カルチャー の記事一覧

GMOインターネットグループの稲守です。GMOインターネットグループは、Web/IT業界でのキャリアを目指す学生を対象に、技術力向上を目的とした「TECHNOLOGY INTERNSHIP」を開催しています。このインターンシップでは、グループ内で活躍するエンジニアやデータサイエンティストがチューターとなり、テーマに沿った研究開発を行います。本エントリーでは振り返りと開催レポートをお届けしたいと思います。 実施概要 期間：平日10日間場所：東京（渋谷）および大阪（梅田）のオフィス内容：データサイエンス、ML（機械学習）、Webの３コース 先端テクノロジーを学ぶ10日間 データサイエンス、MLエンジニアリング、Webエンジニアリングなど複数コースを今年も用意しました。 GMOインターネットグループのエンジニアやデータサイエンティストがチューターとして参加し、実際の業務に近い環境での開発や研究をサポートし、大規模言語モデル（LLM）などのAI技術を活用したアプリケーション開発や、Eコマースの推薦システムの構築など、先端技術に触れる機会を提供しています。 オフィスの様子 初日の様子：大量のPCセットアップ WEB、ML、データサイエンスでそれぞれ当社グループのプロダクトをテーマにカリキュラムが用意されています。 WEB/MLコース 今年新たに取り入れた題材は、生成AIプロダクト「教えてAI byGMO」。インターン生たちは以下の課題に挑戦しました。 ・チーム開発 : 実践的なチームワークを経験・MVP開発 : 製品の中核機能を迅速に構築・幅広い技術 : インフラ設計から大規模言語モデル（LLM）の実装まで対応 特にMVP開発では、ユーザー視点を意識したアイデアが多数生まれ、成果発表会でのプレゼンテーションは大盛況となりました。学生からは「初めて触れるLLMやインフラ構築は大変でしたが、プロのサポートで最後までやり遂げることができた」「短期間でこれだけ幅広い技術に触れる経験は貴重」と嬉しいコメントでした。 DSコース データサイエンスコースでは、GMOペパボが提供する「SUZURI」のデータを用いて推薦モデルの設計と提案を実施しました。 ・データサイエンス: SUZURIの実データを用いたレコメンドモデルの提案・ビジネスデータの難しさ: 実サービスに適したデータ処理や評価方法を習得・クラウド活用: GPUクラウド環境を活かした高速な処理 学生からは「データサイエンスのプロセスを実務レベルで体験できた」「SUZURIという具体的な題材で実データを扱うことで、学業との違いを肌で感じた」「推薦システムの設計は難しいですが、チームで議論を重ねて多くを学びました」と様々な声が寄せられました。 大阪オフィスの様子 ブースセッションの様子 ブースセッション、金曜夜の懇親会 今年のグループ合同インターンシップには参加グループ会社数が増加し、ブースセッションでは様々な事業や将来のキャリアに関する相談機会の場となりました。参加学生たちは業務のリアルや当社グループの文化について直接質問や交流を行う場となりました。今年はGMOタウンWiFiから取締役の松野さんが参加し、学生に向けて企業での経験やキャリアのヒントが提示されました。懇親会では学生同士はもちろん、チューターをはじめとした開発メンバーとの交流が行われました。 懇親会ではGMOあおぞらネット銀行の矢上CTOから挨拶いただきました 成果発表会 我々のインターンシップでは最後に成果発表会を行っており、成果のアウトプットを出してもらっています。 成果発表会は東京と大阪を中継して実施 データサイエンスコースでは 「ベイズ統計と画像解析を融合した推薦システム」「Wide & DeepモデルとLDAトピックモデリングの融合」「協調フィルタリングとLightGBMの組み合わせ」など様々な手法が提案されました。全ての提案はSUZURIチームに共有され、課題解決の糸口として利用いただきました。一方、教えてAIのMVP開発に挑んだWEB/MLコースについては「フロントバックエンド開発」「LLM実装、マルチモーダル対応」「DockerやGitHub Actionsを活用した環境設計」「プロジェクト管理」をはじめとした開発成果の発表が行われました。 学生たちからのフィードバック インターンシッププログラムを通じて、参加学生からは以下のようなコメントが寄せられました 実務のリアルさ：「実際のビジネスデータを活用する難しさと楽しさを体感できた」「チューターからのフィードバックが的確で、業務を想定した取り組みができた」 チーム開発の魅力：「WebとMLが融合したチーム開発を経験できた点が新鮮だった」「課題の自由度が高く、各チームごとに個性が出ていた」 キャリアへの影響：「様々な開発者の皆さんとの交流を通じて、就職活動の指針が得られた」「実務的な課題をこなすことで、技術職への理解が深まった」 修了証書授与後の集合写真 さいごに 24年のGMOインターネットグループ合同技術インターンシップについてお届けしました。同じ志を持った学生同士が切磋琢磨しアウトプットする姿勢にとても刺激を受けています。我々チューター陣たちはインターン生たちも大変嬉しく思っています。 彼らが数年後、日本のインターネット産業を盛り上げる開発者になることを心から期待しています。そして運営に関わっていただいたすべての仲間に感謝です。 冬のインターンシップを募集していますのでご興味ある方は弊社募集ページからエントリーください。どうぞよろしくお願いいたします。

この記事は GMOインターネットグループ Advent Calendar 2024 3日目の記事です。GMOインサイトの天河です。もう年の瀬も近づいているということで、年末にいっちょLTに初登壇してみようかなと思っている方がいるのではないでしょうか。初めて登壇すると決まっても「テーマどうしようかな」「上手く伝わらなかったらどうしよう」「構成の作り方がわからん」という壁（不安）にソッコーぶち当たると思われます。そういう方に向けて、LTで登壇する際の心得みたいなのを記します。 LTとは LTとは「ライトニングトーク（Lightning Talks）」の略で、大体5〜7分くらいの短いプレゼンです。ただの短い「プレゼン」なのですが、テック界隈ではこれを「LT」と呼んでいます。 短いがゆえに、発表者側は「準備がそこまでいらないかつ（長いプレゼンと比べて）話すハードルが低い」というメリットがあり、聴く側には「テーマが分からなくても短いから（まだ）聞ける」というメリットがあります。 LTの参加までの流れは以下のようになります。 1. 申し込み2. テーマ決定3. 話すことを決める4. スライドを作る5. 練習する6. 登壇 それぞれのステップごとにポイントを話していきます。 1. 申し込み 参加しなければLTは出来ません。これ大事。 LTをやったことがない方は、まず社内でLTイベントがあればそれに参加しましょう。心理的負担や参加ハードルがだいぶ下がります。社内で定期的に開催していなければ有志でLTをやるのもありだと思います。どうしても社外のものに参加するなら connpass から自分が話せそうなテーマのLTを探しましょう。複数サービスを使っても悩むだけなので、最初はconnpassだけを使ってください。 connpassに入ったら、以下の画像のように検索して参加できそうなものを探しましょう。LTは意外と人気なので登壇枠が埋まっているものが多いため、新着順で検索します。 2. テーマ決定 話したいことがある人は無問題ですが、意外と「登壇はしたいけど話すことが思いつかない」という事は結構あります。 そのような時は「自分が今までやってきた / やっている事」×「伝えたい事」でテーマを考えてみましょう。 例：Vue.js を最近始めた × Vue.js サイコーすぎるからみんな体感して欲しい ＝ 「人類が今すぐVue.js をやるべき3つの理由」 その他、汎用的なテーマの候補としては以下のようのなものがあります。 1. 試してみた系2. やらかした系3. 最近困った事 / 解決した事系4. コミュニケーション系5. 開発プロセス改善系6. 魅力を伝えたい系7. 新技術にチャレンジした系8. 業務効率化ツール紹介系9. トラブルシューティング系10. リファクタリング体験系11. コードの書き方や哲学系12. 自作ツール・アプリ紹介系13. 現場のあるあるネタ系14. 技術の歴史と変遷系15. 趣味が高じて技術を駆使してこんなもの作っちゃった系 話すことがどうしても見つからない時は無理に登壇しようとしないで、話せるネタができたり聞く人が関心を持ってくれそうなネタがある時に参加するのも一つの手です。 3. 話すことを決める テーマを決めて即スライド作成ツールを開く人がいますが、スライドは億の次です。 話の構成は以下の要領で考えます。 1. LTのゴールを決める2. ターゲットを想定する3. 何を伝えるか決める4. どう伝えるかイメージする 順番に説明していきます。 1. プレゼンのゴールを決める LTに限らず全てのプレゼンに共通することですが、プレゼンは伝いたいことを相手に「プレゼント」するものです。そしてプレゼントした上で「相手に何かをしてもらう事」がプレゼンの至上命題です。 この前参加した Findy 社のイベント「Ask Me Anything! t-wadaさんに何でも聞いてみよう！」にて和田さんは「技術系の発表や登壇するときに一番大事にしていることを教えてください」という質問にこう答えておられました。 「聞いてくださっている皆さんの明日を変えること」 まさにその通りだと思います。 LTは短い「プレゼン」です。よく「自分の学びをアウトプットするためにLTに参加しよう！」という文言を見かけますが、目的から完全に間違っています。ただのアウトプットを聞いても「そ、そうか。」となるだけです。 LTのゴールは「自分の発表内容を聞いてくださった方がその内容を自分 / 自分のプロダクトに活かせる事」です。これはLTに参加する人全員に共通するゴールです。 https://www.youtube.com/watch?v=xm9OtVgLCzA&t=3176s これを忘れずに次の「ターゲットを想定する」に移りましょう。 2. ターゲットを想定する ・営業部門 / エンジニアの人か・LTする内容について詳しい / 詳しくない人か・自分を知っている / 知らない人か など誰に向けてLTをするか想定し、先ほど決めたテーマをターゲットに最適化したものにしましょう。 ★「自分が今までやってきた / やっている事」×「伝えたい事」＋「ターゲットにとって有益な情報」 これが決まれば、大体発表する内容のイメージは掴めているはずです。あとは何を伝えるかを決めましょう。 3. 何を伝えるか決める 以下の手順を踏んでみましょう。 1. とりあえず言いたいことを全部「箇条書きで」書き出す2. 一番伝えたいことを最初と最後に持ってくる3. 最初と最後に持ってきた一番伝えたいことで書き出したこと言いたいことを全てサンドイッチする 最初に一番伝えたいことを持ってこれば、あとはその伝えたいことへの肉付けと余分な部分の削ぎ落としをすればいいだけです。 これで一旦「伝えたいことをとりあえず全て詰め込んだ」原文が出来上がります。これを整えてスクリプトレベルまで落とし込む作業が次のステップです。 4. どう伝えるか 3. のステップで出来上がったものを以下の手順で削ぎ落としていきます。 1. フレームワークを活用して原文を整える / 削っていく2. 通しで話してみて、制限時間に収まるよう情報を削っていく 「1. フレームワークを活用して原文を整える」の一例として、ピラミッドストラクチャーを活用して一番伝えたいことを補強していく方法があります。 ・結論は一つ・結論に対して根拠を3つ用意する・根拠に対して、それを裏付ける事実や具体例を複数用意する・結論で始まり、結論で締める フレームワークは自分の使いやすいものを適応させてください。 ここまで出来たら話す内容は大体完成しています。ここで初めてスライドの作成に移ります。 4. スライドを作る 前提ですが、LTの主役は「話し手」です。スライドはLTの理解を補足するものに過ぎません。作り込み過ぎはNGです。 とはいえあまりにもお粗末なものだと見栄えが悪いので、以下の2点は意識しましょう。 ・デザインは基本4原則を守る・1スライドに情報を詰め込まない 順番に説明してきます。ちなみにスライド枚数は多くても少なくてもどっちでもいいと思う派です。 デザインは基本4原則を守る デザインに詳しくない方でも、デザイン基本4原則「整列」「近接」「対比」「反復」を守るだけでいい感じに見えます。 整列 図形や文字の位置や配置を整える。Googleスライドでは、揃えたい図形を選択して右クリック > 整列 /上下に配置 / 左右に配置 を使うと簡単に整列できます。 反復 スライド単体では、繰り返し要素は全て同じデザインにする。for文の要領。スライド全体を通して文字のフォントや大きさ、文字の体裁を同じにする。規則性を持たせる。例：・タイトル36ポイント・本文24ポイント以上・使用する色を3色に限定・体言止め、箇条書きで統一・文字は右、グラフや画像は左に配置 近接 関連する情報は近くに集めて配置する。 対比 情報の重要度を装飾や文字の大小によって強弱をつける。注：意味のない装飾は避ける。 具体例も合わせて確認したい方は以下のリンクを参考にして下さい。 