アジャイル開発でスピード感ある研究開発を目指す、渋滞予測の精度向上への取り組み

大学では土木工学を専攻しており、ダムや道路、まちづくりなど規模の大きな土木インフラの分野に興味を持っていました。そしてさまざまな講義を受けていく中で「人間の意思決定が影響する道路交通網」についての関心が高まっていきました。
また同時に、高校時代からプログラミングに触れていたこともあって、IT分野にも興味を持っていました。
IT分野に関しては大学の専攻外ではありましたが、個人的に競技プログラミングに挑戦したり、機械学習を用いた研究にも取り組んでいました。
このような経験もあり、就職活動においては「土木工学の課題、特に道路交通網の課題をIT技術で解決する」という軸で企業選びを進めていきました。
さまざまな企業を見た中で、ナビタイムジャパンがこの軸に最も合致し、自社開発で研究や開発を進められる点に強く惹かれ、入社を決めました。

現在、私は「渋滞予測の精度向上」に関する研究開発を主な業務としています。
また併せて道路規制・渋滞データの配信システムの運用や、道路交通情報に関する機能改修も担当しています。
渋滞予測精度をさらに向上させることを目標に、既存ロジックの改善や新技術の導入など試行錯誤を続けています。
渋滞予測の精度向上は難しいテーマの一つです。AIに関連する研究開発をしているプロジェクトとも協力しながら、AIを活用した精度向上の取り組みを進めています。
AIを導入することで「その道路」の時系列データを用いることでしかできなかった予測が、「その道路」と「関係する他の道路」を含めた「空間」として渋滞予測を行うことが出来るようになりました。
例えば高速道路Aが混雑したため、付近の高速道路Bも混むだろうというような予測が可能になり、より精度の高い予測をユーザーに届けることが出来るようになりました。

こういった研究開発とは別に、「規制情報の配信」という重要な役割を担うコンバータの管理も行っています。
このコンバータは1分に1回という高頻度で動作していることに加え、さまざまな環境で管理していることもあり、運用面、障害対策面で細心の注意を払っています。

ソフトウェア開発手法の一つとして、小さなサイクルでプロダクト開発を行う「アジャイル型開発技法」というものがあり、ナビタイムジャパンでもこの手法を全社的に取り入れています。

私が担当している渋滞予測の精度向上をおこなうプロジェクトでは、試行錯誤をしながら研究開発をおこなっていくという特性上、施策がうまくいくかが分からないという不確実性があるため、いかに早い段階で「効果の高い施策」を選別し進めていくかが重要になってきます。

チームメンバー全員で考え、よりスピード感のある研究開発をしていきたいと考え、「NAVITIME Agile Community」に加入しました。
「NAVITIME Agile Community」はプロジェクトやチームが抱える課題について、アジャイル型開発の考え方も踏まえながら一緒に考えて解決を目指す社内コミュニティーです。
チーム開発に関する知見などをプロジェクトを越えて社内全体に広められると共に、得られた学びをまた自分のプロジェクトに持ち帰ることができるところに大きなやりがいを感じています。

今後は、AIのさらなる活用を通じて、より精度の高い渋滞予測を実現したいと考えています。
特に、先ほど挙げた空間的な道路ネットワークの繋がりだけではなく、外的要因を考慮できるモデルの開発を目指しています。
例えば、「普段、休日に混雑する道路が、雨が降ると逆に空く」といった、天候という「外的要因」を考慮したより精度の高い予測を、AIの活用によって実現していく、いわば「その道路を常に観察してきた人が考えた予測」を実現したいですね。
ナビタイムジャパンの強みである多様なデータを最大限に活かし、よりユーザーのニーズに応えられるサービスを提供していきたいです。
また観点は変わりますが、「社内外に向けた発信を気軽にできる社風」をさらに拡げていくことも目指しています。
そのためにも、「まずは自分が先陣を切って発信する」ことが重要だと考え、社外イベントへの登壇や勉強会の開催にも力を入れています。
技術的なスキルを磨き続けるとともに、組織全体の成長を推進していきたいと考えています。