ソウゾウ2人目の「ソフトウェアエンジニア(Machine Learning)」としてJoinしました!
はじめに
皆さんこんにちは!
2月に株式会社ソウゾウ2人目の「ソフトウェアエンジニア(Machine Learning)」として入社しました nao(@nkato_)です。
ソウゾウは、メルカリの新規事業の企画・開発などを担うグループ会社で、現在は「メルカリShops」を手がけています。
「メルカリShops」は、『かんたんで、売れる』をコンセプトにしたEコマースプラットフォームです。
誰でも「メルカリ」上にネットショップを持つことができ、「メルカリ」に個人で出品するのと同じように簡単に、独自集客なしに月間2000万人以上の「メルカリ」利用者に届けることができます。
入社から2ヶ月が経ち、メルカリ・ソウゾウらしい価値観や働き方が見えてきたところで、ソウゾウの良さをたくさんの人に知ってもらいたいと思い筆を取りました。
入社に至る経緯や実際に働いてみてどう感じたかなどをお伝えする中で、ソウゾウの魅力が少しでも伝われば幸いです。
入社前は何をしていたか
前職は2019年~2021年まで株式会社サイバーエージェントの広告プロダクトで、データサイエンティスト・MLエンジニアとして働いていました。
前半はデータサイエンティストとしての色が強く、クエリを叩いてデータを分析してアイデアを捻出したり、MLモデルの精度改善などを行っていました。
後半ではいわゆるMLOpsと呼ばれる、MLモデルを本番環境で継続的に動かすための環境作りに専念していました。
参考:
ソウゾウに入社した経緯
直接的には、メルカリグループが2021年9月に打ち出した「YOUR CHOICE」という制度が、今回ソウゾウに入社した大きなきっかけとなります。
前職では週3日の出社(2022年2月時点)と週2日のリモート勤務という勤務形態をとっていました。
しかし自身の考えとしては、フルリモートとなることで得られる「居住地を自由に決められる」「出社に時間がかからない」「家庭と仕事のバランスが取りやすい」といったメリットが大きいと考えていました。
そんな中で「YOUR CHOICE」のプレスリリースが世間を賑わせ、私自身もその日のうちにメルカリで働いている友人に詳しく話を聞きにいきました。
ソウゾウという組織については、そのタイミングで初めて知りました。
ちょうど立ち上がり期であること、そのときはまだMLを担当する人が1人であること、今後の展望などを聞き、事業的な面白さとML環境的な面白さを感じ、ソウゾウのソフトウェアエンジニアとして働きたいという考えが芽生えました。
実際に働いてみて感じたこと
「全員ソフトウェアエンジニア」というエンジニア組織の思想
ソウゾウのエンジニア組織は「全員ソフトウェアエンジニア」という思想を掲げており、MLを担当するエンジニアも例外ではありません。
その考え方は例えば「エンジニアは全員障害対応を担当する」「ML担当も必要に応じてサーバーサイドやフロントエンドまで触る」といったところに現れています。
このような思想について自分の解釈をお伝えしますと「責務として特定の技術だけを見ていればいいというわけではなく、得意な分野がありつつもあくまで事業目線で物事を考えよう」という価値観の現れだと思っています。
もちろん、全ての技術のエキスパートであれというわけではありません。
自身の詳しくない分野についてはその分野に詳しい別の人がサポートしてくれます。
「Unipos」をはじめとする賞賛文化
前職でも一時期フルリモートになったことはありましたが、最初から完全にフルリモートとして働くのは初めてで、最初はうまくやっていけるのか不安だったことを覚えています。
実際に働いてみると、分からないところがあるとSlackに投稿するとすぐにいろんな人から反応が返ってきたり(もちろん、エンジニア以外の方からも!)、自身が良かれと思って取った行動に対してたくさんのリアクションが付いたりと、全員が職域を越えて協力する体制が整っています。
「Unipos」という、感謝を伝えたい相手にチップを送れるサービスを利用しており、毎日たくさんの感謝を贈り、また受け取っています。そういったサービスの影響もあり、感謝を伝える文化・賞賛する文化が根付いているのだと思われます。
ML環境に関する面白いところ
ソウゾウはクラウドサービスとしてGoogle Cloud Platformを採用しています。
MLモデル構築・運用に関するところもできる限りGCPの恩恵を受けられるようにしつつ、積極的に新しいサービスを採用しています。
例えば、Vertex AI Pipelinesという2021年の11月に提供開始されたGCPのサービスをソウゾウでは採用しています。
直近のタスクではさらにVertex AI Feature Storeを用いて特徴量を更新するパイプラインを構築しました。
元々はVertex AI Feature StoreではなくBigtableを使用して特徴量を管理していました。
しかし両者を比較した結果、MLモデルを構築する上での再現性などを考慮するとVertex AI Feature Storeを採用するメリットが多いと考え、こちらを採用しました。
Vertex AI Pipelinesについても、本番環境・Pull Request環境など複数の環境で複数のパイプラインを管理する方法について、絶賛議論中です。
現状維持バイアスがかかることなく、便利な新機能はどんどん試して変えていこうという文化が形成されていると感じています。
おわりに
以上、私がソウゾウに入社するに至った経緯と、実際に働いてみた感想でした。
ソウゾウのエンジニア組織の考え方や働きやすさ、ML環境の面白さが伝わっていれば幸いです。
最後になりますが、ソウゾウではソフトウェアエンジニアを募集しています。
もしソウゾウの考え方に共感していただけた方がいましたら、ぜひともこちらからご応募ください。
また、とりあえずカジュアルに話だけ聞いてみたいといった方も大歓迎です。
こちらよりぜひご連絡ください。
以上、naoでした!