Cosnomi

プログラミングをする医学生。物を作ること、自動化すること、今まで知らなかったことを知ることが好き。TypeScript書いたり、Pythonで機械学習したりなど。

Twitter / GitHub / GPG key / Fediverse / My Page
TOP >

MICINでデータサイエンスインターンをした

Sept. 2, 2021雑記タグ無し

ブログを書くのは久しぶりになります。

2020年4月から2021年8月まで約1年半ほど、医療IT企業のMICINでデータサイエンスのインターンをしていました。 新型コロナで大学とインターンがリモートだったため、当初の想定よりもかなり多くの時間をインターンに割くことができました。 もともと機械学習については、本で勉強したり趣味レベルでコードを書いたりしていましたが、インターンでは業務としてのデータ解析を学ぶことができたという点で、将来に役立つ経験ができたと思います。

今回は、インターンの振り返りと自分の今後について書きます。

インターンで良かったこと

裁量のある仕事を通してデータ解析を学べた

インターンというとメンターの指示で作業をするというイメージもありますが、私の場合は比較的、裁量のある仕事ができたと思います。

最初はメンターから指導を受けながらデータ処理・解析のコードを書いていました。 コーディング経験は一応あったので、スムーズにすすめることができましたが、やはり趣味と業務で求められるレベルはかなり違うので、コードレビューでは色々と指摘を受けました。 仕様は大まかに決まっていたものの、詳細は柔軟に対応という感じだったので、コーディングをしながら気づいた点について適宜、質問や提案をしながら進めることができました。

ある程度慣れてきた頃から、別なプロジェクトの分析方針の立案~実際の解析作業までを担当させてもらいました。 まずはその分野について文献調査を行った後、自分が書いた分析方針の原案に対して、メンターや他のメンバーにレビューを頂き修正をしてから、解析作業に入りました。計画段階で他の方から具体的なレビューを受けることが今まではあまりなかったので、貴重な経験でした。

また、データ解析と少し離れますが、不合理なルールがないというのも裁量という点では良かったです。例えば、エディタやターミナルについて特に指定がなかったので自分の好きなものを使うことができました。自分は結構そのあたりもこだわりがあるので、自分の使う道具を自分で選べるのは嬉しかったです。

学業と両立できた

長期インターンだったので、平日にも大学の授業と両立しながらインターンをする必要がありました。 医学部はコンスタントに忙しいというよりも、試験前だけかなり忙しくなりそれ以外は余裕があるという変則的なスケジュールなのですが、試験前の勤務日についてかなり柔軟に対応してもらえたので、大学の勉強に集中できました。 結果として、試験は今のところ全て一発で通せていますし、成績も自分で満足の行く程度には取れました(医学部ではあまりGPAを気にしないのですが)。

ただし、新型コロナの影響でインターンと大学の両方がリモートだったという点はやや特殊で、そうでなかったらもう少し両立が難しかったり、勤務時間が減っていたりしたかもしれません。そういった意味では、コロナ禍という自分ではどうしようもない状況の下で、それを最大限に活かすことができたといえます。

医療ITの雰囲気を知ることができた

データサイエンスインターンの立場からは、データサイエンス以外のビジネス側はあまり見えなかったのですが、それでも医療ITスタートアップの雰囲気を感じることができました。医療を変えたいという熱意や、目まぐるしく変化する医療ITの中でスピード感を持って業務に取り組む姿勢を学びました。

大学でも、医療AIの研究について知る機会はありますが、医療AIに取り組む民間企業の雰囲気を知る機会はあまりなく、実際にインターンをしないと分からないので、そういった意味で新鮮な体験でした。

自分の改善すべき点

インターンを通じて、自分の改善すべき点がいくつか見えたので、それらについて触れます。

人との繋がり

インターンでは解析やコーディングについては学べたという点で有意義でしたが、やはり、医学生→医師として医療ITに関わるというキャリアを考えると、技術だけでなく、インターンを通じて医療IT業界の様々な人と繋がりを持っておくべきだったと思います。全く関わらなかったというわけではなかったのですが、特にインターンの最初の方は自分の興味が技術寄りだったこともあり、人脈という意味ではインターンの機会を上手く活用できなかったと反省しています。