https://lifegroup-lg.com/magazine/archives/15154 一つのスライドに情報を詰め込まない 先ほどの4つの基本原則に加えて「余白」も重要な要素です。 スライドに情報がありすぎると聞き手はスライドを読むモードに入ってしまい話が入って来ません。「1スライドに0.8メッセージ」を目安にしてスライドの情報量を減らしてください。 基準としては「スクリーンから一番遠い場所からでも読めてかつ3秒以内に読み終わるか」です。 また、文字を大量に書くよりも画像を載せたり動画を映した方が聞き手は情報を素早く掴むことができます。 おまけ：生成AIを使ったスライド作成 「Marp」はMarkdownからスライドを作成することができるツールです。 生成AIに「Marpでシンプルなデザインのプレゼン資料を作って」と頼んで簡単なスライドの骨組みを出力してもらう、という使い方ができます。 https://marp.app 5. 練習する 話す内容とスライドが出来たらあとは練習のみです。練習で確認するポイントは以下になります。 1. 時間内で終わるか2. 声が出ているか3. 声に抑揚があるか4. 聞き手の方を見ているか5. 難しい単語, 固有名詞を使っていないか6. 顔が死んでいないか7. 自信無さそうではないか8. 偉そうではないか9. 身振り手振りが多過ぎないか10. ギャグが多過ぎないか プレゼンは第一印象で全てが決まります。ハキハキ喋られているかは特に気にしてください。1回は他人に見てもらってFBを受けたり、自分で動画を撮ってみて見直してみましょう。 また、想定外の事も考慮して削っていい部分をあらかじめ決めておきましょう。自分の伝えたいことよりも相手が知りたいであろう情報を優先的に残します。 人からのFBが欲しいけど友達がいない方は、Gemini 1.5 Proに撮影した動画とプロンプトを送るとそれなりのFBをもらうことができます。 6. 登壇 登壇前の最終チェックリストです。 1. スクリーンへの投影確認はできたか2. キーボードやポインターでのスライド操作の方法は確認したか3. PCの通知はOFFになっているか4. 最後に1回通しで話してみて時間配分は問題なさそうか あとはここまで書いたことを行っていればもう大丈夫です。時間配分に気をつけること「聞いてもらっている人のことを考えて」時には補足や噛み砕いて説明するなどして伝えるようにしましょう。 LTに限らずプレゼンは双方向のコミュニケーションです。PCをずっと見てブツブツ話しているのでは聞き手の心は何も動きません。スクリーンやPCではなく聞き手の方を向いて、たまには聞き手の目を見て元気よく話しましょう。 時には柔軟にアドリブも入れてみたりしましょう。「生きた」プレゼンを心がけてください。 おわりに LTは慣れです。1回参加すればハードルはかなり下がることだろうと思います。 この記事では守破離の「守」の部分を紹介しました。参加回数を重ねて自分のベストな発表スタイル「破離」の部分を確立していきましょう。 「聞き手が自分の伝えたいことを受け取って、次のアクションに繋げてもらうこと」という全てのプレゼンのゴールは忘れないようにしてくださいね。 以上、ありがとうございました！

こんにちは。GMOインターネットグループ株式会社の村上です。今回は8月～9月に3週間に渡ってオフラインでのインターンを開催しました。場所はGMOインターネットグループ株式会社 北九州オフィス（GMO kitaQ）で行いました。今年で3回目の開催となりますが今回は8月にサマーインターン、9月に就業型インターンを実施する為、去年まで5週実施していたインターンを3週に変更して実施いたしました。 はじめに 各コースと日程 去年と同様にアプリケーション開発コース、インフラコース、セキュリティコースは各1回ずつ実施しました。参加学生数は全体で60名程の学生さんたちに参加いただきました。 開催場所 開催場所は福岡県北九州市小倉にある「GMO kitaQ」オフィスのyoursスペースを貸し切ってオフライン開催しました。交通費・インターン期間中の宿泊費は全額GMOで負担し、全力でインターン取り組んでもらえるようにしました。 各コース毎のコンテンツ Webアプリケーション開発コース 今回のインターンは 「ConoHaのコンパネ開発」 をテーマに実施しました。実際にConoHaを触ってもらってその中で感じた課題や改善できそうな点を要件として定義し、自分たちで新しくConoHaのコンパネを作ってもらいます。ConoHaのコンパネはバックエンドの処理が全てAPI化されて外部公開されているのでこのような課題を実施することができました。弊社の業務の基本的な流れは、事業部から新規で機能開発の依頼や日々の運用で発生する改善・不具合対応がメインとなってます。ただ今回のように開発チーム側からシステム目線での改善提案も行うことがあるので、今回はその業務を体験してもらうというのが趣旨となってます。 他のコースでは割と座学をしたりするのですが、アプリケーション開発コースでは基本的に自分たちでチーム内の役割決めを行い、機能要件や技術選定を行ってもらってます。各チーム初顔合わせながらしっかりと話し合って決めているのがとても良かったです。 今回は開発の合間にアプリケーション開発本部のことをより知ってもらうために、各開発部の部長に事業やチームの話を実施していただきました。学生から質問もちょこちょこ出ていて、知りたいことが持って帰ってもらえたかなと感じてます。それ以外にも弊社のデベロッパーエキスパートの成瀬（@nrslib）にイベントストーミングのワークショップやライブコーディングを行ってもらいました。 最終日は各チームで作成したアプリケーションの成果発表とデモを実施しました。各々考えた要件を満たしているチームがほとんどで非常に優秀だなと感じました。懇親会ではもっとこうしたかった、最初の段階での検討をこうすればよかった等色々な意見が出ていて参加した学生に非常に有意義な時間になったのかなと思います。 インフラコース 今年も 「インフラエンジニアの立場で ConoHa の開発工程を疑似体験する」 をテーマにインフラインターンを開催しました。弊社の主要商材である ConoHa をベースに、それに関わる業務を体験することで、GMOインターネットグループにおけるインフラエンジニアの職種と役割を知り、自身の目指したいエンジニア像を明確化することを狙いとしています。 5日間のタイムスケジュールは以下のようになっています。水色が座学、オレンジ色はハンズオンありのカリキュラムになっています。 昨年よりアップグレードしているのは、3日目に行った OpenStack 構築ハンズオンです。昨年はスケジュールの関係上、机上の説明だけで終わってしまいましたが、今年はほぼ丸一日使って、オールインワンで OpenStack 構築を行ってもらいました。普段から OpenStack 開発を行っているエンジニアのフォローの下、無事全チームが開発できました。 全体満足度は4点満点中の4点でした。主に以下の理由で満足してくれたようです。 ◯カリキュラムとサポート：　・難易度がちょうど良く、実務体験を通じて視野を広げることができた。　・メンターのサポートが適切で、質問しやすい環境が整っていた。 ◯社風と働きやすさ ：　・社風や社員の姿勢から働きやすさを感じ、成長できる環境だと実感。　・直接社員と話す機会が多く、会社の理解が深まった。 ◯実務経験とスキル向上 ：　・実務体験では未経験の工程にも取り組むことができ、スキル向上に繋がった。　・学びの機会が豊富で、高いレベルの学習環境が用意されていた。 ◯事業と理念への共感 ：　・会社の事業や理念に共感し、志望度が向上。 ◯充実感と感謝 ：　・目標の達成や多くの学びを得たことで充実感を感じている。　・得られた経験や知識に感謝し、今後のキャリアに活かしたいと思っている。 弊社としても学生たちが積極的に参加してくれたことに非常に感謝しております。 セキュリティコース セキュリティコースでは、 「インシデントハンドリング」と「アイデアソン」 の2つのコンテンツを実施しました。今回のインターンのテーマは「答えのない課題に対してチームで挑む（理解力×思考力×発言力×調整力×表現力）」です。 セキュリティの仕事は、一人で解決できるものではなく、他のチームや部署と連携して進めることが多くあります。だからこそ、コミュニケーション力や思考力がとても大切。そのため、今回のコンテンツはそうしたスキルを実感できるものにしました。 また、今回はインターン生の皆さんの希望を取り入れ、短縮版ではありますが、セキュリティの仕事を体験できる「ログ分析体験」や「アプリケーション脆弱性体験」も実施しました。それでは、それぞれのコンテンツについて少しご紹介します。 実際にインシデントが発生したとき、会社内でどのように対応すべきかを机上演習で学びました。1回だけでは理解が深まらないので、複数回繰り返し、難易度を少しずつ上げていきます。 初回は、会社とシステムの構成図をもとにインシデントが発生したというシナリオでスタート。インターン生は全員Blueチームとして、システム部門にログ調査を依頼したり、事業部と情報共有しながらインシデント対応を進めていきました。回を重ねるごとに、システムの構成が複雑になったり、Redチームとして調査結果を提供する立場になったりと、どんどん挑戦的な内容に。みんなが考えたインシデントも、実際にありそうなものからユニークなものまで、さまざまでした。 あるテーマについてチームで話し合い、まとめて発表する「アイデアソン」。正解がないお題に対して考えることで、思考力やチームでのコミュニケーション能力を養います。限られた時間の中でアイデア出しから発表資料の作成までを進めるフレームワークを学び、それに沿って取り組みました。テーマは、セキュリティに関連するものから、生成AIを活用した会社でのツール導入に関する懸念点など、幅広い内容を用意しました。インシデントハンドリングと同様、何度も繰り返すことでフレームワークがしっかり身につき、思考力もアップしていきました！ 「最終日にどんなことをしたいか？」という議論から出てきた希望をもとに、急遽「ログ分析体験」を実施しました。ログ分析ソフトの使い方を学び、攻撃ログの中に隠れた痕跡をCTF形式で調査。チームで競いながら、セキュリティログの分析を体験しました。 もう一つの希望として挙がった「アプリケーション脆弱性体験」では、脆弱性を含む環境を各チームに用意し、実際にどれだけアプリケーションが攻撃に弱いかを体験。セキュアコーディングの重要性を学ぶことができました。こちらもCTF形式で、楽しく学べる内容に仕上げました。 今回のインターンは、技術だけにフォーカスするのではなく、インターン生同士でたくさん議論する場を設けたので、参加者同士の絆も深まりました。就職活動や研究分野についても活発に情報交換が行われ、お互いに良い刺激を与え合っていたようです。 最終日の各種体験を通して、「セキュリティの仕事のイメージがつかめて、楽しかった！」という声もいただきました。皆さんが楽しみながら学んでくれたことが何より嬉しかったです！ さいごに 今年はサマーインターンに参加するにあたり、より熱意の高い学生の方に参加いただきたく事前に面接も行わさせていただきました。その中から選び抜かれた学生のみなさんは非常にレベルも高く、意欲的に取り組んでいただけて担当した各メンターからも熱意をもって取り組めたと感じてます。 更にインターン中の課題として「GMOインターネットグループを知ってもらう」「エンジニアのことを知ってもらう」という点にも注力し、メンター以外にも様々なパートナーに協力いただきました。終了後のアンケートでも、全員が非常に満足だったという回答をいただき準備した方としてもとても嬉しい結果となりました。メンターにもアンケートを取ったところ、みなさんから非常にモチベーションをもらえたという回答をもらいました。 今回は26卒の学生さんが対象だったので、全員がこれから就職活動を始めていく時期だと思います。今回インターンに参加して、同年代の友人もたくさんできたと思いますので、このつながりを大事にして大変な就職活動を乗り切っていってください。 現在GMOインターネットグループでは新卒採用が始まっていますので、インターン参加できた学生さんやそうでない方も、興味を持っていただけたらぜひエントリーをお待ちしております。 GMOインターネットグループ 2026新卒採用マイページhttps://mypage.3030.i-webs.jp/gmo2026

