろいろおもしろそうなキーワードが出てきたので、これから聞いていきたいと思います。
最初に、前職でMLエンジニアをやられていたという話でしたが、データ分析や機械学習を始めたきっかけを教えてもらってもよろしいでしょうか?
西場:僕は前々職で「クオンツ」と呼ばれる業務をやっていました。銀行で数理モデルを使って金融派生商品のプライシングとかリスク評価をするような業務です。
もともと数学とコンピューターを使う業務だったので、そこからジョブを変えようと思った時に、クオンツ以外で数学やコンピューターを使う仕事ということで、機械学習がその時すごくブームだったので、機械学習を始めることにしました。
なので、前職に転職した時に機械学習の勉強をし始めましたし、実務ではその時が初めてでした。
里:実際にやってみてどうでした? クオンツの時に抱いていたイメージと、実際に機械学習を実務でやった時。
西場:非常におもしろかったですね。クオンツは理論がすごく重要で、数式が破綻していたらダメとか、いろいろと数学に厳密な部分があったんです。
機械学習は、工学というか応用で答えがよければとりあえずOKという感覚もあるところがおもしろかったですね。
4年ぐらい前だと、機械学習をやるなら測度論を勉強したほうがいいみたいな話も聞いていて、測度論を使うんだと思ってワクワクしていたのですが、僕がやっている間、測度論を使うことはあまりなかったですね。
論文やリサーチもけっこう読んでいたんですが、実務でそこまで深い話がやれなかったのは、ちょっと残念だなとは思っていますが、非常におもしろかったですね。
里:なるほど、ありがとうございます。
里:最初にMLエンジニアをやっていて、そこからPdMもやるようになったという話があったと思います。
元からマネージャーに興味があったのか、それとも成り行きでなったのか、「なぜPdMになったのか?」というお話をお聞きしたいと思います。
西場:もともとマネージャーをやる気はありませんでした。私は数理ファイナンスの分野で博士まで取っていたので、もっとスペシャリストとしてやりたいなと思っていたし、前職に転職する時も、マネージャーはやらない、プレイヤーでありたいと強く希望を出して転職活動をしていたので。なので、もともとマネージャーをやろうとは思っていなかったですね。
ただ、機械学習を実務で使っていく上で、自分にプロダクトマネジメントの知識があったほうがいいなと思う部分は多かったです。そういう中でちょっと必要に迫られて、チャレンジしてみようかなという流れでマネージャーになりました。
里:なるほど。けっこう必要に迫られてという。専門的にずっとやっていると、なかなかマネジメントをやろうとは思わないですよね。
西場:そうですね。今では僕も普通にやっているので嫌だとかは思わなくなったんですが、最初はけっこう悩みが多かったです。
例えばプレイヤーとして、機械学習エンジニアとしてチャレンジした時は、Googleと思っていたかどうかわかりませんが、将来的には世界的にメチャクチャ有名な人たちと肩を並べて仕事をしたいなという気持ちで取り組み始めた部分もありました。
技術を追求していこうと思っていた中でマネジメントと聞くと、「いや、ちょっと違うな」みたいなと。キャリアアップやステップアップの印象はなくて、ちょっと難しいなとは思っていました。
里:そうですよね。
里:「実際にPdMをやってみてどうでしたか?」みたいなことをお聞きしたいんですが、こんなざっくりな感じで大丈夫ですか(笑)?
西場:最初から「明日からPdMをやろう」という話ではなくて「お客さんやユーザーにとって価値のあることをやりたいな」という思いが先にありました。
「じゃあ、何をやったらいいんだろう?」という時に、「そもそも何に困っているの?」「機械学習は何に使えるんだろう?」というところが、たぶん先に大事なんだろうなと思いました。
「じゃあ、適切な課題を発見しよう」と、適切な課題を発見するために、実際にユーザーに会って、何に困っているのか、なぜそれが欲しいと思っているのか、という話を聞いてプロダクトを作っていく、提案していくということを経験していったかたちですね。
なので、僕は本当にBizDevの人と一緒にお客さんに会うところから始めていて、その時は別にプロダクトマネジメントを自分がやっているとは思っていなかったですね。
そういう意味では、僕はゆるくゆっくりゆっくり徐々に徐々に入っていったというかたちです。
実際にやってみてどうだったかというと、非常におもしろかったですね。
やはり、物を作って、実際に困っている人に届けたりニーズが高いものを作ったりというのは、エンジニアリングという意味でも、機械学習に限らずすごく楽しいことですし、実際に自分たちが作ったものが使われている実感がすごくあります。非常にやりがいも感じるので、そういうことに関われたのはすごくおもしろいなと思いました。
里:そうですね。やはり実際の声を聞くと、エンジニアとしてやっていくモチベーションだったり、先ほど言っていましたが実感だったりがぜんぜん変わってきますよね。
あと「自分事化する」というか、のめり込める感じがありますよね。
西場:そうですね。本当におっしゃるとおりで、自分事化もありますし、実体験というか、もっとリアルな感触がある話になってくるのですごくおもしろいなとは思いました。
今話しながらちょっと思い出したのですが、そもそも3年前や4年前は、「機械学習は実務で使えない」という話も一部「Twitter」とかで聞くことが多かった時代だと思います。
最近はそういうことも言われなくなりましたが、その時はけっこう言われていて、不景気になると機械学習チームが解散するみたいな話があると聞いていました。
やはり実務で活用するのはすごく難しいんだろうなというのが僕の中にもあって、かつ、僕も機械学習を始めて1年とかしか経っていないですし。
当時前職では機械学習のエンジニアリングのチームを作っていたので、そのチームを大きくさせていきたいし、存続させていきたいし、もっと価値のあることをやっていきたい中で、Twitterとかでそういう話を目にすると、「もっと役に立つにはどうしたらいいんだろう?」みたいなことをけっこう言っていました。
なので、実際にお客さんの声を聞くのはすごくおもしろかったし、実感を持てたというところと、かつ、自分たちの存在意義を示さなきゃみたいなところもすごく感じていたので、その両方が重なって、プレイヤーではなくそういうこと(マネジメント職)もやっていこうかなという気持ちになりました。
里:なるほど。本当にいい流れですね。
西場:非常によかったと思います。
里:BizDevの方と一緒にとおっしゃっていましたね。最初のうちは、なかなかうまくいかなかったこともあるんじゃないかなと思うのですが、苦労話はありますか?
