特徴・社風について
当社は、システム開発とデータ分析・ＡＩ開発のノウハウを蓄積しています。 情報技術を複合的に融合してお客様のビジネス課題に対する最適解を提供しています。
- 特 徴 -
当社は３つのMissionを掲げ、その実現を目指します。 第一に、当社にはソリューション事業部とDataAnalytics事業部の二つの事業部を配置していますが、それらが一丸となることでAIが当たり前に共生する社会を実現します。 第二に、首都圏の仕事を岡山の開発拠点と首都圏の当社社員が協力することでニアショア開発に取り組み、岡山県内での人材育成に力を入れることで、地方創生に取り組んでいます。 第三に、大手企業等に在籍する各業務に特化した方とのコラボレーションにより、中小企業である当社でも専門的な知識・ノウハウを得ています。兼業人材と協力することで、時間と場所から働く人を解放します。
- 社 風 -
当社の企業理念とは、当社で作り出され、当社の社員同士で共有・習得され磨いていきながら受け継いでいく当社固有の行動様式や考え方であり当社の文化です。時代の変遷に変わることなく引き継いでいく考えの根底をなすものと定義づけしています。 その上で、当社の社風は、ひと言で表現すれば、社員の個性と夢を大切にする企業文化が根付いています。 各人が生きがいのある人生を送ることが社会の発展に繋がると考え、全社を挙げて、一人ひとりの成長をサポートしています。 社員研修をはじめとして、社員の健康管理や残業時間の管理に力を入れており、有給休暇の取得を奨励しています。
職場環境
私たち技術者にとって仕事の性質上、長時間にわたる精神的集中力は大きな負担となって作業効率が低下します。
それを和ませてくれるのが職場の前を流れる西川緑道公園です。
西川緑道公園は南北に流れる西川を挟んで両側に春夏秋冬四季折々の移り変わりを肌で感じることができる木々や観葉植物を楽しむことができます。
疲れたときほんの数分外に出て西川の空気を吸うことでリラックスでき、また仕事に精を出すことができ能率向上は間違いなしです。
仕事の内容
Data Analytics事業部
弊社は業種（食品メーカー、酒造メーカー、小売、医療、社会インフラ）ごとにモデリングを開発して、それをもとにして、課題やKPI（重要業績評価指標）を抽出し、お客様のデータに加えてデータセット（オープンデータ含む）や市販データを使い分析やＡＩアルゴリズムの開発をおこなっています。
ソリューション事業部
電力や教育関係および製造などのプロジェクト分野でとりまとめから開発運用まで一貫しておこなっています。 特に上流工程における立案や業務分析では業務知識と業界固有の専門知識を有しており弊社がプロジェクトの中心的な役割を果たす場面が多くあります。
■ビッグデータ活用事例と弊社の責務
弊社のビッグデータ活用事例として、デジタルマーケティング分野における売上需要予測では商品別/顧客別/売上実績や在庫情報、仕入情報などの顧客各種データに加えて、1,500,000件を超えるデータセットの中から必要に応じてデータを取り込み利活用しています。 また労務分野においては、当社の勤怠管理システムから得られる勤労各種データを用いて特徴量を抽出してビジュアル化したり、学習させることで高度な予測を実現しています。 さらに、航空レーザ測量データなどを用いて災害予知や地盤解析でもＡＩアルゴリズムプロダクト開発を行っています。 少子高齢化が急速に進む社会でDA・AIを私たちのくらしや新しい価値に役立てることは私たちの責務であると考えています。
■機械学習に必要な数学の基礎知識について
私たちが取り組んでいるDA（Data Analytics）やAI（Artificial Intelligence）における手法の一つに機械学習があります。 機械学習は統計的機械学習とも呼ばれています。 この機械学習ではみなさんが高等学校で習った三角関数、微積分あるいは大学で学習された微分・積分などの解析学や確率・統計、線形代数学などの知識が必要になります。 難しくはありませんが、授業や講義ではこれらの理論（学問）が実社会のどこで使われているかまで踏み込まなかったために、面白みがなく勉強に終わってしまって、忘れているかもしれません。
ところが、解析、確率・統計、線形代数は私たちが仕事をこなしていく上では随分と必要なことなのです。 微分と機械学習の関連ですが、微分は値をゼロに近づけて近似解を求めるなど機械学習モデルを最適化する場面において必要です。すなわち、微分はある関数の接線の傾きを求めることを学びましたね。接線の傾きがゼロであることで関数の最小値（もしくは最大値）となる点を求めることができます。 一方の機械学習では実測値とあらかじめ定義した数式で得られる予測値の差の関数が最小になる予測値のパラメータを求めることで学習済みパラメータを組み込んだ推論プログラムを作成します。 線形代数学が使われている事例としては重回帰分析の中で必要になってきます。また、確率・統計のうち確率には機械学習の理論的な仕組みを支える考え方が詰まっています。統計学はデータの性質・特徴およびデータの規則性・不規則性を見いだすために必要になります。統計学の中でもよく使われるのが多変量解析分野です。 これらの数式は全てPythonの中にあるライブラリとして利用できます。
■ＩＴ技術と業務知識および業界固有の知識（専門知識）
私たちの開発には、業務分析、設計、開発、運用などといったsoftware engineering （ソフトウェア工学）に加えて、インフラの構築やクラウド技術さらにセキュリティや通信などのＩＴ技術が必要になります。 当社では、従来型のシステム開発において現場の実績を積むことでこれらの技術を身につけることができます。
ビジネス力 ＋ エンジニアリング力 ＋ データサイエンス力
データ分析・ＡＩ開発の領域では、業務知識に加えて分野ごとの専門知識が必要になります。 私たちが取り組んでいるマーケッティング分野では経済学の専門知識が必要になり、開発の目的に応じて物理学、土木工学（ITCではDA・AI分野で災害予知などのインフラ整備計画評価システムにも力をいれて取り組んでいます。）、心理学（労務分野）と云った専門知識が活きてきます。 重要なことは顧客の業務を知ること、さらには業界固有の知識や理解を深めることが必要になります。 当社では、みなさんが学生時代に学んだ基礎知識は仕事の中で活かせるはずです。
機械学習は理論ですから、この理論と組み合わせて私たちはさまざまなAIライブラリを使いAIアルゴリズムプロダクトを開発しています。 プログラムを書くためのPython，R，Javaなどの言語も必要になりますが、こちらは入社後の研修で身につけることができます。 DA・AIの仕事は、課題を理解して、目的に応じて収集したデータの持つ意味を理解し、統計的理論や機械学習の理論に基づいて統計学ライブラリやAIライブラリを使いデータ解析を行い推論プログラムを作成するといった、理論を実践に落とし込む仕事になります。 そのためには、技術力と共に創造力と気づきも大切です。データが提示してくれている内容から、次に打つ手を考える際、「創造力」「気づき」は与えられた課題解決に向かって大きく前進します。 普段からこの創造力と気づきを養うことも大切です。 これらは、弊社のＡＩアーキテクトのスタッフの指導のもとで一つずつ学んでご自分で努力することでノウハウが身についていきます。