GMOインターネットグループの稲守です。今年も新卒の仲間たちが入社し、新卒研修が実施されています。グループ合同研修にあたる「GMO Launcher 2024」の後編記事です。前編記事についてはこちらをご覧ください。 新卒研修「GMO Launcher 2024」 「GMO Launcher 2024」は「GMOイズム」「事業」「専門領域」の大きく３つの構成に分かれ設計されているのは前編で紹介されている通りで、GMOの新しい仲間として網羅的に研鑽いただき、ゴールデンウィーク以降の各部門での研修に繋がっていきます。 この記事では専門領域の選択制講義のなかで開催された「エキスパートセッション」についてご紹介します。 専門領域の選択制講義について 専門領域については選択制講義としており、技術、クリエイティブ、マーケティングなどサービスを作るために活躍する仲間が講師となり講義が行われました。特に当社グループにおいては「AI」「セキュリティ」「クリエイティブ」の強化を年間スローガンでも上げており、カリキュラム結成でも大きく意識された点になっています。以前からサービスを作るための新卒技術研修を行っておりましたが、「GMO Launcher」の立ち上げに伴い、この専門領域の選択制講義に移り変わっています。 目指したのは、新卒に新しい視点提供とロールの発見 GMOインターネットグループでは「エキスパート制度」という名称で特筆した能力を有する仲間を認定し支援する制度があります。  ▼エキスパート制度についてはこちらをご覧くださいhttps://developers.gmo.jp/developerexperts/ 今回、エキスパートの皆さんに登壇いただき、新卒の皆さんに下記の点を意識的に届けたいと考え講義設計をしました。 ・広い視点、高い視座を得てもらう、Known unknowns・ロールモデルを見つけてもらう・将来的にエキスパートを目指してもらいたい・質疑応答には全部答えていく（時間切れにならないよう設計する） 登壇者のアサインにあたりやったこと・エキスパートたちに相談・登壇者の選出・登壇者での事前ミーティング エキスパートの皆さんが集まる会議体で「新卒研修でカクカクシカジカで皆さんにお話しいただきたい」と話を振るとあれよあれよとアイデアが出てきまして、登壇者の選出については基本方針や皆さんのご意見などを判断材料とし、エキスパートの黒瀧さん、酒見さん、石丸さんの3名にお話しいただくことが決まりました。 アサイン後は登壇メンバーで集まりミーティングです。忙しいエキスパートたちの時間をうまく調整してもらうため、久しぶりにランチミーティングの開催となりました。ざっくばらんに意見を出し合いました。皆さんのアイデアを全部盛り込んでいくと講義の予定時間を大きくオーバーしてしまうので、テーマは10個程度に絞り新卒の皆さんとのオープンディスカッションのなかで決めていくことになりました。 イメージとしてはIETFのセッションフローでやりましょうとなりました（※IETF＝インターネットの標準化を進める国際的な組織）。 セッションの様子と振り返り 冒頭に各エキスパートから自己紹介と現在に至るまでキャリアを簡単にお話しいただきました。各自のトーク後はトークテーマに沿った議論を行っていました。トークテーマは「専門分野でのトレンド」「成長のためにしてきたこと」「今後の話」など複数のテーマで進行しました。 新卒の皆さんからも技術的に踏み込んだ質問などもあり、登壇者側も良い刺激となり、まさにIETFのノリで新卒の皆さんからもたくさんの質疑応答をいただきました。 今後も天才が天才を作る世界を目指して、新卒技術研修ができたらと思います。 最後に 今年もたくさんの仲間が増えました。No1サービスを提供するため技術力をこれからも益々強化していきます。いわゆるDXが社会全体で進む中で高度デジタル人材が足りないと叫ばれて久しいです。 手前味噌な話で恐縮ですが、IT/デジタルを目指す学生のために様々な活動をしています。直近ではインターンシップの募集や産学連携のミートアップの参加者を広く募集しています。ぜひチェックしてもらえると嬉しいです。京大ミートアップのゲストは元メルペイCTOで現在は話題のライドシェアスタートアップ「newmo」の曾川CTOがゲスト出演です。インターンシップは6月末が申込締切です。学生の皆さんのご応募をお待ちしています。 【夏季開催】グループ合同テクノロジーインターンシップhttps://recruit.gmo.jp/engineer/jisedai/internship/ 【6/21開催】京大ミートアップ supported by GMO 第2回 - 理工系のテックキャリア論 スタートアップCTO、研究者、エンジニアhttps://connpass.com/event/318440/ 新卒研修の後半記事としてエキスパートセッションの事例をお伝えしました。ご協力いただいたエキスパートの皆さん、運営担当の人事の皆さんには改めて感謝です。最後までご覧いただきありがとうございました。

こんにちは。新里です。Apple Vision Proが出てから少し時間が経ちました。円安で50万円以上もする端末で、発売当初は話題になってニュース・SNSはApple Vision Proで溢れていました。それから、毎週のように出てくるAIのニュースに圧倒される毎日ですが、Vision Proは現状最高性能のHMD(head mount display)である事には変わりありません。ふと忘れてしまいになりそうですが、Vision Proや僕が過去に購入したデバイスについて書こうと思います。 Vision Pro Apple Vision Proがグループで使えるものが3台あります。技術者に限らず、誰でも使えるようになっています。もちろん、技適未取得機器を用いた実験等の特例制度を申請した端末ですね。グループでは7400名以上もスタッフがいるので、一度に全員というのも難しいですが、時間がある人は使ってみた方が良いかなーと個人的に思っていたりです。 ちなみに、個人的に持っているMeta3、Oculus Rift Development Kit DK2（どうやら僕が買ったらしいけど、覚えていない...）と並べて、DK2から10年と思うと歴史を感じます。まだ黎明期のDK2の頃から既に、LEAP Motionを搭載したりDepth Sensor Cameraを一緒に使ったアプリは出ていたりしました。CPU/バッテリー/カメラを搭載して、単一の機器として進化してきましたね。 外から見ると外界が遮断されてHMDをつけている本人からは何も見えていないようだが、外向きにカメラが付いていてパススルー（カメラの映像を通して）で外は見えている。見た目はスキーのゴーグルそのものといった感じもする。 Meta3とVision Proの装着感 普段、Meta3では手ぬぐいをして装着している。これは髪でヘッドストラップが滑って安定しないため、手ぬぐいが個人的にはベストだ。Vision Proは装着感が強いものの、髪で滑ることが無いので安定している。FBのMeta3と比べるとパススルー・見える画像は圧倒的にVirion Proの方が良い。これは多くの記事・レビューとして出ている通りである。ただし、視覚の代わりになるほどの解像度は無いと感じている。例えば、Vision Proを装着しながら横を向いたりすると、焦点・映像が確実にぼやける。ほんの数msec程度と感じているが、裸眼と比べてしまうと違和感がやはりある。最後にハンド・フィンガートラッキングの精度も圧倒的にVision Proの方が良い。これは比較にならないほど、Vision Proの方が良いといえる。 個人的に持っているDepth Sensor Camera HMDやスマホに搭載されているカメラで距離・点群を生成するというのは、コンピュータに現実世界の物体・距離・形状を数値として理解させるために必要な機能になる。モバイル端末にこのような距離を計測できるような複数のカメラ・機能が搭載されるようになるまで、多くのカメラを買っては検証・動作確認をしてきたことを思い出して、手持ちのカメラを並べてみた。 ・XBOX Kinext 360 (白・黒)・Xtion Pro Live・Kinect for Windows (ゼブラ/ノーマル)・Azure Kinect・Creative Senze 3D・Depth Sense DS325・Intel Real Sense F200・Intel Real Sense R200・Intel Real Sense SR300・Intel Real Sense D435・LEAP Motion・OAK-D-LITE これでも少ない方だと思っている。この数倍、更に持っている方とかも居るでしょう。これらのセンサーとHMDがどう関係あるか？というと... これは2012年ごろにやったもので、透過スマートグラス・Xtion Pro Live・NeuroSky(脳波センサ)をPandaboard(Ubuntu/Android)で処理、仮想空間上のアイテムを現実空間のロボットをスマートグラス越しに制御して獲得するというAR(augmented reality) Treasure Hunting Game である。現在では一つの端末に多くのセンサー・カメラが搭載されて、スタンドアロンで動作させることが可能なほど進化をしたが、10数年前はモバイルで動作させるにはこれくらいの装備が必要だった。 僕自身は普段は裸眼で視力矯正は必要としていない。眼鏡・HMDのような物を装着しないと見れない世界というのは、電脳コイルでも見たような世界観でもある。この、リアルと仮想の融合というのは、視覚だけではなく、五感も含めて、どこまで技術的な先が出てくるのか？楽しみな領域でもある。

今回は、2023年度新卒入社し現在2年目となった井本優哉さん（GMOインターネットグループ株式会社/システム統括本部所属）にインタビューを行った様子をお届けします！井本さんは今年、新卒1年目で初めて社内アワード「生産性向上No.1部門」最優秀賞を受賞しました。どのようなプロジェクトを成し遂げたのでしょう？その挑戦や、裏側にあった努力について詳しく伺いました。 プロフィール 井本 優哉さんGMOインターネットグループ株式会社/システム統括本部 アプリケーション開発本部 ホスティング・クラウド開発部 アプリケーション共通チーム 大学では情報通信学科でアプリ開発を経験し、2023年度新卒入社。北九州オフィス「GMO kitaQ」（所在地：福岡県北九州市）にて、現在はDevSecOps, AWS運用/自動化業務、 RPA開発、 CICDツール機能追加、 クラウド化に伴う開発/技術支援/ツール導入などに幅広い業務に取り組む。今年3月、新卒1年目で初となるシステム統括本部アワード「生産性向上No.1部門」最優秀賞を受賞。 システム統括本部アワードとは GMOインターネットグループ株式会社のシステム統括本部で年に1回行われる表彰イベント。GMOインターネットグループ全体で年に1回実施される『GMO AWARDS』では評価されにくい定常業務など、業務の質に対して個人を表彰するもの。他者や自チームからの推薦を基本とする。候補者は本部全員に向けてプレゼンをし、部内全員の投票で最優秀者を決定する。 プロジェクトとその功績 早速ですが、今回アワードで受賞されたプロジェクトについて教えてください。どのようなプロジェクトが評価され、井本さんはどの部分を担当されましたか？ 井本さん2023年に大幅な工数削減を達成した2つのプロジェクトをご評価いただき、GMOインターネットグループシステム統括本部アワードにて「生産性向上No.1部門」最優秀賞を受賞させていただきました。 1つ目は「RPA活用 PRJ」で、GitHubリポジトリ作成の自動化を実現しました。要件定義から開発、導入まで1人で行いました。もう1つは「AWS関連自動化」でクラウドアクセスの権限管理をするといったもので、こちらも導入効果検証から開発・運用まで1人で行いました。結果として月に12,800分の作業時間を削減することに成功し、今回評価いただいたという形です。 チームではなく、井本さん1人で行ったのですね。 井本さんはい。2023年10月からRPA活用プロジェクトにジョインし、業務で困っていることや効率化できることがないか探していました。その中で、GitHubへの移行の関連ツールを開発しました。これまで案件を開始する際はお話をいただいて実施するという流れでしたが、今回は自ら問題を見つけて案件を発案し、開発から導入まで自主的に実施しました。 以前はAWSの環境に入って作業をしたり、複数の工程を必要としていましたが、Slackを活用することで業務を効率化しました。結果、それまで約1時間半かかっていた作業を、1分半程度にまで短縮することができました。 井本さんが月12,800分削減を実現したプロジェクト ◆GitHubリポジトリ自動作成：9,600分/月削減◆クラウドアクセス権限管理：3,200分/月削減 ◇「RPA活用 PRJ」GitHubリポジトリ作成自動化　　削減時間：9,600分/月, 作成期間：10日　　担当：案件発案～開発/導入（井本さんのみ）◇「AWS関連自動化」Guardian開発　　削減時間：3,200分/月, 作成期間：約1か月　　担当：導入効果検証～開発/導入/運用（井本さんのみ）※12,800分＝213時間＝8.8日 素晴らしいですね！受賞に至るまでの苦労や挑戦、何か乗り越えたことなどはありましたか？ 井本さん「AWS関連自動化」の方では、既存のAWSツールをカスタマイズしようとしたのですが、技術スタックの違いからコードリーディングとカスタマイズに時間がかかりました。また、本番環境に関連するツールだったため、監査の面でも注意する必要がありました。監査の知見がなかったため、社内の方々に確認しながら慎重に進めました。結果的にはクリティカルな問題は発生せず、微小な変更で対応できたのですが、初めて監査を意識したフローを構築し、わかりやすく説明する資料作りやプレゼンテーション力が求められたので、そこは大変だったかなと思います。 意識しているのは体系的な学び 当社の『GMOすごいエンジニア支援制度』の『学ぼうぜ』を活用していると伺いました。どのように活用し、井本さんの成長にどう役立っていますか？ GMOすごいエンジニア支援制度とは GMOインターネットグループ株式会社のエンジニア・クリエイターを対象とした福利厚生施策。