見出し画像

自ら課題を見つけて手を動かす――裁量ある環境で気付けたPKSHAの「働きやすさ」

企業のナレッジマネジメントやコミュニケーションの最適化、音声対話領域の取り組みを推進するPKSHA Communication(パークシャコミュニケーション、以下PKSHA)。
大学院卒業後に入社した大手IT企業で技術支援業務を経て転職し、現在はPKSHA Chatbot開発チームのテックリードを担う阿部知史さんに、自ら課題を見つけ取り組むおもしろさやPKSHAの魅力、求める人材についてお聞きしました。

阿部 知史(PKSHA Communication CS事業本部 Chatbot事業部 Software Engineering グループ テックリード)
東京大学大学院情報理工学系研究科卒業後、大手IT企業に入社。社内の技術的に課題がある組織に派遣される形で支援するチームに所属。2021年、PKSHAへ転職。PKSHA Chatbot開発チームのテックリードとして、重要な機能の開発、技術面での仕様策定、メンバーのサポートなどを行う。

画像

難しくておもしろいと感じられる問題に取り組みたい想いからPKSHAへ

――PKSHAに入社する前のキャリアについて教えてください。

大学・大学院ともに情報系の学科で学びました。当時取り組んでいた研究は今の仕事とあまり関連がないものです。就職活動では、ワークライフバランスを重視した働き方ができることとITに関われる環境であることを軸に企業を探し、大手IT企業に入社しました。技術的な課題を抱える社内の部署へ派遣され、その支援を行うチームに配属されたのですが、働いているうちに「若い間の貴重な時間を無駄にしている」という感覚が強まってきました。特性上個人の裁量が制限されており、より自由に動きながら技術的な成長が見込める環境を求めて転職することにしました。

――PKSHAを選んだ理由を教えてください。

前職の経験を踏まえて裁量を持って働けることを重視しつつ、働きやすさが担保されることも考慮に入れて転職活動をしていたところ、PKSHAからスカウトメールをいただいたことがきっかけとなって転職を決めました。他の企業からも話を聞いたのですが、あまり迷うことなくPKSHAに決めたと記憶しています。特に社長の上野山と話したとき、人生観や仕事について視点の鋭い質問を受け、思わず言葉に詰まったのが印象に残っています。こんな考えを持っている人がいるんだと感銘を受け、この人の下で働きたいと思えたんです。

PKSHAが扱う技術領域といえばAIというイメージですが、私自身は特にAIに携わりたいと思って入社を決めたわけではありません。扱う領域は関係なく、難しくておもしろいと感じられる課題があるかどうかが私にとっては重要であり、PKSHAにはそれが期待できると感じて入社を決めました。

――現在の仕事内容について教えてください。

PKSHAは自然言語処理を中心に独自の技術を用いた複数のAI SaaSを展開していますが、その中でも、早期から市場シェアを拡大していたSaaSがPKSHA Chatbotです。そのPKSHA ChatbotのテックリードとしてPKSHA Chatbot開発チームのテックリードとして、プロダクトの課題やお客様からの要望に対してどんな技術を使い、どんな方針で解決するのか決定したり、必要に応じて他のプロダクトと連携する機能を開発したりしています。また、チームメンバーのサポート業務なども役割のひとつです。リードとなる業務をしつつも、誰よりも手を動かすことを心がけつつ、日々の業務に取り組んでいます。

画像

「指示だけ出す人間にはならない」という意志を持ち、自ら手を動かす泥臭い経験を重視

――通常のプロジェクトの他に、大きな成果を挙げた2つの取り組みがあると聞きました。

はい。ひとつは機械学習による推論が伴う対話APIをマルチテナントに提供する環境において、応答速度がリクエスト数の増加にほぼ左右されないスケーラビリティを実現しました。解決するにあたってボトルネックとなっていたのは、サービスにリクエストが増えるにしたがって機械学習モデルのロードが多数発生し、レスポンスが悪化することです。現在、PKSHA Chatbotは市場シェアNo.1(出典:富士キメラ総研「顧客接点・CX変革ソリューション市場分析 2023年版」)の位置で、多くの企業にご利用いただいており、各社に応じて機械学習モデルを構築しています。したがって、その分のモデルをホスティングしつつ、1秒以内に応答を返すのが目標です。

