メルペイ×エムスリー×Preferred Networksの機械学習エンジニアたちが語る、技術的課題 Part.2

機械学習エンジニアはどこまでコミットしたいのか 藤倉成太氏（以下、藤倉）：ここにいらっしゃる方、世の中の機械学習向けエンジニアの方々は、プロダクションのコードを書くところまで、みなさんやりたがっているものなんですか？ 例えば、採用などで考えたときに「いやー、俺はそこまでやらないです」みたいな方が果たして出てきてしまうのか。 谷脇大輔氏（以下、谷脇）：弊社の場合は特殊で研究系のエンジニアは本当に研究系の人で、アプリ開発とかは一切やらない。ただ、その代わり一点突破というか、研究にすごく強い。それで我々がそれ以外の部分をカバーする感じですね。 逆にプロダクト開発チームは機械学習にすごく強い人はそこまでいないです。とはいえ、機械学習のことがわからないと、どういうインフラ、アプリケーションを作るかが想像できないので、そのへんのキャッチアップがすごく重要になっています。 竹原一彰氏（以下、竹原）：メル

[misshiki]

“機械学習エンジニアはどこまでコミットしたいのか／一人がシステム全体の技術を見渡せるようになった／...／Preferred Networksの成長環境／機械学習分野にはまだまだチャレンジの領域がある”