エンジニア・クリエイター一人ひとりに「スペシャリスト」として、モチベーション高く技術力向上に励み、優れたサービスの開発に努めていただくことを目的とする、複数の支援プログラムで構成される制度。そのうちの1つが『学ぼうぜ』プログラムであり、技術関連の書籍や最新ガジェットの購入、有料の外部セミナーへの参加費などを補助するもの。モチベーション向上や、自ら考え積極的にスキルアップに取り組むことを支援する。詳細はこちら 井本さん技術書の購入と、DeepL Proの定期購入で利用させていただいています。足元で詰まった時にというより、体系的に学びたいと思った際に購入しています。 学んだ内容を業務でアウトプットしたり、Developersブログに投稿したり。面白かったものは、チームメンバーに定例の中で共有したりしています。 井本さんが今まで学ぼうぜ制度で購入してきた書籍 技術書はどのくらいのペースで利用しているのですか？ 井本さん購入のタイミングはバラバラなのですが、早ければ1日引きこもって1冊読み切る時もあります。GMOインターネットグループのデベロッパーエキスパートで、同じチームに所属する成瀬さん（成瀬 允宣）の書籍は内容が難しかったので、2週間くらいかけて読み切りました。毎日少しずつ読んで理解して、ということを繰り返しやって落とし込みをしました。 技術書は値段が高いものが多いので、会社の制度で購入できるのは金銭的な負担は減りましたが良い意味でプレッシャーはあります（笑）業務に活かしたいと思いますし、還元できることはしていきたいなと思います。また、先輩からお勧めしてもらった本などを、一旦買って読もう！といったことができるのが有難いです。 井本さんの努力を身近で見ているチーム全体の士気も高まりそうですね！ 井本さんどうでしょうか（笑）チーム全員レベルが高いので、全然先輩たちの足元にも及ばないです。 朝活からはじまる1日 普段の1日のスケジュールを教えてください。 井本さん毎朝6時くらいに起きています。会社から家までの距離が近いので、出勤の準備をするまでの3時間強は、技術書を読んだり、勉強したりキャッチアップの時間に充てています。　 とある日のスケジュール 6:00-　 起床後、読書等勉強10:00-　出社11:30-　朝会11:45-　作業の認識合わせのミーティング12:00-　ミーティング13:00-　お昼休憩14:00-　開発作業19:00　 退勤 早く起きて朝の時間を活用されているのですね。 井本さんはい。キャッチアップの時間は朝に行って、退勤後はゲームをしたり自分のプライベートの時間に充てています。 福岡⇔東京　遠隔のコミュニケーションで気を付けていること 仕事の中で、気を付けていることや工夫していることは何ですか？ 井本さん早めにアウトプットを出すことを意識しています。私は「GMO kitaQ」オフィス（北九州市小倉北区）で勤務しており、他のチームメンバーはほとんどがセルリアンタワー（東京都渋谷区）で勤務しています。そのため、案件を始める際には、Zoomだけのコミュニケーションに頼らないようにしています。案件の説明を受けた後、まずは簡単にアウトプットを出すか、自分で概念図のようなものを作成し、「こういうことであっていますか？」と早めに確認するようにしています。以前はコミュニケーションの部分で反省することが多かったため、自分の中で改善しようと決意しました。聞く人がすぐ隣にいない状況なので、報連相や早めのアウトプットを心掛けています。 将来は技術で尖ったエンジニアに 将来的にどのようなキャリアを築いていきたいですか？ 井本さん長期的には、成瀬さんのようなエンジニア組織全体に貢献したり、社内外でしっかり知名度のある存在になっていきたいです。先日、成瀬さんが大学に行って講義をしている姿を見学させて頂いたのですが、生徒たちと一緒に楽しみながらも真面目に講義をされていて、かっこよかったです。今のところマネジメントにはあまり興味が無くて、もっと技術的に尖っていきたいと思っています。人材の採用や育成にも興味があって、将来的に貢献していきたいなと思っています。機会があれば登壇などもしてみたいです！ 新卒へのメッセージ 意欲的な姿勢が成果を生む 同じように新卒で入社する後輩たちへのアドバイスがあれば教えてください。 井本さん2点あって、まず1点目は、どんどん手を上げていってほしいなということです。今回アワードで受賞できたのも、自分で「これをやりたい」と手を挙げたからこそです。何もしていなかったら、受賞できていなかったと思います。自ら手を挙げて、しっかりアウトプットを出した結果、最優秀賞を頂くことができたので、どんどん手を挙げていってほしいなと思います。2点目は、キャッチアップする姿勢を常に持ち続けていて欲しいということです。新しい技術がどんどん出てくるというのもありますが、キャッチアップすることで面白いプロジェクトを任せてもらえるチャンスも増えますし、開発スキルなども向上してやれることが増えて、楽しく仕事ができるようになってきます。また、エンジニアにとっても良い組織ができてくると思うので、学びの姿勢を忘れず、常に新しいことに興味を持って取り組んでいってほしいなと思います。 井本さんが仰ると説得力がありますね！ありがとうございました！ おわりに ▼井本さんの投稿記事もぜひご覧ください。 AWS Security Hubの導入からうまく運用を回すまでのTipshttps://developers.gmo.jp/44002/AWS運用チームの取り組みについてhttps://developers.gmo.jp/40797/ ▼GMOインターネットグループ株式会社の採用については、以下をご覧ください。　　https://recruit.gmo.jp/rookies/entry/ 撮影協力：成瀬允宣

2024年4月、GMOインターネットグループ7社に43名の新卒パートナー（社員）のみなさんが入社されました。この記事では、2024年度新卒研修「GMO Launcher 2024」について、全2回の連載でお届けします。第1回目では、3週間に渡り行われた「GMO Launcher 2024」の全体像に迫ります。 グループ7社、全43名が新たな仲間に 2024年4月、GMOインターネットグループ7社には新卒年収710万円を2年間約束する「～No.1&STEAM人財採用～新卒年収710万円プログラム」や、地域限定職で新卒給与No.1となる「～No.1&STEAM人財採用～地域No.1採用」、さらに「GMOインターネットグループ（陸上部）」の新メンバーなど、全43名の新卒パートナー（新入社員）が新たな仲間となりました。 みなさんと共に、GMOインターネットグループは更なる高みを目指します。 研修の概要 「GMO Launcher 2024」は、2024年4月2日から4月19日までの3週間、シナジーカフェ「GMO Yours・フクラス」で行われました。 今年度の研修キーワードは「GMOイズムの伝道師」「AIの使い手」「次世代リーダー」です。 43名の新卒パートナーは、「GMOイズムを体現してAIの使い手となり、これまでにない発想と挑戦でインターネット業界を牽引する次世代リーダーの素地を形成すること」をゴールとして研修に挑みました。 ➀GMOイズムの伝道師 「GMOイズム」とは、「スピリットベンチャー宣言」をはじめとするGMOインターネットグループの社是・社訓の総称です。これはグループのビジョンや経営マインド、組織運営のノウハウ、心構えをまとめたもので、グループ106社に在籍する約7,400名のパートナー全員に共有され、行動指針となっています。（「GMOインターネットグループ スピリットベンチャー宣言」については、こちら） ➁AIの使い手 GMOインターネットグループは「AIで未来を創るNo.1企業グループ」に向けて①時間とコストの節約、②既存サービスの質向上、③AI産業への新サービス提供、これら三つを軸とした取り組みを加速しています。2024年2月にはAI活用を通じて、グループ全体で年間18億円相当の業務効率化の目標を発表しました。グループ全体の生産性を上げるため、働く全パートナーがAIの使い手として成長することが求められています。 ➂次世代リーダー GMOインターネットグループでは存続して成長を続けるため、最先端のテクノロジーを常に取り入れながら、市場のニーズや社会の変化に適応したサービスを提供してきました。 新卒パートナーの多くは、既存の枠組みにとらわれない自由な発想で新しい事業やサービスを生み出すポテンシャルを秘めた「～No.1&STEAM人財採用～新卒年収710万円プログラム」や、各拠点の発展のため中心となってリードする「～No.1&STEAM人財採用～地域No.1採用」にて採用されました。 「GMO Launcher 2024」では、そんな彼らの能力を存分に発揮して、この先の未来をリードする「次世代リーダー」となるべく素地の形成を目指しました。 研修全体の流れ 研修は全3週間、３つのカリキュラムで構成されました。 ◆「GMOイズム・グループ理解」◆「事業理解/ ビジネス実践」◆「選択制（職種別）専門的なセッション」 新卒パートナーたちは座学やワークショップを通じてこれらのカリキュラムを学び、各週の最終日には、発表形式のアウトプットも行いました。さらにAIで未来を創るAIの使い手となるべく「短期集中AIプログラム実践」にも挑戦しました。 第１週｜４月１日～５日 「GMOイズム・グループ理解」 「GMO Launcher 2024」は「GMOグローバルスタジオ」で行われた「2024年度入社式」からスタートしました。 GMOインターネットグループ株式会社 代表取締役グループ代表　熊谷正寿より「GMOイズムと成功の法則」、「GMOインターネットグループが大事にしていること」、「RPA・AI技術活用力」、「人間の行動の9割は習慣」といった、新社会人として大切にしたい言葉遣いや心得となる講話があり、新卒パートナーは真剣に聞き入っていました。 4月3日からは、経営層が積極的にコミットメントしたGMOインターネットグループの歴史や理念、企業文化、目標達成10カ条や、会議術や会食術のポイントなどに関する講義が行われました。 新卒パートナーはこれら経営陣からの講義により「GMOイズム」の理解を進め、さらに「AIで未来を創るNo.1企業グループ」に向けた取り組みや、インシデントを防ぐための「コンプライアンス情報・セキュリティ」に関する講義も習得しました。 第２週｜４月８日～１２日 「事業理解/ ビジネス実践」 GMOインターネットグループは、インターネットインフラ事業をはじめ、インターネット広告・メディア事業、インターネット金融事業、暗号資産事業など幅広く展開しています。 研修2週の「事業理解/ ビジネス実践」では、GMOインターネットグループが展開する事業を6つに分解し、それぞれの事業理解を深めるといったカリキュラムが構成され、グループ各社の代表や部長陣から業界トップを目指すためのビジネス理論とその実践方法について学びました。 また、講義だけでなく2週目最終日（4月12日）にはグループワークを行い、ディスカッションやプレゼンテーションを通して、理論の理解と実践に結びつけるスキルを磨きました。 ▼グループワーク：GMOシナジーによる価値提供（GMOペイントゲートウェイ） グループワークでは、まずはじめに実在する企業が抱える課題に対して、GMOインターネットグループの技術力でどのようにアプローチ（改善）することができるかを議論しました。 その後グループに分かれてディスカッションし、最後にプレゼンテーションを行いました。各チームでお互いの知見やアイデアを出し合い、売上推移など具体的な数値も交えて改善案を話し合い、魅力的なプレゼンテーションを協力して行いました。 新卒パートナーのみなさんはこうしたグループワークを通じて、それぞれが学び合い、共に成長を促進しました。 第３週｜４月１５日～４月１９日 「選択制（職種別）専門的なセッション」 GMOインターネットグループでは、お客様に喜ばれるサービスを迅速かつ低価格で提供するため、サービスは機器の選定から設置、構築、開発、運用までを内製化することを基本方針としています。グループ106社に在籍する約7,400名のパートナーのうち、ITのモノづくりを担う開発者（エンジニア・クリエイター）が半数を超える50.1%を占めています。 第3週ではそうしたエンジニア・クリエイターをはじめ、職種にとらわれず様々なことをインプットする機会として、選択制プログラムの講義を受けました。 各社サービスを担うエンジニア・クリエイターが大勢登壇するなど、多岐に事業を展開するGMOインターネットグループならではのカリキュラムとなりました。 「GMO Launcher 2024」は、2024年4月2日から4月19日までの3週間、シナジーカフェ「GMO Yours・フクラス」で行われました。 選択制講義プログラム（一部）◆ブロックチェーン基盤におけるサービス開発◆データ解析とAIの仕事って何？～データサイエンティストとAIプロジェクト立ち上げの話～◆サイバーセキュリティ入門 ~攻撃目線の実践形式で学ぶサイバーセキュリティWeb基礎演習~◆デベロッパーエキスパートセッション 【連載 第2回では、4月12日に行われた「エキスパートセッション」の内容を中心として記事をお届けします】 AIで未来を創る『短期集中AIプログラム実践』（４月４日～４月１６日） また「AIで未来を創るNo1企業グループ」に向けた初の試みとして、GMOインターネットグループで非エンジニアを対象としたリスキリング施策、3カ月間の短期AI人財育成プログラム「虎の穴」を、「GMO Launcher 2024」では1日1時間半、9日間にわたり学習しました。 