数据科学×Murata
村田制作所的数据科学家谈论“实用化的能力”
就村田制作所（以下简称村田）在数据科学方面的广范围举措，从与其相关的人员、组织和培训的角度进行介绍。我们将通过活跃在数据战略推进部的3名人员的经历来进行解说。
1. 在广范围领域的实务中导入。村田针对数据科学的举措
村田正在以数据战略推进部为中心，致力于通过数据科学解决问题。
这些举措不仅在本公司工厂的制造、设计和开发中进行实用化，而且已经在包括销售和Web在内的营销、IoT设备和护理相关领域等新业务中实用化。
下面，我们就在各个领域的举措示例，接合负责人的评论进行介绍。
在生产现场的举措
在生产现场的业务效率提高和问题解决方面，我们正在与现场进行合作的同时，推进将数据科学应用到业务当中。
利用本公司内部积累的大数据，并充分利用数据科学，在本公司工厂自动创建理想的生产计划方案，在存在人工检查结果不稳定问题的检查工序中，实现自动监测产品特性异常。
东：“我之前的工作也是在制造业从事数据科学。村田丰富的数据对我很有吸引力。我认为每天在本公司工厂生产数亿个产品，并能利用如此大规模的数据的环境并不多。在生产现场，收集什么数据以及如何收集数据很重要。在这方面，村田长期以来一直在进行统计解析，因此拥有积极收集数据的企业文化。可以说，这就是从发现问题和为了解决问题而进行的数据收集阶段就能与现场密切合作的土壤。我们可以将通过数据科学解决问题和提高业务效率迅速付诸实践”
在销售和营销方面的举措
我们在公司内部为营销负责人发布了一个网络访问分析工具。该工具可以利用AI从网络访问数据中提取客户的潜在需求，并建议理想的产品。
此外，我们还开发了可以根据客户的咨询内容将创建回应的请求分配到理想部门的AI系统并将其导入到业务中。成功地缩短了对客户做出回应的时间，并为提高客户满意度做出了贡献。
这些公司内部产品全部都是在数据战略推进部内部制作的。
中野：“那些来实习的人会对我们在公司内部致力于销售和营销领域的数据科学感到惊讶。我在想跳槽到这里工作时也是如此，说到村田，很容易让人想到这是一家产品制造企业，因此会让人感到意外。在我之前的工作中，主要工作是作为SIer按照客户的希望开展业务，但在村田，我能够提出自己的想法并立即将其付诸实践，这对我来说非常有吸引力。在工作中，我致力于通过与该现场人员的交谈来发现需求和问题，利用数据科学提供见解来帮助决策并提高工作效率”
新业务举措
除电子元件外，村田还开发、生产和销售基于技术的硬件产品、配套软件和服务。例如，在使用振动传感器的设备异常检测应用和医疗保健相关新业务中，数据获取和分析以及AI模型构建对于提高性能必不可缺。
在进行产品开发的同时应该获取哪些数据以及如何处理这些数据以获得结果？我们从硬件和软件两个方面对业务附加值进行讨论。
松井：“我之前的工作SIer，由于只能能在有限的范围内使用客户数据，因此需要一定的时间才能完成项目。而在村田，我能与硬件设计开发部门一起讨论所使用的数据，可以迅速开展新业务。例如，关于通过本公司生产的传感器获取什么样的信号也可以提出自己的想法并征求周围人员的意见，我认为这是在公司内部既生产硬件又编制算法的村田的特别之处”
2. 通过与公司内外合作推进项目
在村田，推进多种举措的并非仅是数据战略推进部。为了迅速推进项目，跨部门无障碍合作是实用化成功的关键。
数据科学的公司内部合作
在村田，众多产品的生产、新产品的开发、销售和营销、服务等各个领域的专业人士与数据战略推进部密切交换意见，从而推进和加速数据科学在各项业务中的导入。
东：“有很多事情仅通过查看数据是无法理解的。在这方面，由于我们在公司内部进行数据科学工作，因此可以在生产现场直接与对相关设备进行日常维护的的人员进行交谈。由于是公司内部沟通，所以不会避开任何事情，通过这种沟通，我发现有些事情仅通过数值是无法理解的。我一直感到与面临问题的本人密切合作对于通过数据科学来解决问题和提高效率非常重要”
中野：“在开展业务时，工作方法有多种多样，例如倾听现场的问题并通过数据科学解决它们，或者自己提出计划方案。自发性在部门内部也受到尊重，所以我认为，今后我们提出计划方案的比例会增加。在村田，可以提出想法并迅速推进项目，因此对于有志于成为顾问的人来说，这里可能也可以说是一个非常令人满意的职场”
数据科学中的与公司外部合作
在新业务中，我们通过根据需要与医疗机构等各领域的公司外部专业人士合作，积极致力于利用数据科学开发新产品和发掘服务的新价值。
松井：“在与医疗器械相关的新业务中，我们与医疗机构进行联合研究。医生从讨论获取什么样的数据开始为我们提供合作，我们能够在推进业务的过程中从医生那里收到多种多样的反馈。我认为，在数据科学领域也能获得与医生等外部行家合作的机会非常难得”