西場:最後の最後までぜんぜんうまくいかなかったです。プロダクトマネジメントは本当に難しいなと思いました。
プロダクトで失敗したものもいっぱいあります。たぶん失敗したもののほうが多くて、僕がかかわったところで、うまくいったのは本当にいくつかあるだけだと思っていますね。
大変だったのは、みんな「おもしろい」って言うんですよね。ただ、お金を払うかどうかは別の問題でした。
前職の僕の上司がプロダクトマネージャーだったので、その人に「いろは」をいろいろ教えてもらってやっていました。その時にすごく言われたのが「本当に価値のあることをやらなきゃいけない」という話。
例えば、機械学習を使って、なにかを予測したり、画像を生成したり、顔の識別をやったり、いろいろやると「おもしろい」とか「すごい」となるのですが、それがお客さんやユーザーの何を解決しているのか。何に困っていて何を解決するのかにつなげるのは非常に難しいと今でも思いますし、大変だなとは思います。
里:なるほど。
西場:最近は『EMPOWERED』という本が流行っていますが、やはりプロダクトチーム化というところがすごく難しいですよね。
やはり、言ったものを作ってくれみたいなエンジニアリングチーム、プロダクトチームではないと思います。
みんなにきちんと言語化して、僕らが何をやろうとしているのかとか、どういう意義があるのかとか、実際のユーザーの声とかどういうのがあるのか、をきちんと伝えて、チームとして一丸となってそのプロダクトを作っていくようにリードしていくのもプロダクトマネージャーの仕事だと思います。
そういうところがいろいろ出てきて難しいなと思います。考えることが多いので大変かなとは思いました。
里:なんとなくですが、入社した時に描いていたキャリアとは随分変わったんだろうなと思いました。
西場:そうなんですよ。前々職では4年間ちょっと働いたんですが、その時は、次の転職する時は、本当にグローバルで、ひょっとしたら日本から出ていくかもしれないと思っていましたし、プレイヤーとしてもうちょっと論文も出している予定だったんですが、何一つ書けなかったですね(笑)。
なので、想定とかなり違いますね。結局今は、周りの人にも伝えているのですが、プレイヤーの部分はほとんどやらずに、マネージャーに専念する状況になっているので、まったく違うなと思いますね。
里:なるほど、なるほど。
(次回へつづく)
2024.12.12
会議で発言しやすくなる「心理的安全性」を高めるには ファシリテーションがうまい人の3つの条件
2024.12.19
12万通りの「資格の組み合わせ」の中で厳選された60の項目 532の資格を持つ林雄次氏の新刊『資格のかけ算』の見所
2024.12.16
32歳で成績最下位から1年でトップ営業になれた理由 売るテクニックよりも大事な「あり方」
2023.03.21
民間宇宙開発で高まる「飛行機とロケットの衝突」の危機...どうやって回避する?
2024.12.10
メールのラリー回数でわかる「評価されない人」の特徴 職場での評価を下げる行動5選
2024.12.13
ファシリテーターは「しゃべらないほうがいい」理由 入山章栄氏が語る、心理的安全性の高い場を作るポイント
PR | 2024.12.20
モンスター化したExcelが、ある日突然崩壊 昭和のガス工事会社を生まれ変わらせた、起死回生のノーコード活用術
2024.12.18
「社長以外みんな儲かる給与設計」にした理由 経営者たちが語る、優秀な人材集め・会社を発展させるためのヒント
2024.12.12
今までとこれからで、エンジニアに求められる「スキル」の違い AI時代のエンジニアの未来と生存戦略のカギとは
PR | 2024.11.26
なぜ電話営業はなくならない?その要因は「属人化」 通話内容をデータ化するZoomのクラウドサービス活用術
Climbers Startup JAPAN EXPO 2024 - 秋 -
2024.11.20 - 2024.11.21
『主体的なキャリア形成』を考える~資格のかけ算について〜
2024.12.07 - 2024.12.07
Startup CTO of the year 2024
2024.11.19 - 2024.11.19
社員の力を引き出す経営戦略〜ひとり一人が自ら成長する組織づくり〜
2024.11.20 - 2024.11.20
「確率思考」で未来を見通す 事業を成功に導く意思決定 ~エビデンス・ベースド・マーケティング思考の調査分析で事業に有効な予測手法とは~
2024.11.05 - 2024.11.05