「虎の穴」は、既存のパートナーが2時間/日（3ヶ月間、12週の120時間） 業務と並走しながら実施するリスキリングプログラムです。それを9日間という短いスパンで実施する、これまでにないカリキュラムとなりました。eラーニングを取り入れた学習方法で、積極的に講師に質問する新卒パートナーの姿がみられました。 信頼できる仲間づくり 研修のもうひとつの大きな目的として「信頼できる仲間づくり」があります。 「GMO Launcher 2024」では、北九州拠点「GMO kitaQ」をはじめ、大阪や埼玉など全国各地の拠点から新卒パートナーが集まり、3週間にわたり共に学びました。 新卒パートナーは、研修中のランチタイムや、新卒パートナー懇親会「Takeoff Party」といったイベントを通じて、同期としての絆を深めました。 新卒パートナー懇親会「Takeoff Party」は、新卒研修の最終日に開催されました。3週間の新卒研修を共に過ごした仲間として、これからの活躍を讃えあう交流の時間となりました。 ▲新卒パートナー懇親会「Takeoff Party」の様子 また、交流は同期だけにとどまりません。新卒パートナーたちの学びを全力でサポートするグループ各社の人事パートナーや、講義に登壇したパートナーとも積極的に交流しました。そうした先輩パートナーの活躍を知ることで、入社後の働き方をより具体的にイメージできる機会となっています。 「期待を超えるスピードで成長する姿に驚いた 」 「GMO Launcher 2024」プロジェクトを主導した、人事の長内さんに新卒パートナーの印象を伺いました。 長内さん次世代のリーダーとなるべくご入社いただいた新卒パートナーたちの成長を誇りに思います。彼らは、期待を超えるスピードで日々成長しています。この「『GMO Launcher』で学んだマインドやノウハウを深く理解し、常に思考を止めずに体現しています。この姿勢が、彼らの新しい技術への高い関心と、自ら、サービスや事業を向上させる原動力となっていると感じました。彼らのこうした努力と情熱が、GMOインターネットグループの未来を築き、さらなる成長を支える重要な要素となると確信しています。 今後の歩み 研修の最終日4月19日には、「夢が、かなう手帳。byGMO」（※将来の夢や目標までしっかりとマネジメントすることができます）を活用した「夢手帳研修」を行いました。 それぞれが自身の今後の人生年表を作成し、自身のキャリアビジョンを明確にするワークショップを経て３週間に及んだ研修を締めくくりました。 技術的な知識はもちろん、信頼できる仲間づくりもできた「GMO Launcher 2024」。しかし、これで新卒パートナーの研修が終わるわけではありません。引き続き、みなさんは各社・各拠点で配属職種別の研修に参加して次世代リーダーを担う礎を築きます。 これからの新卒パートナーの活躍に、ぜひご期待ください。 【連載 第2回では、「エキスパートセッション」の記事をお届けします！お楽しみに】

GMOインターネットグループは、2023年度入社の新卒採用から、グループ企業106社において「No.1＆STEAM人財採用〜新卒年収710万プログラム」を開始しました。このプログラムは、GMOインターネットグループをリードする「次世代リーダー」として、年収710万円（2年間）をお約束するものです。今回は、「新卒年収710万プログラム」第1期生である二人の新卒エンジニアに、採用までの経緯や、現在の働き方、そして将来のビジョンまで、本音も交えて話しを聞きました。「応募に対してハードルを感じても、ぜひ挑戦してほしい」と話す二人の真意に迫ります。 「No.1＆STEAM人財採用～新卒年収710万プログラム」とは？ ▼「No.1＆STEAM人財採用～新卒年収710万プログラム」公式サイトhttps://www.gmo.jp/710program/ GMOインターネットグループが、2023年度入社の新卒採用から、グループ企業106社において開始した「No.1＆STEAM人財採用～新卒年収710万プログラム」。 このプログラムは、高度な専門知識や技術を持つことに加え、既存の枠組みに捉われない自由な発想で新しい事業やサービスを生み出す、優秀な人財に対して年収710万円（2年間）をお約束するものです。 GMOインターネットグループ全体で、2023年度は27名 の新入社員に「新卒年収710万プログラム」を通して入社いただきました。 二人とも博士課程卒！新卒年収710万プログラムで活躍するエンジニアにインタビュー そんな新たなプログラムについて、「採用までの道のり」や「現在の働き方」が気になる方も多いのではないでしょうか。 今回は、「新卒年収710万プログラム」第1期生として、GMOインターネットグループに入社した新卒エンジニア、杜博見さん（GMOインターネットグループ株式会社 所属）と、黒宮寛之さん（GMOペパボ株式会社 所属）に、インタビューを行いました。 杜さんと黒宮さんの二人とも、大学院の博士課程を修了し、研究活動を続けてきた共通の経歴があります。インタビューでは、これまでの研究活動に関してや、「新卒年収710万プログラム」採用までの道のり、現在の働き方、将来のビジョンまで聞きました。 杜博見さん｜GMOインターネットグループ株式会社 グループ研究開発本部 AI研究開発室 データ解析・AI研究グループ東京大学大学院 工学系研究科にて電気系工学を専攻。 博士後期課程を修了後、「新卒年収710万プログラム」の第1期生として、2023年4月にGMOインターネットグループ株式会社に入社。現在はグループ研究開発本部・AI研究開発室に所属し、データサイエンティストとして、グループ横断のプロジェクトで技術支援、開発、解析を担当。 黒宮寛之さん｜GMOペパボ株式会社SUZURI事業部 マーケティングチーム京都大学大学院 情報学研究科 博士後期課程を修了後、「新卒年収710万プログラム」の第1期生として、2023年4月にGMOペパボ株式会社に入社。現在はSUZURI事業部にて、エンジニアとして従事。 杜さんは東京大学大学院の工学系研究科を、黒宮さんは京都大学大学院の情報学研究科を卒業し、博士課程を修了されていますが、これまでの研究活動について教えてください。 杜さん東京大学大学院 工学系研究科では電気系工学を専攻して、風力発電における風車の異常検知に関する研究を続けてきました。風車の状態を示すセンサーからの時系列データ、温度、湿度、風速などの環境データを分析し、長期にわたる重大な故障を予測する、といった研究です。データ分析や機械学習に関しても、強い関心を持っており「できる限り幅広く学びたい」という想いがあり、大学院で研究を続けていました。 私は京都大学大学院 情報学研究科で教育工学を専門とする研究室で研究をしていました。より細かくいうと「ラーニングアナリティクス」という分野を専攻していたのですが、主に学習者のログデータを分析する研究です。例えば、中学生が夏休みの課題への取り組み方を調査した際、課題を初日に完了する生徒もいれば、徐々に進める生徒もいます。生徒が教材ページを閲覧した日付や、何を正解したかといったデータを収集し、学習パフォーマンスとの相関を分析して教育に活かす研究をチームで行っていました。 杜さんの研究と比較すると、よりウェットな、ユーザーと近いところの研究かもしれません。黒宮さん GMOインターネットグループで、新たな領域に挑戦したい 「新卒年収710プログラム」応募から採用まで GMOインターネットグループの「新卒年収710万プログラム」に応募されたきっかけはありましたか？ 日本では、大学院の修士課程が2年間、その後の博士課程が3年間、博士号を得るには一般的に最低5年間の学修期間を要します。それ以降、人によってはそのまま大学で研究を続ける方、企業に就職して研究を行う方、または研究とは異なる分野で企業に就職する方など、様々な進路があります。私の場合、今までの延長線上で研究を続けるよりは、いっそ全く知らない未知の分野に挑戦したいという気持ちが大きく、エンジニアとして企業への就職を選択しました。もちろん「新卒年収710万プログラム」の存在も就職活動において大きな影響を与えました。実際にエントリーまで至った理由としても、大学院生（修士/博士）を対象とした就職サイトで、初任給が飛び抜けて高い企業として紹介されていたので、興味を持ち、ダメもとで応募してみたのがきっかけです。GMOペパボが提供する「SUZURI」や「ロリポップ！レンタルサーバー」などのサービスは、いちユーザーとして私も利用していて、そうした身近なサービスに関わることができる点も魅力的に感じました。黒宮さん 杜さん私は先端技術の実用化を目指すことが目標としてありました。これまで研究で扱ってきた時系列データだけでなく、企業に就職して、画像処理や自然言語処理など、さまざまなデータや幅広い分野のプロジェクトでの経験を積む機会を得たいと考えていました。実は黒宮さんと同じ就職サイトを使っていました（笑）自身のやりたいことと一致したのが、エージェントさんから勧めて頂いたGMOインターネットグループです。「新卒年収710万プログラム」についても教えていただき、受かるという自信はあまりなくハードルは高いと感じるなかで応募しました。 どのようなプロセスで選考は進みましたか？印象的なエピソードがあれば教えてください！ GMOペパボの選考過程は3回程度の面接といったプロセスで進行しました。他社も何社か応募しましたが、博士課程修了者の場合は新卒ではなく中途扱いのケースもあり、そういった場合面接では研究内容よりも、「具体的に何ができますか？」といった技術的なスキルに関する質問が中心のことも多かったです。そうしたなかGMOペパボの選考では研究に関する質問を、面接官から積極的に興味を持って尋ねてくれることが多く、すごく好意的な印象を感じました。博士課程修了者は、企業での評価が必ずしも高いとは限らないという懸念がある中で、私の人柄そのものを一生懸命、理解しようとしてくれてところの姿勢が凄く嬉しかったですし、入社の決め手になりました。黒宮さん 杜さん黒宮さんが指摘するように、日本では博士課程を修了後、民間企業への就職にハードルがある風潮を感じます。私の場合、相談できる先輩などがおらず、モデルケースも少ない印象でした。博士課程を修了したことで知識と能力は確実に向上しているため、その点はポジティブに捉えていましたが、特別扱いを受けるとは考えていませんでした。しかしながらGMOインターネットグループ（株式会社）の面接は3回でしたが、2回目の面接で、これまで大学院で行ってきた研究発表と、今後、取り組みたいことに関するプレゼンテーションの機会がありました。一日がかりだったので、今振り返ると、なかなかハードな経験でしたが（笑）。 各社、採用のプロセスが違いますね！選考中に心掛けていたことはありますか？ 杜さん研究について発表した際、発表の仕方を意識しました。大学院での研究発表では新規性を強調することが重要ですが、面接時の発表では、その新規性を「わかりやすく伝える」というアプローチを心掛けました。また企業として求められる収益性や効率化など、具体的な成果に関する話も重視しました。就活全体の話で言うと、企業ごとに評価基準が異なるため、不採用でも、それは単に縁がなかったというケースもあると理解して、次のステップへと進む準備に気持ちを切り替えるなど、次への挑戦を心掛けてきました。 企業グループの理念やビジョンをしっかりと理解するように心掛けました。「GMOイズム【スピリットベンチャー宣言】」を読んで、私が企業に加わることで、どのように自身の強みを活かせるか、企業の理念にどう共感し、それに貢献できるかを考え、それをしっかりと伝えるようにしていました。黒宮さん 「新卒年収710万プログラム」で採用が決まった時、率直にどう感じましたか？ まさかって驚きました。最終面接はセルリアンタワー（第一本社・渋谷）で社長（GMOペパボ 代表取締役社長 佐藤健太郎）と１on１で、30分ぐらい。ただ割と身の上話で終わって、正直あんまり話が盛り上がったような感触がなくて…これ大丈夫なのか？みたいな（笑）当時、京都に住んでいたので、手応えを感じないまま新幹線で戻りました。なので採用のメールを頂けた時は、ビックリしました。黒宮さん 杜さん私は、最終面接でセルリアンタワーに向かうなか、普段と違う駅の出口から出て、道に迷ってしまい、遅刻してしまったという苦い経験をしました・・・。多少の諦めもあったので、採用の連絡を頂いた時は驚きました（笑） チームメンバーとのコミュニケーションを大切に 採用に至るまでには、さまざまな秘話があったんですね！現在の業務について伺えればと思います。これまでの研究やスキルも活かされていますか？ 杜さん所属するGMOインターネットグループ株式会社のグループ研究開発本部では、グループを横断して、機械学習を用いた金融関連のプロジェクトに取り組んでいます。最新の技術をサービスに取り入れる業務と、最新の技術がどのように事業やサービスに取り入れることができるか、という二つのミッションを担う部署なのですが、最初の半年は、主にLLM（大規模言語モデル）の研究に時間を割いていました。またその研究成果を社内外のイベントに登壇して発表するなどといった事も行っています。私の場合、研究分野は異なりますが、大学院で企業との共同研究も経験してきたため、本質的にはそうした研究と近しく感じておりました。