3. 培养实现实用化的能力的强健组织
数据战略推进部并不是乘着近来的DX和AI热潮而临设立的临时性组织。作为公司内部的数据科学专门人才集团，将不断学习新技术，致力于开发AI模型和构建系统，并帮助实现实用化。
公司内部还有来自日本国立研究机构的专门人才和具有博士学位的专门人才。拥有一种全体相关人员积极共享技能和知识并互相进步的企业文化。
此外，我们还举办黑客马拉松和公司内部Kaggle等活动，并积极开展培养产生新创意并将其付诸实践的能力的活动。
松井：“在过去的黑客马拉松中，从创建问题到讨论解决方针和实现方法、制作（创建演示应用程序）都在1到2天内完成。此外，我们还在公司内部举办Kaggle（一项使用每种适用技术构建的多种机器学习模型的精度竞技活动），致力于提高公司内部的技术能力和开展技术交流”
此外，除了全公司及部门的研修之外，我们还实施多层次的举措，以加深对数据科学的理解。下面对其中的示例进行介绍。
入职后的培训和了解新技术
我们为新员工制定了名为“技术入门”的指南，为有效学习统计学和深度学习等所需知识提供了基本指针。此外，包括在职员工在内，员工学习每天都在进步的新技术并相互共享也是业务的一环。数据战略推进部大约有20%的业务时间用于持续学习技术，可以说存在一种通过学习尊重技术发展的企业文化。
松井：“新毕业生，跳槽的有经验员工，当然还有现有的在职员工，都需要不断学习新技术和新信息。为了跟上新技术和新信息，部门内部不断相互介绍新论文和有参考作用的专业书籍。此外，积极参加学会也能学习新知识，所以我觉得这是一项很有意义的活动”
通过OJT提高技能
由于加入公司后很难立即领导工作，因此有机会接受具有丰富工作经验的前辈进行的OJT（On the Job Training）。即使没有多少数据科学知识和经验，加入公司后也可以在实际业务中接受训练并获得实用技能。
中野：“我之前的工作是SIer，所以我在工程方面的实践经验比在数据科学方面的经验更加丰富。加入村田后，负责数据科学方面OJT的前辈告诉我，‘理解前沿的分析手法理论就是数据科学家的工作’，我接受了这些指导并掌握了技能。之后，我负责新员工的OJT，该员工在进入公司后的第2年就自行开发了AI模型实际项目并构建了嵌入该模型的系统，在公司发挥了很大作用”
每个据点的数据科学陪伴性支援
我们还致力于在各事业所和工厂提升对数据利用的理解和技能，并提高整个村田的数据科学水平。作为对在全公司提高利用数据科学解决问题的技能提供支援的举措之一，由数据战略推进部提供陪伴性培训支援。
东：“我自己曾经前往本公司的工厂提供陪伴性支援。这是一项从设定课题到发表利用数据科学的解决方法对参加人员提供支援的活动。在发表当天，公司员工食堂提供了别致的菜单等，营造出了一种类似节庆的氛围。全公司都有一种激发员工对数据科学产生兴趣并做出努力的气氛”
企划和实施自发性学习会
在数据战略推进部，成员可以自下而上地提出创意，并且在实施时有一定的自行裁量权。学习会的企划和实施也是其中的一部分。
中野：“数据战略推进部的成员需要对自己所负责的项目拥有主人翁意识并进行推进。同时，公司存在一种重视自发性挑战的文化。我在刚换工作时，曾经有一些困惑，但是后来逐渐习惯了村田的工作方式。例如，近日和在研修期间遇到的一个人一拍即合，在某产品的制造部门企划并实施了一次AI创意研讨会*1。之后，商品部门和其他产品制造部门要求举办该活动的情况增加，目前正在逐步发展为一项大型活动”
*1 AI创意研讨会首先介绍了在数据科学中精心挑选的的11种方法。参加人员集思广益，从11张解决方案卡中选择识别现场问题并解决问题的方法并与之关联。通过这些关联，学员可以学习数据科学方法并同时产生创意。
这种拥有丰富的人才、培训和挑战机会的“建立强健组织”可以说不但对电子元件的高市场占有率提供了支撑，而且是今后对数据科学领域不可或缺的积极投资。
与此同时，可以说，数据科学的技术进步和专业技能的积累在产品制造、测试、开发、供应和服务的优等化和效率化等方面得到了利用，实现了良性循环。
4. 数据和硬件都很充实。加速数据科学发展的环境
村田开发和生产多种硬件，例如电子元件、传感器和模块等，同时，拥有可以使用大量不同数据进行数据科学工作的环境。
村田可以开展通过数据科学解决硬件问题以及提出使用硬件的数据利用方案等活动。可以说，能够以这种方式从硬件和数据两个方向迅速处理是在村田进行数据科学工作的环境的主要特征。
※本文内容为截至文章发表之日的信息。组织名称等可能会发生变更。