会社画像
株式会社 AVILEN
ソフトウェア・情報処理
研究開発
教育・調査

修士・博士出身社員の声

Q. 研究の手法・考え方と、いまの仕事のつながりは?

研究では、深層学習モデルの構造設計を自動で最適化するテーマに取り組んでいました。当時は層の深さや幅を経験値で決めるのが一般的でしたが、最適な形はデータやタスクごとに異なります。そこを自動化し、精度と計算コストを両立させる手法を論文にまとめました。

今の仕事に一番つながっているのは、この「制約条件の中で最適解を探す」という問題の立て方です。実際の案件には、運用コストもレスポンス速度も開発期間も必ず制約があります。研究テーマ自体が計算コストという制約と向き合うものだったので、PoCの段階から、達成すべき精度と守るべき制約をセットで定義する進め方が身についていました。

綺麗なデータは揃っていない。溜める仕組みづくりから

ギャップを感じたのは「データ」と「問題設定」の二点です。

研究では綺麗に整ったデータが前提で、成果を左右するのはアルゴリズムでした。ところが現場では、データが整理されていない、そもそも存在しないことがほとんどです。需要予測をしたいのに売上データしかない、という状況も珍しくありません。必要なデータがどこに溜まっているかを描くにはドメイン理解が欠かせず、データを蓄積する仕組みづくり自体がデータサイエンティストの仕事だと知りました。

もう一つは問題設定です。技術的な解き方だけを詰めてもPoCは越えられず、技術とビジネスの両方から問いを立て直すことが、最も重要で最も難しい部分です。

喉の音や人の流れ、数値になっていないものを扱った経験

研究では、喉の音といった身体信号や、科学館の中での人の流れを分析していました。どちらも、そのままでは数値になっていないものが対象です。今の仕事に一番つながっているのは、非構造化データの扱い方です。何を特徴量として取り出せば意味のある差が見えるのか、どう数値化して可視化するのか。この感覚は、顧客の通話データやメールデータの分析にそのまま活きています。

もう一つ効いているのが、解きたい問題を複数のステップに分解して考える癖です。研究でも前処理から特徴抽出、分析まで積み上げる必要がありました。今も各ステップの精度をどこまで担保するかを意識して設計しています。

Q. 修士・博士の経験が強みになったエピソードは?

強みは、自分から情報を取りに行く姿勢です。研究では分からないことを抱え込んでも前に進まないので、教授にすぐ質問し、必要なものは自分から取りに行く習慣がつきました。これは今、上司や先輩にフィードバックを求めに行く動き方につながっています。素直に聞き、指摘を次に反映させる。この繰り返しが成長速度を上げていると感じます。

もう一つは、環境に飛び込んで関係を築く力です。学生時代はフィリピンやカンボジア、国連でのインターンで行動量を増やしました。大学院では数百人のうち日本人が自分ひとりで、自分から話しかけて関係を作るしかありませんでした。その粘りが今の仕事の土台になっています。
秋冬企業特集ページはこちら
会社画像
弊社は「AIを導入する(コンサルティング・プロダクト開発)」と「AIを使いこなす人を育てる(人材育成)」の両面から、企業のAI活用を支える企業です。クライアントの最前線で働きながら、自分自身のスキルも急速に伸ばせます。 「AIを届ける側」としてキャリアを築きませんか? 採用:https://avilen.jp/recruit 事例紹介:https://avilen.co.jp/ai-cases
弊社のビジネスモデル
弊社のビジネスモデル
AVILENの事業は、ビジネス力 × エンジニア力で、戦略から内製化までを一気通貫で支援する3つの領域で構成されています。 「描く・作る・育てる」この3つが連動するからこそ、経営課題を読み解くビジネス力と、技術で形にするエンジニア力の両輪が活きます。データ × AIによる経営インパクトの創出と、"真の内製化"までやり切ることを目指しています。 AI戦略コンサルティング — 経営にAIをどう組み込むかを「描く」。  ・データドリブン経営、新規事業の創出、コーポレート・業務改善まで、AIで何を成し遂げるかをお客様と一緒に設計します。 AI技術実装 — お客様の代わりに、あるいは一緒に「作る」。  ・AIエージェント、生成AI活用、データアナリティクス、AIモデル開発を通じて、戦略を実際に動くシステムへと落とし込みます。 デジタル組織開発 — AIを使いこなせる人を「育てる」。  ・組織開発ロードマップの策定、人材育成(研修)、内製化の伴走支援を通じて、お客様自身がAIを武器にできる組織をつくります。
webサイトから抜粋した支援事例一覧
webサイトから抜粋した支援事例一覧
私たちの3領域での支援は、特定の業界や手法に閉じていません。 医薬品の安定供給を支えるAI需要予測、数千人規模の営業を支える音声AI、海外発電市場での需給予測 — 業界も、技術も、規模も異なる課題に対して、描く・作る・育てるを組み合わせて応えてきました。 共通しているのは、「AIを導入して終わり」にしないこと。お客様の事業に組み込まれ、成果を出し続ける状態をつくることを大切にしています。 詳細な事例は当社Webサイトの「支援事例一覧」よりご覧いただけます。 https://avilen.co.jp/ai-cases/
真の一気通貫モデル
真の一気通貫モデル
描く・作る・育てるを別々の会社が担うのではなく、すべてをAVILENの中で完結できることが、私たちの仕事の仕方の特徴です。 コンサルファームは実装をパートナーに外注し、AIベンダーは組織づくりまでは関わらない — 業界の構造上、どこかで分業が起きるのが一般的です。 AVILENは、組織のビルドアップから、課題特定・仮説構築・モデル開発・PoC・実装・保守運用までを自社で担う「真の一気通貫モデル」を提供しています。 だからこそ、AIを"導入して終わり"にせず、お客様の事業に長く根付く支援ができ、高い継続率にもつながっています。 一方で、この仕事の仕方を支えるのは、戦略から実装、組織づくりまでを横断できる「広いスキル」を持った人材です。 一つの専門に閉じず、領域をまたいで考え・手を動かせること。 自分の専門性を起点に、領域を越えて成長していけることが、AVILENで働く難しさであり、おもしろさです。
・AIおよびデータ活用技術の開発によるビジネス課題の解決 ・デジタル組織開発の戦略立案およびDX/AI人材の育成による組織変革支援 ・AIトランスフォーメーション推進のための戦略策定および実行支援
株式会社 AVILEN
https://avilen.jp/
open_in_new
・AIおよびデータ活用技術の開発によるビジネス課題の解決 ・デジタル組織開発の戦略立案およびDX/AI人材の育成による組織変革支援 ・AIトランスフォーメーション推進のための戦略策定および実行支援
62,630,000
2018年08月
代表取締役 高橋光太郎
連結:84名(2026年8⽉末時点) ※アルバイト除く
32.5 歳
株式会社LangCore株式会社BA Intelligence