ビジネスではスピードや成果が重視されますが、それを除けば、その頃と変わりなく研究や業務に集中できています。 現在はSUZURI事業部でWebアプリケーションのサーバーサイドエンジニアとして従事しており、主にRuby on Railsを使用したプロジェクト開発を担当しています。他にはマーケティング関連のデータ分析業務も行っています。中途採用であれば即戦力としての働きが求められると思いますが、「新卒年収710万プログラム」は新卒採用のため、約半年間のトレーニング期間がしっかりと設けられていたのはありがたかったです。このトレーニング期間を通じて、Webの基本知識からインフラに関するレクチャーまで、エンジニアとしての最低限必要な知識を身につけることができたと感じます。これまで研究でデータ分析を経験してきたため、SUZURIの購買データなどの分析は比較的得意で、即座に対応するとチームメンバーから喜んでもらえました。黒宮さん 「新卒年収710万プログラム」での入社は、周囲からの期待値も高いと感じます。チームの皆さんとは、どのようなコミュニケーションを取っていますか？ 期待値が高いことは自覚していますが、GMOペパボの社風として役職に関わらずフラットにコミュニケーションできる文化があり、みんな気さくに接してもらえるので、そのおかげでプレッシャーを感じずに働けています。入社当初は、大学院時代の習慣が抜けず、堅いフォーマルな連絡をチーム内で送っていました。しかし、初期の段階で「そんなに堅い連絡じゃなくてもいいよ」とアドバイスを受けるなど、自由に意見が言えるコミュニケーションスタイルがビジネスで求められるスピード感につながることを理解してからは、自分もフランクにコミュニケーションが取れるようになりました。黒宮さん 杜さんこれまでの大学院での研究活動は主に個人で行っていましたが、入社後はチームでのコミュニケーションの重要性が高まりました。私は自然言語処理のスペシャリストではないため、ゼロから学ぶ必要があります。入社してから、2～3名のチームでの研究が多く、その際、経験豊かな先輩から多くを学ぶ機会がありました。チームの皆さんが非常に優しく、すぐに馴染むことができました。また、これは先輩方が意識的に配慮してくれているのかもしれませんが、自分の得意なデータ分析に専念できるような環境が整えられています。期待されていることは感じながらも、必要以上に大きなプレッシャーはない中で業務や研究に取り組めています。 杜さんは「GMO Developers Day 2023」にて、LLMに関するセッションで登壇も経験 学ぶことも多い時期だと思いますが、今後のキャリアビジョンはありますか？ サービスのデータ活用については、まだ多くの未活用データがあり、それらを有効に使うことができればサービスの質向上につながると思っています。具体的にはレコメンドシステムの改善や、マーケティングにおける意思決定にデータを活用できたらと考えています。また日々、社内では様々な新しい取り組みが進められており、それに対する結果として、お客様からのフィードバックがデータとなって蓄積されています。これらを研究の枠組みで再構築できるような人財になることが私の今後のキャリアビジョンです。黒宮さん 杜さん私は幅広い知識を持ち、総合的に活用できるデータサイエンティストを目指しています。正直なところ、入社してから、より勉強への意欲が高まっているんです。博士課程では自分の研究分野における小さな改善を評価し、それを論文にする作業を繰り返していました。今、新しいAI技術やLLMが流行し始めて、1年間でAIやデータ分析を取り巻く環境が大きく変化したことを感じています。AIに関わる仕事をしているからといって、AIに代替されないわけではなく、むしろ単純作業やパラメータの調整など、計算資源さえあれば簡単に代替されうる作業が多く存在します。そのため、新しい技術を活用し、AIができないことに挑戦することの重要性を感じています。この状況に対する危機感からも、新しい技術について常に学ぶ必要があることを認識しました。 挑戦する一歩から、価値は生まれている 「新卒年収710万プログラム」に応募を検討している方へ、メッセージをお願いします。 「新卒年収710万プログラム」は新しいことに挑戦しようとする人に向いている制度だと思います。私自身、「新卒年収710万プログラム」をきっかけに人生が大きく変化しました。大学院で研究していた時は、論文を発表することが最優先でした。しかし企業では、良い製品を作り、顧客の皆さんにお届けすることが最も重要です。新たな方向性に向けて、自分も学び直しの最中です。そういう意味で「新卒年収710万プログラム」は単に給与が高いだけではなく、自身の成長にも確実に繋がります。しっかりとしたトレーニング期間も設けられているため、ハードルが高いと感じている方も、ぜひ応募してみることをお勧めします。黒宮さん 杜さん黒宮さんと同じような話になりますが、採用されるかどうかは別として、最初の一歩を踏み出すこと、挑戦すること自体に意味があります。私自身、やってみないとわからないことがたくさんありました。面接を受けただけでも、自分にはまだ多くの学びが必要だと感じました。そういう意味でも、失敗を恐れず、体験してみることが非常に重要だと思います。挑戦するその一歩から、すでに価値は生まれています！ 先輩からの紹介コメント 「新卒年収710万円プログラム」第1期生、杜さんと黒宮さんから貴重な話を聞きました。最後に、同じチームで働く先輩から、それぞれの活躍や今後に期待することなど、紹介コメントを頂きました！ 杜さんへの紹介コメント 片野 道雄さん｜GMOインターネットグループ株式会社 グループ研究開発本部 AI研究開発室 室長 新卒1年目とは思えない活躍をしてくれています！現在、グループ研究開発本部で生成AI技術（LLM）を追いかけることになり、入社後の研修内容を途中からLLMの研究開発に切り替えてやってもらったのですが、専門外の技術でもしっかり理解して考え、自身の提案も交えてとても良い研究を進めてくれました。驚いたのは、発表のうまさです。面接時から目を見張るほどに上達し、2023年末には誰よりも堂々と外部発表できるまでになりました！ LLM研究開発の次に、難しいAI技術を使うフィンテックのプロジェクトに参加してもらいましたが、データ解析やAI技術・開発の基礎力があり任せられるようになってきています。 今後もこの勢いで更なる飛躍を大変期待しています！ 黒宮さんへの紹介コメント 黒瀧 悠太さん｜GMOペパボ株式会社SUZURI事業部 事業部CTO 兼 GMOインターネットグループ デベロッパーエキスパート 現在、黒宮さんはSUZURIにおいて、モバイルアプリのサーバーサイド面での開発を推進していただいております。 SUZURIの開発に関して、とても「速(Speed)」があるだけでなく、アイテムのレコメンドやマーケティングオートメーションに関しても、どんどんキャッチアップし、様々な領域で力を発揮していただいています。 これから期待することとしては、事業部外や社外のエンジニアと比較して、何が専門性として強みなのかを言語化し、ペパボの技術をリードしていってほしいと思っています。これからもよろしくお願いします！ 「新卒年収710万プログラム」募集について グループ各社の募集状況については、以下、公式サイトをご覧ください。 ▼「No.1＆STEAM人財採用～新卒年収710万プログラム」公式サイトhttps://www.gmo.jp/710program/ GMOインターネットグループ株式会社とGMOペパボ株式会社の採用については、以下をご覧ください。 ▼GMOインターネットグループ株式会社 採用サイトhttps://recruit.gmo.jp/rookies/entry/ ▼GMOペパボ株式会社 採用サイトhttps://recruit.pepabo.com/info/graduate/

近年、AIの普及が急速に進み、ビジネスでもその活用がますます求められています。GMOインターネットグループでは、全パートナー（社員）がAIを活用して「AIで未来を創るNo.1企業グループ」を目指しています。その一環として、2023年より全パートナー（社員）が対象のAI専門家による「AIセミナー」を定期開催してきました。2024年1月31日（水）には、GMOインターネットグループ デベロッパーエキスパート　成瀬 允宣がAIセミナーに登壇。STEAM教材として注目される「レゴ® エデュケーション SPIKE™ プライム」で作られた車型ロボットで深層学習による画像認識自動走行を目指すセミナーを開催しました。今回は、その模様をお届けします。 「AIで未来を創るNo.1企業グループ」実現を目指す GMOインターネットグループでは「AIで未来を創るNo.1企業グループへ」を掲げ、 ① 時間とコストの節約② 既存サービスの質向上③ AI産業への新サービス提供 を軸に、グループ全パートナーを挙げてAIの活用、AI関連サービスの提供を進めています。 これらを達成するには、全パートナーがAIを使いこなすことが必須です。そのために、GMO AI＆Web3株式会社の顧問に就任した木内翔大氏や茶圓将裕氏をはじめ、外部講師を招き「AIセミナー」を月に２回開催して、AIに関する最新動向や最新ツールの理解を深めています。 【GMOインターネットグループの「AIで未来を創るNo.1企業グループ」実現への取り組みの詳細はコチラ  https://www.gmo.jp/ai-history/ 】 AIへの理解を深めよう： レゴ×深層学習による画像認識自動走行 成瀬 允宣（GMOインターネットグループ デベロッパーエキスパート） 2024年1月31日（水）には、GMOインターネットグループ デベロッパーエキスパート 成瀬 允宣が「AIセミナー」に登壇しました。「AIへの理解を深めよう： レゴ×深層学習による画像認識自動走行」と題したセミナーは「レゴ®エデュケーション SPIKE™ プライム」で深層学習を活用して自動走行に挑戦するものでした。 なぜ「レゴ®エデュケーション SPIKE™ プライム」に着目したのでしょうか？ 成瀬はプログラマーとして従事する傍ら、GMOインターネットグループのデベロッパーエキスパートとして、テックカンファレンスへの登壇や、渋谷に拠点を置く企業5社と渋谷区教育委員会が連携した「Kids VALLEY 未来の学びプロジェクト」にて渋谷区の小学生に授業支援を行うなどプログラミング学習を普及する活動を行っています。 2022年には「Kids VALLEY 未来の学びプロジェクト」にて「問題解決型学習（PBL:Project Based Learning）」（PBL学習）支援として、教育版マインクラフトを活用した「PBL×プログラミング学習」という新たな試みを、渋谷区立笹塚小学校で実施してきました。 記事｜GMOインターネットグループによるプログラムを組み込んだ、新たなPBL学習の取り組み ～未来の笹塚小学校をつくろう～ そんな成瀬が、小学生のSTEAM教育を高める教材として注目しているのが「レゴ®エデュケーション SPIKE™ プライム」だといいます。 STEAM教育とは Science（科学）、Technology（技術）、Engineering（工学・ものづくり）、Art（芸術・リベラルアーツ）、Mathematics（数学）の5つの単語の頭文字を組み合わせたSTEAM、それぞれの分野横断的に取り組む教育概念です。https://coeteco.jp/articles/10858 レゴ®エデュケーション SPIKE™ プライムについて 小学校高学年から中高生向けのSTEAM教材として、注目されています。https://education.lego.com/ja-jp/products/-spike-/45678/ 今回のセミナーでは、深層学習を理解するための教材として株式会社アフレルから提供されている「ロボットではじめる深層学習 TensorFlow × SPIKE™ プライム 自動走行セット」を使用して、自動走行に関するプロセスを、全パートナー（社員）に解説しました。 GMOインターネットグループ本社シナジーカフェ「GMO Yours」に走行コースを設けて、「SPIKE™ プライム」でつくった車型ロボットをマイクロコンピュータ「Raspberry Pi（ラズベリーパイ）」と組み合わせて自動走行を目指します。参加者に向けて、その模様をライブ配信して、リアル会場とオンラインのハイブリッドで開催し、ライブ感のあるセミナーとなりました。 教材「ロボットではじめる深層学習 TensorFlow × SPIKE™ プライム 自動走行セット」について 「レゴ® エデュケーション SPIKE™ プライム」に「テキスト教材」「SPIKEプライム自動走行コース」「楕円コース」「障害物ブロック」「Raspberry Pi」などをセットにした学習教材です。株式会社アフレルが販売しており、深層学習を活用した自動走行のプロセスを体系的に学ぶことができます。 教材について：https://ai.afrel.co.jp/tensor-spike/?_gl=1*zoviuk*_ga*MjgxMjQxOTUuMTcwNzYyNTQxNw..*_ga_XE96W51NY4*MTcwNzY0MDQwOS4yLjEuMTcwNzY0MDUxNC4wLjAuMA 株式会社アフレル明るい未来社会づくりに向けて、企業から、大学・高専・高校・自治体まで幅広い層に向け教育支援サービスをご提供します。