研究者からTDSEへの転身を教えてください
大学院の博士課程で自然言語処理の研究をしていました。研究自体は好きでしたが、「自分の研究が誰かの役に立つ実感」がなかなか得られないもどかしさがありました。
TDSEを選んだのは、「アカデミックな技術力を持った人が、ビジネスの現場で使える形に落とし込んでいる」というポジションが明確だったから。「論文を実装して終わり」ではなく、「実装してクライアントの課題を解決するまで」を担える環境に惹かれました。
エキスパートとしての役割を教えてください
最先端の機械学習・深層学習技術を調査・実装し、プロジェクトに適用可能か検証するのが主な仕事です。「この技術、うちで使えそうか？」という相談に答えるポジションですね。
大型言語モデル（LLM）が注目される前からトランスフォーマー系のモデルを社内で試していたり、社内勉強会で論文読解セッションを定期開催したり。アカデミックと実業の橋渡しをするのが自分の役割だと思っています。
研究と実務の違いはどんなところですか？
研究は「精度を1%上げること」に価値がありますが、実務では「80%の精度で3ヶ月以内に動くものを出すこと」が求められる。この切り替えが最初は難しかったです。
でも今は、この制約こそが面白いと思っています。「完璧を目指す」より「動くものを早く出して改善する」サイクルの方が、結果的に多くを学べる。研究者のときより、技術の引き出しは確実に増えました。
TDSEのアカデミック文化について教えてください
社員に修士・博士出身が多いので、「なぜそうなるか」を深く考える習慣がある人が多いです。議論がちゃんと噛み合うのが心地よくて、「なんとなくこうしました」が通りにくい文化（笑）。
毎月の論文読解会は有志で続けていて、最新の研究を追い続ける刺激があります。研究者気質の人には、ビジネスの場でありながらこういう知的な環境があるのはかなり珍しいと思います。
これから挑戦したいことを教えてください
生成AIをクライアントの業務に組み込む「エージェント型AI」の開発に注力したいと思っています。単純なチャットボットではなく、実際の業務フローの中で自律的に判断・実行できるAIシステム。まだ研究段階のものを実用化するところに、TDSEならではのチャンスがあると思っています。