これは会社の問題というよりは自分の問題で、例えばインターン生同士の交流会や、DSチーム内の交流会が開かれていたので、それに積極的に参加すれば、この目的を達成できたと考えます。つまり、自分の消極性が招いた結果なわけですが、強いて外部に原因を求めるのであれば、完全リモートワークだったので仕事以外の会話が生まれにくかったり、他の人が何をしているかが見えにくかったりしたという理由もあると思います。

とはいえ、仕事で関わる機会が多かったメンターやDSチームのメンバーとは知り合いになれたので、その繋がりを大切にしたいです。

リサーチ力

分析の計画を建てる際に、自分のリサーチ力不足を感じました。自分が知っている分野についての論文を精読することは今までもやっていたのである程度できました。しかし、新しい分野について主要論文とその関連論文をざっと読んで全体を把握することについては、まだ改善が必要だと思いました。

新しいプロジェクトを始めるとき、その分野の定石を全く知らずに計画を立てれば的外れの計画になってしまいますし、かといってその分野のすべてを事細かに知るまで手を動かさないという姿勢では、いくら時間があっても足りないでしょう。そのあたりのバランス感覚が大切だろうと思います。

論文を読むスピードは慣れもあると思うので、これから医学やAIについて多くの論文を読み、基礎体力をつけていくつもりです。

自分の今後について

直近ではCBTがあり、その後もポリクリがあるので、これまでよりも医学に時間を割いていくつもりです。また、今後はもう少し大学の中に目を向け、医学部生という立場を利用して自分の成長・キャリアに繋がることをやっていきます。具体的には、研究室と勉強会です。

まず、研究室については、AIプロジェクトがやや停滞していたので、早く成果を出せるようにします。大学を卒業すると、気軽に研究室に関わるのが難しくなるため、学生のうちにできるだけアカデミックな分野に触れておきたいという意図があります。

また、前述した人とのつながりという点では、同じ医学部の中の繋がりも重要だと考えるようになったので、同期やその後輩を中心に機械学習に関する勉強会を開きます。現在は準備段階ですが、幸いにも機械学習に興味のある人に結構集まっていただいており、良い感じなので、これから上手く進めていきたいです。将来的には他大学との交流も深めたいと思っています。

まとめ

1年半という比較的長い期間のインターンをさせていただき、多くの学びがありました。技術的な知識の修得のみならず、医療ITで自分が目指す将来像もクリアになってきました。変化の激しい時代ですが、大局的な目標を見失わず、その達成および自分の成長につながる努力をしていきます。

最後に: インターンに応募される予定の方へ

最後に、この記事を読んでインターンに応募される予定の方へ、いくつかアドバイス(?)を書きます。役に立てば嬉しいです。

まず、応募前にある程度Pythonのコーディングをできるようになっておいたほうが良いです。インターン期間中はメンターから指導を受けられますが、プログラミングの基礎から教えてもらうのでは、あまりにも時間がかかってしまい、結局、有意義なインターンができないと思います。自分は最低限のプログラミングができる状態でインターンを始めたので、データ解析についてメンターから多くのアドバイスをいただくことができました。

機械学習については、理論も重要ですが実用的なテクニックも知っておいたほうが良いと思います。自分はインターン期間中に実践的な知識が不足していると痛感し、おすすめされたKaggle本を読みました。ただし、足りない知識は人によって違うと思うので、おすすめの本を聞いてみるのも良いかもしれません。

インターンの応募についてですが、自分はWantedlyから行いました。データ解析に関する軽めの課題を提出した後、オンラインで面接をして、インターンをさせていただけることになりました。最新の応募方法についてはMICINのページを参照してください。


Comments

記事一覧へ