最新のテクノロジー、特にロボット技術を駆使して、ソフトウェア開発過程や成果の「見える化」、そして教育効果の「見える化」をロボットの動きで実現し、知的な感動を生む新しい教育サービス・教材の企画・開発・販売により人材育成の現場のみなさまを支援します。公式サイト：https://afrel.co.jp/ TensorFlow（テンソルフロー）とは Googleが開発した機械学習のオープンソースライブラリ。画像や音声認識、翻訳などの自然言語処理など広く活用されています。https://www.tensorflow.org/?hl=ja Raspberry Pi（ラズベリーパイ）とは 手軽にIoTが始められるマイクロコンピュータ。コンピュータの教育を促進するために生み出されたと言われています。https://coeteco.jp/articles/10044 はじめに：セミナーの流れについて 成瀬：本日は「深層学習による自動走行」と「深層強化学習による自動走行」についてデモンストレーションも交えて学んでいこうと思います。はじめに全体の流れを説明します。車型ロボットは、カメラとRaspberry Piが搭載されています。Raspberry Piに画像収集用プログラムを送り、走行中の車道をカメラで撮影して、その画像を学習データとして扱います。 【1】「深層学習による自動走行」では収集したデータを使って学習を行い、そのモデルを使って自動走行を目指します。学習はブラウザ上で Python を記述、実行できる「Google Colaboratory」を用いて進めます。 【2】「深層強化学習による自動走行」ではエージェントと呼ばれるプログラムを動かして報酬を与え、次に取るべき行動は何か？をコンピュータに自動で選択させます。今回は、道路に引かれた中央線に近づけば近づくほど、高い報酬を得られる仕組みです。コンピュータが報酬を最大化させるモデルを独自に構築するのを目指します。 データ収集からスタート 成瀬：さっそくデータ収集から始めていきましょう。実際にロボットを起動させコースを走行させます。事前につくったプログラムでステアリング（乗り物の進行方向の向き）を変えて道路を走行していきます。走行中にカメラで道路を撮影して、その画像がデータとして収集されていきます。方角を変えて反対回りも撮影して、データを収集します。 セミナーでは走行している様子をライブ配信しました 成瀬：約5分で約1500枚の画像が撮影できました。データには撮影時のステアリング角度の数値も蓄積されています。これらのデータを使って訓練を実行します。 「教師あり学習」でモデル作成 成瀬：深層学習（ディープラーニング）は機械学習の１つです。人間によって記述されたルールに従って動く「ルールベースプログラミング」と異なり、機械学習とは帰納プログラミングによりコンピュータにプログラムを作成させる手法で、大きく分けて「教師あり学習」と「教師なし学習」の二つのアプローチがあります。 「教師あり学習」では、正解となる答えが含まれたデータを使い、最適なモデルを導き出す手法です。例えば犬のイラストに「犬」、猫のイラストに「猫」と正解ラベルをセットに与えてモデルを構築することで、犬や猫のイラストデータを与えてどちらに分類されるかといったタスクに使用できます。一方、「教師なし学習」ではデータに正解ラベルを与えない状態で、データのパターンや構造を自動的に抽出する手法です。 今回は具体的にどれくらいステアリングを回すかという判断を「教師あり学習」で行います。さらに「深層強化学習」で報酬に基づいて行動を最適化し、自動走行させることも行っていきます。 成瀬：まずは画像処理モデルをつくることから始めます。画像を分割してみると、白い白線と黒い道路といった色情報があると思います。その色情報を0＝白、1＝黒というように数値に変換してデータに持たせます。こうして識別されたデータを自動走行用画像処理モデルに渡します。そのモデルがデータからパーセントの傾きや適切なステアリング値を示す関数を作成します。この関数を用いれば、新しいデータに対しても最適なステアリング値を得ることが出来ます。 成瀬：ここで重要なのは、得られた関数を正確に選択することです。そこでモデルの性能を評価する目的関数を使用して、最適なモデルを選択します。目的関数にはさまざまな計算法がありますが、今回は平均二乗誤差を目的関数としています。また最適なモデルを得るために、パラメータを調整する必要があります。この調整には、目的関数の微分により傾きを計算して最適な値を探る「勾配法」を使います。 平均二乗誤差 各データに対して「予測値と正解値の差（＝誤差）」の二乗値を計算し、その総和をデータ数で割った値（＝平均値）。今回は平均二乗誤差を目的関数に設定しました。 自動走行で活用される「ニューラルネットワーク」とは？ 成瀬：深層学習による自動走行は「ニューラルネットワーク」という手法で行います。ニューラルネットワークは、人間の脳の構造を模した機械学習モデルです。ニューロン同士の結合を計算グラフで表現し、活性化関数を用いて非線形な変換を行うことができます。 成瀬：活性化関数は、線形モデルだけでは表現できない複雑な関係性を捉えるために使用されます。非線形な法則性を表現できるため、複雑なパターンを扱えます。ニューラルネットワークは、目的関数を最小化するように重みとバイアスを調整しており、誤差逆伝播法やミニバッチ学習などの手法を使い、効率的に学習を進めます。 成瀬：ニューラルネットワークの学習では、人が設定する値であるハイパーパラメータの調整も重要です。最適なハイパーパラメータを見つけるのには試行錯誤が必要ですが、調整することによりモデルの性能を改善できる可能性があります。 ハイパーパラメータ ミニバッチサイズ、最大エポック数、学習率、ネットワークの層の深さ、ネットワークの各層のノード数などの設定 成瀬：画像データに特化したニューラルネットワークとして「畳み込みニューラルネットワーク（CNN）」があります。CNNは、画像データの特徴を抽出する手法です。画像の特徴は、例えば、物体の移動や位置などですが、通常のニューラルネットワークではこれらの特徴を捉えるのが難しくなります。 成瀬：しかしCNNを活用することで、画像にフィルターを適用して特徴を抽出します。このフィルターは、たとえば、エッジやパターンなどの特定の特徴を検出する役割を果たします。畳み込み操作によって、画像の特徴が際立ちます。この畳み込み層を重ねていくことで、より画像の特徴が際立ち、高度な特徴量が抽出されます。こうして得られた特徴が、ニューラルネットワークの出力層に結合されて、最終的な出力を生成します。このようにCNNは画像解析やパターン認識などのタスクで広く使用されています。 成瀬：こうしたモデルで学習を行い、ロス値をグラフにしたところ、トレーニングデータ（青）と検証データ（オレンジ）の間に大きな差があることがわかりました。トレーニングデータ（訓練データ）ではロスが低いのに対し、検証データではロスが増加しています。 これはモデルが訓練データに過度に適合し、新しいデータに対応できなくなる「過学習」と呼ばれる状態に陥っていることを示しています。過学習を解決するために、ドロップアウトやアーリーストッピングといった手法で改善を図りましょう。 成瀬：またニューラルネットワークを活用することで局所最適解に陥る「勾配降下法の問題」もあります。改善には、勾配に沿って一度にどれだけ降りていくかを決めるハイパーパラメータの「学習率」を調整したり、画像データを増やすことなどが有効です。データを増やす場合、撮影した画像を反転させてデータを増やすといった方法も活用できます。こうしてモデルの汎化性能を向上させていきます。 深層強化学習（DQN（Deep Q-Network））とは？ 深層学習による自動走行のプロセスを説明した後、「深層強化学習による自動走行」についてもシュミレーターを用いて解説しました。 成瀬：「深層強化学習」についても説明します。深層強化学習はエージェントによる学習です。深層強化学習とはディープニューラルネットワークの考え方を含めた強化学習です。エージェントに報酬を与えて、エージェントが行動を選択します。試行錯誤を繰り替えして報酬を最大化する行動を学習します。具体的にはディープニューラルネットワーク（DNN）とQ学習を組み合わせたDQN（Deep Q-Network）で、これを深層強化学習といいます。今回は、線の重心からどれだけ離れているかを報酬定義としています。 セミナーの中では、深層強化学習に理解を深めるため、シュミレーターで学習したモデルを走らせてみました。そうするとコンピュータが報酬を最大化させるかのように、独自に自動的に黒線に沿って走っている様子が伺えました。 自動走行できるか？「SPIKE™ プライム」で実践！ それでは、学習したモデルで、どのように走行するのか？セミナーでは実際に自動走行にチャレンジしました。 成瀬：こうして深層学習で学習させたモデルを使い、「SPIKE™ プライム」の車型ロボットを走行させてみましょう。一部で上手く曲がれない部分もありましたが、最初の画像収集時のプログラムと違い、カーブを曲がる動作が滑らかになりました。 成瀬：今回、この実践に至るまでに難しい話が続いたと思いますが、それは私自身も同じです。学習を進めるなかで、何をすべきか全くわからないことがありました。 そこでChatGPTに何でも相談してみたところ、適切なアドバイスをもらえました。皆さんも、今後、深層学習を活用する上で、つまづきポイントがあるかもしれません。その際はChatGPTに頼ってみるのは有益だと思います。 まとめとして、深層学習では帰納プログラミングによりルールベースプログラミングでは難しい推論を実現します。ロボットを使用した実践では一部で上手くいかなかった所もありました。今回紹介したものは、あくまで訓練に基づくものなので、不確実性が介在することも分かったかと思います。 親しみやすいテーマで、AIの理解が深まった 実践も交えた本セミナー。参加したパートナー（社員）で、普段、開発に携わっているGMOインターネットグループのエンジニアは、どのように感じたのでしょうか？ アプリケーションエンジニア 舟木さん・高島さんに、話を聞きました。 「AIセミナーと聞くと難解な数式を想像しがちですが、「車輪付きロボットをAIで自動走行させる」というテーマで親しみやすかったです。走行させたのは短いコースでしたが、自動走行させるために約2,800枚の画像を学習させており、AIには高性能なGPUやメモリが重要であることがよくわかりました。 セミナーではルールベースプログラミングによるロボット制御と、機械学習を活用した帰納プログラミングによる制御の比較も行われ、従来のコンピュータとAIの違いを明確に示すわかりやすい説明と感じました。またAI研究の進展により学習プロセスがより効率的になっていることも理解できました。引き続きAIの進化に注目し、活用していきたいと思います」（舟木さん） 「Webエンジニアとして、日々の業務のあらゆる場面で生成AIを利用していますが、AIそのものの仕組みに対する理解が今まで曖昧でした。GMOインターネットグループに入社後、AIセミナーを受講していく中で、AIに対する理解が深まり、関心が高まっています。 今回のセミナーもその一助になりました。まずロボットによる実演から入り、その後に理論の説明を行い、最後に講義の内容を踏まえて再度実演というセミナーの流れだったため、最後まで飽きることなく学ぶことができました。特に強化学習の仕組みの説明や実演の部分が、AIの将来に対する期待が膨らむという点で、最も興味深かったです。Webエンジニアの界隈でも、「生成AIを正しく使いこなして成果を出すエンジニア」への需要が高まっていくことは確実な状況であると感じます。AIについて深く学ぶことができる社内の環境を存分に活用し、引き続きAIへの知見を高めていきたいです」（高島さん） 今回のセミナーでは、深層学習や深層強化学習の応用イメージから今後の自動運転はもちろん、AIの大きな可能性も感じることができる機会となりました。 GMOインターネットグループでは、引き続き「AIセミナー」を開催して、「AIで未来を創るNo.1企業グループ」を目指しています。 「GMO Developers」でも、AIへの理解を高められるよう、AIに関するトピックスや技術記事をお届けして参りますので、是非ご期待ください。

