データサイエンティスト対談【対談企画#2】膨大な人流データ分析の魅力

こんにちは！今回は対談企画の第2弾として、データサイエンティストとして活躍する高桑さんと渡邊さんに業務内容や、その魅力について語ってもらいました。現在募集しているデータサイエンティストへの応募を迷っている方や、より詳しく知りたいという方にとって、少しでも働き方のイメージをご提供できればと思います。

高桑直大: 学部4年生。2022年11月にジョイン。今後の研究では主に機械学習を扱う予定。個別インタビューはこちらから。

渡邊英介: 修士2年生。2023年4月にジョイン。研究室では物流をテーマに、GPSデータを用いた統計を抽出している。個別インタビューはこちらから。

ー今日のタスクは？

渡邊: GEOTRAが保有する、各個人が何時にどこを出発し、どこを経由し、どこに行くのかというデータをもとに、あるエリアを対象に乗り降りが多いバス停や利用者の多い路線を定量的に洗い出し、ランキング化した資料を作成するタスクに取り掛かっています。

高桑: 今日は、対象エリアにいる人を居住者と勤務者、その他（観光客等）の3つのカテゴリに分類し、最も来訪者が多い観光地をランキング化したり、観光地同士の往来の量を見ています。お客様にはそのエリアのマーケティングに活かしていただきたく、その元となる情報を取りまとめています。

渡邊: 観光地って面白そうですね。自分にとって馴染みのない場所だと特に。

ーデータサイエンティストならではの難しさ

高桑: 逆に、土地勘がないと、パッと見ではその土地のデータの正確さがわからないので、しっかりと自分が書いたコードを見直さないといけません。自分にとって馴染みがないと、面白い反面、特に注意深く作業を進めていかなければいけないのが大変です。

渡邊: そういう意味で、データに素直にならないとわからないことはたくさんあるので、常に自分の腕が試されていますね。最近のタスクの中で、あるエリアになぜか人が集まっていて、なぜかと思って注意深く見たところ、近くにイオンや市役所があったんです。こうした細かいことは、目を凝らさないとわからないんですよね。どこまでちゃんとみるかという視点も非常に大事で、奥深いです。

高桑: GPSのデータの精度って限界があるんですよね。ある程度の範囲は絞れるけど、断定ができないこともあります。例えば、同じ建物でも、階によって全く違う施設が入っていることがあり、確認せずに断定してしまうと全く異なる分析結果になってしまいます。範囲の特定の仕方は工夫しないといけません。

ーデータサイエンティスト同士の交流

渡邊: お互いバラバラのタスクを進めていることが多いです。ですが、毎週月曜日はデータサイエンティスト同士で集まって、知見を共有しあったり、雑談をする機会を設けています。この際、使っているツールやコードの書き方を共有しています。

高桑: 他の人のタスクの理解度も上がりますし、自分の知識も増えます。こうした交流会はそういう意味ではすごく有益な場であるなと思います。

ーGEOTRAで学んだことで、研究に活かせたことは？

渡邊: もともと研究室で使っているデータとGEOTRAで使っているデータが似通っているので、ダイレクトに知見を活かすことができています。今は特にGEOTRAでコードを書く機会が多いので、その経験は研究で役立っています。

高桑: 直接活用できるわけではありませんが、実際のデータを扱う経験自体がなかったので、そこを補えたのは良かったです。また、機械学習ではもともと用いる機械が持っている容量を考えながらコードを書かないといけないのですが、大学ではなかなかその実践ができないので、GEOTRAで自分でコードを書く経験ができていて、成長の場をいただけているなと思います。

渡邊: こんなビッグデータを使える機会はないですよね。いろんなデータが密接に絡み合っていて、データの組み合わせをじっくり考えることもなかなかない経験です。

高桑: そうですね。単純に1つのデータから分析をしているのではなく、さまざまなデータを引っ張ってきて作成しています。こうした視点を持って作業できるのは良い経験です。