いくつか思い浮かんだ解決策の中から最適な手段を導くにはどうすれば良いか考えました。それぞれの手段のメリットとデメリットを比較し、デメリットがあるならどうすれば軽減できるか、シンプルで障害を起こしにくいのはどういった仕組みかなど、さまざまな側面から検討を重ねました。また、お客様が利用しているサービスをストップすることなく実現できるプランであることも重要なポイントでしたね。当時はこの取り組みに必要な知識や知見があまりなかったので、勉強してキャッチアップしたり、メンバーからコメントをもらったりしながら進めていき、自身の成長の機会になったと感じています。

画像
推論APIの応答時間(最大値・平均値・最小値)の時間変化
施策(赤線)以後はリクエストの多い時間帯でも値が一定に抑えられていることが分かる

――もうひとつの取り組みについても教えてください。

Elasticsearchと呼ばれる対話ログを貯めるストレージにおいて、ログの構造整理によってスケールする仕組みを作るとともに、読み込み・書き込み速度の向上やコスト50%削減を実現しました。

以前は、膨大なログがひとつのインデックスの中に貯まっていて、対話ログを参照したいときに、そのインデックス全体を検索する必要があり、時間もインフラコストもかかっていました。いわば何も整理されていない“巨大な箱”があるような状況だったんです。

それを一から見直し、まずは検索に必要なプロパティだけをインデクシングできるよう洗い出しを実施しました。これにより、検索時に参照するデータを大きく削減し、利用するインフラコストを下げることができました。次に既存のインデックスを一定のサイズで分割し、今後ある程度ログが貯まったら新しいインデックスを作成し、書き込み先を切り替える仕組みを構築しました。これにより、ログを参照するときに並列に検索ができるようになりました。この仕組み自体は巨大なログの検索を効率化する手法としては一般的なものですが、先ほどの取り組みと同じようにお客様のサービスを止めずにやるという点に苦労しました。

――自ら課題を見つけ、それに取り組むモチベーションの根源は何ですか。

言っているだけで何もしないのが嫌なんです。戦略や構想を立てるだけだったり、指示だけ出したりするだけで、自分の手は動かさない人でいることは、あまりいい働き方だとは思っていません。自分の手を動かして、泥臭いことも経験することが大切ですし、その先でしか得られないものが確実にあると思っています。

画像

変化していくタイミングで生まれる難題に立ち向かえる成長過程のPKSHA

――リードする上で心がけていることを教えてください。

それぞれの自走力に任せることです。基本的に各自の自主性を重んじていて、私の役割はできるだけレベルに応じたタスクの切り出しやアサインにとどめています。もちろん方針の相談には乗りますが、手取り足取り指示することはありません。

また、本人の希望があればフィードバックを行いますし、適切でない振る舞いがあれば忠告するようにもしています。これまでメンバーの質の高さを担保してきたPKSHAのカルチャーを改めて重視しながら、人材やチームの育成に取り組みたいと考えています。

――PKSHAで働く醍醐味を教えてください。

さまざまな難題に立ち向かえることです。ちょうど今はPKSHAの事業が大きな成長のフェーズにあるからこそ、古い仕組みのままではうまくいかないこともありますし、同じサービスでもこれまでとは違う使い方をしたいという要望がお客様から多く出てきています。これらを技術によって解決することはもちろんですが、それ以外にも解決策は考えられます。新しいユースケースが生まれてきたとき、それまでのサービスの在り方に対してどう整合性をとるかといったことを考えるのが、今はとても楽しいです。

――PKSHAに入社してご自身の中で変化はありますか。

仕事は与えられるものではなく、自分で見つけて取り組むものだと考えるようになりました。もともと仕事をする上でワークライフバランスは大切だと考えているのですが、PKSHAに入社したことで、その捉え方が変わったのかもしれません。単に仕事に追われないということだけでなく、働きがいがあって自ら仕事に取り組めることも、働きやすさを担保する要素なのだと気付きました。