近年、生成AIの進化はめざましく、OpenAIによる対話型AI ChatGPTのリリースをきっかけに様々な場面でAIがより身近に活用されるようになってきました。GMOインターネットグループでは「AI活用No.1企業グループ」として、いち早くグループ全体でAIの積極的な活用を推進してきました。 しかし、AIに関する専門知識やアーキテクチャは一見複雑で難しそうな印象を受け、ここで躓いて理解をあきらめてしまう方も少なくないはずです。このような背景の中で、今回、任意の集まりとしてAIの基本概念についてわかりやすく解説する部内勉強会「AI foundations in 10 minutes」を開催しました。本記事では、勉強会で取り上げたトピックス、実施方法、登壇者・参加者からのフィードバックなどを紹介します。 活動のきっかけ・目的 GMOインターネットグループでは、以下を軸として日々「AI活用No.1企業グループ」を目指した取り組みを続けています。 時間とコストの節約既存サービスの質向上AI産業への新サービス提供 特に、賞金総額1,000万円の社内公募コンテスト「AI（愛）しあおうぜ！ChatGPT業務活用コンテスト」や、AIに関する最新動向や最新ツールの理解を深めるための専門家による「GMO AIセミナー」の定期開催など、様々なAI活用促進施策があります。 そんな中で今回なぜ部内勉強会を独自で開催しようと考えたかというと、「新しいサービスはたくさん出てきて使ってはいるけど、AIの仕組みについてはあんまり理解できていないな」「中身はどうなっているんだろう？」と気になったのがきっかけで、同じような疑問を抱えているパートナーが一定数いるのではないかと考えたからです。 現在、新しいAIモデルやサービスが日々数多く登場しています。ただのユーザーとしてではなく、AIの裏側の仕組みや基本概念を知ったうえで特性を理解することは、今後AI活用人財として活躍していくために特に重要なポイントだと捉えています。またこれらの知識領域は今後基礎教養として扱われるようになると感じていますが、多くの専門用語の多さや前提知識の必要性が初学者にとってハードルになっていることも事実かと思います。 実際にAI学習を始めてみて私が直面したのは「何から手を付け、どの程度まで理解すべきか」という問題でした。実体験から、深みにハマって挫折する前にまずはざっくりと大枠をとらえる必要があると感じ、AIの仕組みに関する大まかな概念を掴める場の提供があればこのような課題を少しでも解決できるのではないかと感じました。 そこで、AIに関する基礎知識について10分間でわかりやすく解説する「AI foundations in 10 minutes」という社内向け勉強会の企画を行い、5週にわたって開催しました。 この勉強会のゴールは、「AIの裏側について理解するきっかけを作る」「概念をなんとなく説明できる」ことに置き、全体の雰囲気づくりとして、誰でも気軽に参加できるようにとにかく心理的なハードルを下げることを心掛けました。 勉強会のコンセプト 以下は、勉強会開催にあたって周知した内容です。 今さら聞けないAI/機械学習の基本概念について、10分間の短いセッションで理解するライトな勉強会を開催します！目指すのは、「概念を一言で説明できる」程度の理解です。・事前知識/事前準備不要です。（書籍の輪読会ではないので、個人で事前の購入や読み込みも不要です）・高度な計算を解くことはありません。・実装については触れません。・ゆるめにやりますので、カメラオフでラジオ的に聞いていただくだけでも大丈夫です。エンジニアだけでなくCSの方でも十分理解できる内容になっているので、どなたでもぜひご参加ください。 GMOインターネットグループ株式会社ではお客様対応を行うカスタマーサポートのチームもシステム統括本部の仲間として同じ組織に所属しています。そのため、システム構築やコーディングの経験がない人ももちろんいますし、専攻や学歴も様々です。 そのため、職種に関わらず誰でも参加できるように、前提知識を必要とせず、誰でも聞けるように勉強会の難易度を設定することにしました。（もちろん最新のAI動向はグループを上げて開催されているAIセミナーなどで皆さんキャッチできています！） テーマとスケジュール 勉強会のコンテンツと開催スケジュールは以下の通りです。zoomによるオンライン形式で開催しました。また、任意の勉強会という扱いで、希望者のみの自由参加として実施する形としました。 11/22 19:00-19:15「LLMは情報をどのように解釈しているのか：トークン化、Enbedding、Attentionメカニズムについて」11/29 19:00-19:15「LLMの推論と学習・ファインチューニングについて」12/6 19:00-19:15「LLMをベースとしたシステムの構築： Incontext-leaningについて」12/13 19:00-19:15「インフラOJT成果物 LLM-chatbotの紹介」12/21 19:00-19:15「AIとGPU：なぜGPUが求められるのか」 企画の進め方 登壇者あつめ 勉強会のコンセプトを固めた後、コンテンツ作成に協力してくれる仲間を集めました。インフラ部門の新卒1年目のパートナー3名がLLMを用いたチャットボット開発をOJTで経験しており、講師役としての参加を上長に相談して調整しました。GMOインターネットグループでは四半期ごとに個人の目標管理を行っているのですが、その目標の中に含めてもらうことで、勉強会の取り組みが彼らのチャレンジと成長として評価されるよう掛け合いました。 こちらの1年目3名に、2年目1名を加えて合計4名の新卒パートナーと一緒にコンテンツ検討を進めました。 2年目のパートナーには講師役のほかにメンター的な立ち位置で全体運営に協力してもらい、各回の資料レビューや進行のフォローなど様々な面で役割をこなしていただきました。 コンテンツ検討 講師陣として集まった4名で各回のテーマ選定に着手しました。10分間で理解しやすく、前提知識のない聴講者にもアプローチできる内容を目指し、「このキーワードは解説しておいたほうがいいんじゃないか」「この仕組みは知っておいたほうがいいんじゃないか」とディスカッションを重ね、テーマが決まった後はその内容についてどこまで深堀して説明すべきか、主要ポイントの認識合わせを行いました。 メンバーでディスカッションやプレゼン資料のレビューを重ね、全体を通して難易度や説明の粒度が同じようなバランスを保つように注意しました。 コンテンツ作成で最も重点を置いたのは知識整理と骨子作成です。資料の見せ方にこだわるよりも、聞き手の理解の流れを意識したストーリーラインを重視し、各回の資料作成には約1週間を費やしました。事前に主要なポイントを整理していたため、資料レビューでは大きな修正は必要ありませんでした。 開催結果 全5回の勉強会で累計225名、平均45名の方にオンタイム参加いただきました。 開催後に録画を共有しアーカイブ視聴ができるようにしたため、実際にはより多くの方に視聴いただいたと思います。 理解度については、なんと参加者の98％が「向上した」、そのうち41％に「大幅に向上した」と評価いただきました。満足度も高く、97.3％が「満足した」、そのうち64％は「大変満足した」との評価でした。 勉強会の目的である、”AIの裏側の仕組みについて理解を深めるきっかけを作る”というゴールは達成できたと思います。 参加者からのフィードバック アンケート結果のフリーコメントより、勉強会に参加してくださった方々から登壇者に対してたくさんのポジティブな意見をいただきました！その中の一部を抜粋してご紹介します。 ・短時間の開催なので負荷も少なく楽しく参加できました。・貴重なお時間をいただきましてありがとうございました。 サービスとしてAIに関する温度感が非常に高い状況の中、曖昧だった知識を 整理する有意義な時間でした。 ご登壇お疲れ様でしたｍｍ・今回からの参加になりましたが前回の振り返りをやってもらえ入りやすかったです。 難しい概念も図示や例え話が上手くイメージがしやすかったです。 ・短時間かつテーマ1つなので集中して聞きやすいと思いました。 ・また一つAIの技術が言語化されて聞けたような気がします！発表ありがとうございました！m(__)m ・情報量を抑えたおかげで、言葉のインパクトが強く残って非常に良かったです。 子供に教えてあげたいです。 ・要点を絞って短い時間でわかりやすく説明していただき、よい勉強の機会になりました。ありがとうございました。 ・かみ砕いてあり、10～15分サイズということもあり大変わかりやすかったです このくらいのサイズ感だと、知識がない方も頭に入りやすいと思うので ぜひこの形を継続いただければと思います。 ・短時間、ピンポイントで勉強会、ありがとうございます。大変ためになります。          ・貴重なお時間ありがとうございました。 ふわっとしていたLLMの処理についてかみ砕いていただいたことで、 自分の中でイメージが固まった感覚があります。 ご登壇お疲れ様でしたｍｍ 全体的に、テーマを絞った短時間のセッションが参加者にとって効果的だったことがわかります。フリーコメントの多さや内容から、難易度設定や勉強会の雰囲気作りはばっちりだったんだなと思いました。 講師陣にインタビュー 勉強会で講師役として登壇してくれた4名のパートナーの皆さんに、感想をお伺いしました。 多田 善樹（ただ よしき）　運用監視・OPEチーム　新卒2年目西山 太基（にしやま だいき）運用保守チーム　新卒1年目鈴木 亮介（すずき りょうすけ）運用保守チーム　新卒1年目張 明釗（ちょう めいしょう）SREチーム　新卒1年目 Q：実際に取り組んでみていかがでしたか？ 多田AIの情報は見たりすることは多いのですが、インプットしたAIの知識をしっかり資料としてアウトプットすることができたのは良かったと思いました。あと、大勢の前での発表は、かなり緊張しました。 西山今この手の内容の講演会の必要性は承知していたので意欲的に取り組みました。そもそも分野として難しいものを分かりやすくプレゼンに落とし込むのは大変だったし、改めて基礎から振り返って資料を作成することで学びもありました。本発表の際には自分の想像の倍以上の人がzoomに参加しており、正直腰を抜かしました。 鈴木分かりやすく聞き取りやすくを意識した結果、良いフィードバックを得られて安心しました。1人ではハードルが高いことでも、このような機会を提供することでパートナーのAIに対する理解度を上げることができ、とても良かったと感じています。 張プレゼンテーションの準備と登壇を通じて、明瞭で簡潔な表現の重要性を実感しました。複雑な考え方を分かりやすく伝えることに注力し、聞き手に興味を持ってもらうことが私の目標でした。 定時後で任意の勉強会だったのにもかかわらず、Max60名の参加者が集まる回もあり関心の高さがうかがえました。その分講師の皆さんの緊張感も高まりましたね。 Q：企画や準備の中で、難しかったポイントはありますか？ 多田技術的な内容を非エンジニアの方々にも分かりやすく伝えるための、複雑な概念の理解を行い簡潔に、かつ正確に説明することがとても難しかったです。 西山私は今回の勉強会のイントロ部分の担当なので機械学習の歴についてどこまで遡るべきなのか、また内部の処理や理論などをどこまで細かくしゃべるべきなのかを考えるのが非常に難しかったです。簡単のために難しい概念をわかりやすくかみ砕いて説明することも、前提となる知識が多くとても難しかったです。 鈴木私は第2回目の担当でしたので、1回目の講義内容で学習したことを活用しながら、「非エンジニアの方でも理解できるように」という課題が非常に大変でした。 張制限された時間の中で、重要なトピックを網羅しつつ情報の正確さを保つことが、大きな挑戦でした。どのトピックを詳細に説明し、どれを簡潔にするかのバランスを見極める必要がありました。特に、専門家として非専門家に向けて複雑な概念を簡単に説明する「知識の呪い」との戦いは、一つの挑戦でした。 知っていることや学んだことを、相手の立場になって表現し伝えることの難しさがありましたが、結果として満足度・理解度ともには大変高評価でした！ Q：発表をするうえで気を付けたポイントはありますか？ 多田聞き手の理解度を常に意識しながら、用語の選択と説明の仕方に注意しました。また、時間内に要点を絞って伝えることを心がけ、簡潔かつ明瞭なプレゼンテーションを目指しました。 西山自分の発表で誤解を生まないように非常に気を配りました。表現の簡単さと中身の正確さはトレードオフ的な部分があるのでバランスを上手にとりました。個人的な哲学ですがユーモアは各セクションに絶対に入れるようにしました。 鈴木聞き取りやすい発声とスピード、理解しやすい説明、資料の中でも注目してほしいポイントへの誘導、そして笑顔に気を付けました。これらのポイントに重点を置くことで、より効果的な発表ができたと感じています。 張技術的な詳細により聴衆を混乱させないよう、プレゼンテーションの流れや言葉選びに細心の注意を払いました。日本語の発話が得意でないため、TTS技術を利用して「AI君」というキャラクターに説明を代行させ、更にStable Diffusion XLモデルで生成したアバターを使用して、プレゼンテーションに工夫を加えました。 勉強会の特徴である10分という短い時間の中でポイントを絞って伝えることは、登壇者にとって大変なチャレンジでしたね。言葉選びの一つ一つに皆さん頭を悩ませてディスカッションをしていた姿が印象的でした。 Q：最後に、登壇してみて身についたことを教えてください。 多田短時間で内容を効果的に伝える技術、特に複雑な技術的概念を簡潔にまとめる能力が向上しました。また周囲の関連技術など、自分の担当分野以外のAIや技術について学ぶことができました。 西山今回は複雑な理論を短い時間で簡潔に伝えることが要件だったので、複雑な情報の圧縮技術が身についたと思います。それと60人の前で発表することもなかなかないので胆力・度胸が身についた気がします。 鈴木この経験を通じて、理解しやすい資料作成と発表の仕方が身についたと感じます。自分に足りないことを見つめなおす良い機会ともなりました。今後もこのような機会を通じて得た経験を糧に、より良いパフォーマンスが発揮できるよう努めていきたいと思います。 張言語の制約を乗り越え、時間とコンテンツの管理を効率的に行う方法を学びました。今後のいろいろな活動に役立つと思います。また、プレゼンテーションにAIツールをうまく利用する方法も習得しました。 皆さん、ありがとうございました！