S.T.

大学時代は何を研究していましたか?

統計的工程管理・統計的品質管理という、数理統計学を用いて工場内のデータを活用する分野を研究していました。
具体的には、抜取検査の設計方法や工程の異常発見に関する研究をしていました。

担当業務について教えてください。

AI活用に関する業務に取り組んでいます。
一つは、社内業務でのAI活用を進めるために、オンプレミスで運用しているLLMやAIアプリケーションの管理、およびその活用支援を行っています。
もう一つは、社内で培ったローカルLLM活用のノウハウを顧客に提供すべく、AIStation等の自社プロダクト開発に携わっています。

なぜフィックスターズに入社しようと思いましたか?

高い技術力を生かした、専門性のある業務に携われることに惹かれました。
また、私自身が高専出身で博士課程にも進んだのですが、先輩社員にも高専出身者や博士課程経験者が多く、組織の雰囲気に馴染めそうだと感じことも大きな決め手となりました。

フィックスターズに入社して身についたものは何ですか?

技術力です。
新入社員向けの研修や業務を通して身につくものもありますし、社内には技術に明るい人が多いので、業務以外でも技術的な会話があり学べる事が多いです。

今までで一番印象に残っている仕事は何ですか?

「社長自ら社内向けAIアプリを作ったので、開発と運用を手伝ってほしい」というタスクです。
依頼があった時は驚きましたが、社内の距離感の近さと、会社全体をAIトランスフォーメーションする熱量の高さを感じました。

やりがい・面白さはなんですか?

高度な技術や新しい技術を学び、それを実務に活かすことを、周囲が面白がり評価してくれる雰囲気があります。
技術を習得することは楽しいですし、それを生かすことが評価されることにやりがいを感じます。

大学・大学院時代のプログラミングと、プロとしてのコーディングで一番ギャップを感じた部分はどこですか?

複数人で協力してコーディングするために、準備や管理に手間をかける点にギャップを感じました。
実装面では、コード内のコメント・Docstringやテストコードなど、クオリティを保つための要素に手間をかけることが多くなりました。
また、GitLabを利用したWork Itemの管理やレビュー対応など、プロジェクトの管理部分も丁寧に行うようになりました。

配属先の決定について、本人の希望がどれくらい反映されましたか?

配属先の希望については、しっかりと尊重してくれました。
私の場合は、第一希望の部署に配属していただけました。
希望を出す前に各事業部から説明もあったので、納得して選ぶことができました。

今、業務でメインで使っているPCのスペックや、検証用環境（GPUサーバなど）の使い勝手はどうですか?

普段の作業マシンはメモリが64GBと潤沢なので、複数作業を並列しても全く困ることはありません。
ローカルLLMを扱うため、GPUサーバやRTX PRO 6000 Blackwellを複数台積んだワークステーションへリモート接続して作業することも多いです。
社内AI環境をより充実させるために、GPU環境には積極的に投資していると感じます。

選考中にプログラミング試験があると思いますが、どのような雰囲気で難易度はどれくらいですか?

試験官に見守られる形でコーディングを行います。
純粋なコーディング能力だけでなく、ソフトウェア作成に対するアプローチも含めて確認されているという印象を受けました。
難易度は、情報系出身ではない私には手応えのある問題でした。

就職活動中のみなさんへメッセージをお願いします。

コンパイラがバイナリを出す時代でも、低レイヤーの高度な知識・技術を活かした高速化は必要でした。そして、AIがコーディングする時代になっても、エンジニアリングの高度な知識・技術を活用する場面はまだまだあると思います。
技術力を身に付けたい、活かしたい方にはおすすめできる会社です。