Kaggleは意味ない？上位60%から社内AI導入に成功

Eと申します。
自動車部品メーカーの設計部門で、CAEエンジニアをしています。

CAEというのは、実際に製品を作らずにパソコン上で性能をシミュレーションする技術のことです。
それを使って設計を支援する仕事をしています。

そうですね、そこは全然違います。

プログラミング自体は、10年ぐらい前から興味がありました。

当時は社内でプログラミングを使って自動化できる人がすごく少なくて、そういう人はやっぱり評価が高かったんです。
それで自分も覚えたいなと思って、Pythonを知りました。

ただ、本当にずっと基礎学習をしている状態で、なかなか業務で使えませんでした。　

そのうちPythonでできることを調べていく中で機械学習を知って、これなら自分の業務に近いところがありそうだなと。
そこから面白そうだと思って勉強していた、という流れです。

そうですね。
AIに興味を持ってG検定を受けて、そのあとE資格も取りました。

結構苦労して取ったんですけど、その後どうしようかな、何をしていいか分からないという感じでしたね。

意地でやっていましたね。

半年でカリキュラムを終えないといけなくて、教材が『ゼロから作るDeep Learning』だったんです。
あれを読んだ人じゃないと解けるわけがないと思って、最初は少し挫折しました。
そこから少しずつ読み進めて、ギリギリで合格したという感じです。

その頃、はやたすさんのYouTubeで「分析コンペをやってみるといいよ」という話があって、実際にやってみたんです。

でもいちばん良いときでも上位60%に入ったか入らないかで、どうやったらできるんだろう、という感じでした。

そうですね。
ディープラーニングのコードも書籍や講座で覚えたんですけど、それを実際にコンペのデータにどう当てはめて動かせばいいのかが、本当にさっぱり分かりませんでした。

もともとYouTubeやUdemyでいろいろ講座を受けていて、すごく分かりやすかったというところがまずありました。
あとは実践中心というところと、実際に成果を出されている方を拝見していたので。

自分も今のままじゃ多分進まないだろうなと思って、結構長い時間勉強してきたので、このまま無駄にするのはもったいないと。
それで決意しましたね。

そうですね。
モデルの中身が勉強できたのがすごく面白かったので、せっかくなら使いたいなというところでした。

昨年の2月に入会して、1ヶ月ぐらいでKaggleの初心者向けコンペ（House Prices）で上位10%に入りました。

その後SIGNATEの過去開催コンペに挑戦して、そこでメダルを獲得できたのが5月ぐらいです。
インタビューを撮っていただいたのが、確か6月ぐらいでしたね。

そこからで言うと、夏のSIGNATEカップや、12月に開催されたコンペにも参加して、そこでもメダルを取ることができました。

コンペに参加する中で、業務活用の方もしたいと思っていました。

何年か前に社内で分析や機械学習のプロジェクトがあったので、その内容を参考にしながら、自社でもっと使いやすいツールがないかを探していたんです。
そこから昨年の10月ぐらいに、業務活用できるツールを本格的に探し始めました。

ベンダーを選んでから案を考えて、やり取りしながら詰めていって、10月から12月ぐらいで案を固めました。
並行してデータも貯めて、年明けの1月から3月あたりで実際にPoCを進めていった形です。

私は管理職もしていて、CAEのライセンスや設備の管理をしているんです。
予算も少し触っているので、だいたいこのぐらいの時期に予算化して、という流れが分かっていました。

それなら今ぐらいに動いて、この時期に入れるなら、というのが見えていたので。
日程感は最初から大体決めていました。

そうですね。
これから若い方もどんどん使っていきますし、使うのが当たり前になっていくと思うので。

そういう時に管理職の人も理解しておいた方が、いろいろスムーズに進むのかなと思いました。

やっぱり、思っていた通りにはうまくいかないところがありました。

具体的に言うと、もともと「こういう形式で製品データを用意してください」という指定があって準備していたんですが、自社のツールから作ったデータだと、AIツールとの相性が良くなかったんです。
うまく読み込んでくれなくて、そこで方向転換したり、工夫したりしました。

思ったより難しかったですね。
そういうところは、コンペと一緒でした。

精度自体は出る仕組みだったんですけど、実際に運用することを考えると、これだと現場の人は使ってくれないんじゃないかと思ったんです。
ちょっと手間だな、というところがあって。

そこも試行錯誤しながら、これなら使ってもらえそうかな、という形に詰めていきました。

やっぱり1番は、分析コンペを自分で取り組んだことですね。

ここをやっていないと、ツールの説明を聞いても「良さそうだな」で終わってしまうと思います。

PoCを進める中で定期的に打ち合わせがあるんですが、外部の方はこちらの業務を知らないので、いろいろ質問が来るんです。
「こういう時どうしましょうか」という話になった時に、お互いデータサイエンスのことを分かった上で進められる。

そういう意味で、実践ができていたのはすごく大きかったと思います。

今回導入したツールも、Pythonの機械学習モデルをそのまま使っているわけではないんです。
技術は直接的には同じではないんですが、分析の進め方や工程はやっぱり一緒なので。

そういうところで理解がしやすかったのは大きかったと思っています。

なかなか東京に行けていないなと思っていた中で、オンラインで開催していただいて。
そこで話を聞くと、実はコンペでメダルを取っていたとか、転職したんですとか、いろいろなお話が聞けてすごく刺激をもらえます。

そのおかげで大阪にも参加させていただきましたし、名古屋でも近くのメンバーで自主的に開催してくださる方がいて、そこにも参加させてもらいました。
すごく楽しく学ばせていただいています！

導入までに1年かかったので、途中でモチベーションが下がることもあるんです。
でも成果を出している方を見ると、自分も報告できるぐらい頑張ろうと思いますし、同じ時期に入った方が「またコンペ始めました」と言っているのを見ると、久々にやろうかなと思ったりします。

今のプロジェクトは、設計部門にプロトタイプを年度内にリリースしたいと思って進めています。
しばらく1人でやっていたんですが、メンバーを1人入れてもらえることになりました。

あとは研究部門でAIツールを導入して、いろんな部門で使っていこうという動きがあって、上司から声をかけていただいたんです。
そちらでも年度内にPoCをやっていく予定です。

そうですね、すごく変わってきました。
入ってくるメンバーも元々は設計をやっていた方で、AI周りは全然初めてなので、そこも教育しながら進めていきます。

もうちょっとゆっくりやっていこうかなと思っていたんですけど、一気に忙しくなっちゃいましたね。

まず1人で勉強するのは、なかなか大変だと思っています。
特に難しい分野ですから。

テクフロは今かなりの人数の方が勉強していて、成果も出しているところなので、一緒に学んだ方が学習も進みやすいと思います。
業務活用とか転職とか、いろんなところで成果が出せるんじゃないかなと思います。
ぜひ一緒に学べる機会があれば、参加していただけると嬉しいです。