とはいえ、PKSHAに入社したから生活を犠牲にしているというわけではありません。前職に比べると仕事の密度が濃くなった一方、メリハリをつけられるようになったので、働く時間そのものは短くなったような気がしています。

――PKSHAの魅力を教えてください。

一番に挙げられるのは、こうして裁量を持って働けることです。主要なプロダクトのひとつであるPKSHA Chatbotをリードしながら、自ら考えて判断し、行動できるため、成長を実感できています。また、フラットで合理的なカルチャーも魅力的だと思います。合理的な意見であれば意見を言うメンバーの立場を問わずその意見が検討されますし、上下関係なく対等に向き合う文化があります。あとは、必要以上に仲良くしようとする雰囲気もありません。月に1回全社での飲み会はありますが自由参加で、ちょうど良い距離感のように感じています。個人的には仲良くすることを強要するような暑苦しい関係性が苦手なんです(笑)。

画像

自走力があり、論理的な思考ができる人ならば多彩なキャリアを選べる環境

――共に働きたい人材像を教えてください。

先ほども挙げましたが、一番重視しているのは自走力です。自分で手を動かして、実装できること。さらに、自ら問題を発見したり改善案を提案したり、必要に応じて人に頼ることもできる姿勢を持つことが重要だと思います。

また、論理的な思考やコミュニケーションができることも求める素養として挙げられます。特にエンジニアはテキストベースでのコミュニケーションが多いので、過不足なく情報共有ができることは大事です。

もちろん、エンジニアリングスキルも高いに越したことはありません。ただ、私自身は入社時にそんなに高いスキルがあったとは言えませんし、先ほど挙げたような素養があれば、技術は入社後にキャッチアップしていくことができると思います。

――PKSHAではどんなキャリアが描けるのでしょうか。

自身の進みたい方向に応じて、いろんなキャリアの可能性を模索できると思います。IT企業がエンジニアの採用をする際、募集時点で「フロントエンドエンジニア」や「バックエンドエンジニア」と分けていることが一般的ですが、PKSHAではそういった区別はなく、技術領域でポジションを細かく分けていません。

だからこそ、入社後は広くさまざまな技術や案件に触れながら、自身のスキルを伸ばせると思います。一方で、本人がそうしたいのであれば何かの技術領域に特化することもできますし、新しいコンポーネントを作ったり、アーキテクチャの設計に取り組んだりといった機会もあります。ですので、キャリアの選択肢が環境によって絞られることはありません。

また、アルゴリズムエンジニアやBizDevのメンバーと関わりながらPKSHA Chatbotをより強く、賢くしていくことで、別の専門領域にも染み出していけるのはPKSHAならではだと思います。他のチームではエンジニアからPdMになった方もいますし、多彩なキャリアパスが描けるのではないでしょうか。

――最後に、候補者へのメッセージをお願いします。

自走力があり、合理的な考え方ができる方にとっては働きやすく、チャレンジングでもある最高な環境が整っていると思います。ぜひ一緒に働きましょう!

画像

おわりに

PKSHA Chatbot をはじめ、PKSHA AI SaaS の各プロダクトでは、共に製品を成長させ、社会の問題を解いていく仲間を募集中です。
なお、募集要件に機械学習の実装技術、経験は含まれていません。「機械学習を用いた Web サービスで社会課題を解いてみたいけど、機械学習の経験がない…」と尻込みせず、興味のある方はぜひ一度お話しましょう!

▼ ソフトウェアエンジニア【AI SaaS】

▼ 募集職種の一覧/応募フォームはこちら

▼ カジュアル面談のお申し込みはこちら


ピックアップされています

PKSHAで働くひと

  • 72本

ビジネス 記事まとめ

  • 3.4万本

コメント

コメントするには、 ログイン または 会員登録 をお願いします。
PKSHAグループのnote公式ページです。 PKSHAの「デルタ」(異なる才能、差分)を活かし、社会に大きな変革を生み出すための様々な活動や知見を発信していきます。 テックブログはこちら:https://zenn.dev/p/pksha
自ら課題を見つけて手を動かす――裁量ある環境で気付けたPKSHAの「働きやすさ」|PKSHA Delta
word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word

mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1