1
/
5

業界特化型の新たな与信モデルを構築するデータサイエンスチーム

業界特化型の新たな与信モデルを構築するデータサイエンスチーム

ランドデータバンクでは、業界に特化したさまざまなデータを活用し、独自の与信モデルを構築しています。既に商⽤フェーズにある独⾃の与信モデルですが、さらに精度を⾼めるため、⽇々新たなデータの収集、クレンジング、分析、確率予測を⾏っています。その中⼼となっているのは、機械学習や統計などのデータサイエンスの専⾨家が集まる「データアナリシス部」のメンバーです。過去に例のない取り組みであるため、各メンバーが知恵を出し合い時には苦労しながら業務を⾏っています。メンバーは、プロジェクト全体をマネジメントする池⽥、プロジェクトの技術的なリーダーを務める甲斐、学⽣ながらデータサイエンティストとして⾼いスキルを持つ安⽥と渡辺の4名です。


固定観念にとらわれずにランドデータバンク流の機械学習

機械学習とは、「コンピューターによって大量のデータから法則、パターンを見つけること(=学習)」です。たとえば建設業界や建設現場にはさまざまなデータ・情報があります。これらのデータを大量に集め、与信情報と照らし合わせながら機械学習をすることで建設業特化の与信モデルの構築を進めています。

機械学習で大事なのが、「学習データの用意」です。機械学習というと、プログラムコードを書くなどのシーンを思い浮かべる方もいらっしゃるかと思いますが、実際に重要で時間もかかるのが学習データの収集やクレンジングです。例えばCSVで数万から数百万件のデータを扱うのですが、データが抜けているケースがよくあります。そういった箇所があると、思ったように機械学習を行えないことがあります。また、データの入手元が異なることでデータの入力形式が異なっていたりして、思った結果を得られないこともあります。そういったことが起こらないように事前にデータを整える作業(クレンジング)に時間がかかるのですが、ランドデータバンクではここを丁寧に行っています。


また、モデルに使う説明変数の検討にも力を入れています。説明変数とは、期待する結果(目的変数)を得るために投入するデータのことです。建設現場、業界には様々なデータがあるので、どのようなデータを使って機械学習をすればよいか、日常的にチームでディスカッションを行っています。建設現場や業界知識も必要になってくるので、データサイエンティストのチームだけではなく、営業社員等、社内の人間を巻き込んでデータの検討をします。

業務では、機械学習やAIや統計に関するスキルをキャッチアップすることも重要ですが、業界ごとの知識、例えば建設業や金融知識を身に着けることも大切になってきます。みな、入社時点では建設や金融の知識はないので、入社後にキャッチアップをします。勉強会のようなものを開催することもありますが、業務に必要な知識を拾っていくと、自然に知識が身についていく形です。建設業者や行政書士、法改正などの情報もキャッチアップしています。

また、機械学習に関するミーティングやディスカッションでは、正社員も、インターン生も関係なく、闊達に意見交換をしています。

インターン生の採用も積極的に行っていますので、興味をお持ちの方は採用ページからお問い合わせください。(下の写真の右2名はインターン生です)


株式会社ランドデータバンクでは一緒に働く仲間を募集しています
4 いいね!
4 いいね!
同じタグの記事
今週のランキング