大学院生がClassmethodsのインターンに参加してみた件について

はじめまして。

このたびクラスメソッドにジョインしました、品川です。

大学院では主に機械学習・深層学習、特に生成AIや大規模言語モデルに関連する領域に関心を持って研究を進めてきました。これまでのインターンや研究活動では、生成AIを活用したPoCの作成、LLMや軽量モデルに関する調査・実装、AIモデルの学習や評価などに取り組んできました。

この記事では、私がなぜクラスメソッドを選んだのか、これからどのようなことに挑戦していきたいのかについて書いていきます。

なぜクラスメソッドを選んだのか

私がクラスメソッドを選んだ理由は、これまで自分が取り組んできた生成AI領域の知見を、より実践的な形で社会や企業の課題解決に活かしていきたいと考えたからです。

大学院の研究やこれまでのインターンでは、生成AI関連のPoC作成やAIモデルの学習・評価など、比較的技術検証に近い領域に注力してきました。その中で、AI技術そのものの可能性を感じる一方で、「実際に企業の業務やプロダクトの中で、どのように価値へつなげていくのか」という点に強い関心を持つようになりました。

クラスメソッドには、AWSを中心としたクラウド技術の高い専門性と、多くのお客様の課題解決に向き合ってきた実績があります。そうした環境であれば、自分がこれまで取り組んできたAI・生成AI領域の経験を活かしつつ、まだ自分に足りていない実践的なスキルを大きく伸ばせると考えました。

研究やPoCで得た知見を、実際に使われるプロダクトやシステムへとつなげていく力を身につけたい。
その思いが、クラスメソッドにジョインした大きな理由です。

今、一番ワクワクしていること

一言で言うと、実際のプロダクト開発や改善、新規プロダクトの実装に携われることです。
これまでは研究や技術検証の文脈でAI技術に触れることが多くありましたが、これからはより実運用に近い環境で、ユーザーやお客様に価値を届けるための開発に関われることを楽しみにしています。

また、クラスメソッドにはAWS、データ分析、生成AI、SaaS、モバイル、セキュリティなど、さまざまな専門領域を持つ方々がいます。自分の専門領域に閉じるのではなく、これまで触れてこなかった技術や業務領域にも積極的に踏み込みながら、経験の幅を広げていきたいです。
知らない領域に飛び込み、学び、実装し、改善していくPDCAサイクルを高い密度で高速に回せることにワクワクしています。

どのようにして貢献していきたいか

自分の強みは、研究やインターンで培ってきた生成AI・機械学習領域へのキャッチアップ力と、技術をもとに仮説を立てて検証していく姿勢だと考えています。

生成AIは変化の速い領域です。新しいモデル、サービス、論文、クラウド上のAI関連プロダクトが次々と登場しています。その中で、単に新しい技術を追いかけるだけではなく、「この技術はどのような課題に使えるのか」「お客様のニーズに対して本当に有効なのか」「既存の仕組みにどう組み込むべきか」といった視点を大切にしていきたいです。

また、英語のドキュメントや論文を読むことにも抵抗がないため、AWSをはじめとした海外発の新しい技術情報や、まだ日本では広く知られていないアイデアをいち早くキャッチアップし、チームや社内に共有していくことにも貢献できるのではないかと考えています。

将来的には、生成AI領域の技術検証だけでなく、お客様の課題把握、プロダクトの立案、改善提案、実装、運用まで一貫して関われるエンジニアになりたいです。
技術を試すだけで終わらせず、実際の価値につなげる。
そのために、クラスメソッドで多くのことを学び、挑戦していきたいと思います。

終わりに

まだまだ足りない部分も多いですが、これまで培ってきた生成AI・機械学習領域の経験を活かしながら、クラウドやプロダクト開発、運用の力をしっかり身につけていきたいです。
クラスメソッドの一員として、お客様やチームに価値を届けられるよう、日々学びながら成長していきます。
これからどうぞよろしくお願いいたします。