AI と共に進化するデータ基盤を目指して
グロービスを選んだ理由 - 教育への強い想い
インタビュアー: 転職のきっかけと、グロービスを選んだ決め手を教えてください。
上月: キャリアは数学者と大学講師から始まりました。
紙とペンで完結する理論研究だったこともあり、自分は社会にどんな影響を与えているのかと疑問を抱き、より多くの人に価値提供したいと考え SE に転職しました。
SE ではフルスタックでシステム開発に携わりましたが、数学のバックグラウンドを活かしたいと考え、HR 業界にてデータサイエンティストへ転身しました。
分析業務では、マーケティングの広告投資最適化やプロダクトグロース、モニタリング用マート開発など幅広く携わっていました。
ふと自分の人生を振り返る中で、今後の人生で真に自分が取り組みたいことは何かを考える機会があり、その過程で教育への情熱に立ち返りました。
大学講師時代、初めての講義がコロナ禍と重なり、全面的にオンライン授業が導入されました。
その時の体験から、学びの設計をエンジニアリングで改善したいと考え、グロービスでならそれができると確信し、入社を決めました。
今の仕事内容 - データパイプラインの構築と運用
インタビュアー: 現在の主な仕事内容について教えてください。
上月: データエンジニアとして、データ分析基盤の構築・品質管理・運用を担当しています。
データを毎日継続して利用できるよう、メンテナンス性の向上やパイプラインの障害対応など、一定の専門知識を活用しています。
データエンジニアは初めての挑戦ですが、プロダクトの複雑化や部署横断のデータ連携、個人情報の安全な利活用など、未整理の課題を一つひとつ解きほぐしていく過程にやりがいを感じています。
基本的にチーム内のアナリストやデータエンジニアとの協業が中心ですが、データ連携時には各部署の基盤チームとの協議も必要です。
グロービスの好きなところ - 協力的で温かい文化
インタビュアー: グロービスのどんな点が好きですか？
上月: 中途入社でも会社の文化にすばやく馴染める点ですね。
研修、ランチギャザリング、リトリート（社員旅行）など、HR の方による手厚いサポートのおかげで、部署の垣根を超えて多くの人と関われます。
また、誰もが新しい技術や提案に対して協力的で、上下関係や所属を超えてフラットに相談できる文化があります。
グロービスの特徴として、経営目標→部署目標→ OKR → MBO と会社全体から自分事へと目標を落とし込む文化があり、一人ひとりが納得感を持ちながら全体最適にも向き合える、その土壌が活発な議論を生んでいると感じます。
困ったときにお互い助け合える協力的な風土も、自分に合っていて好きなところです。
今の仕事で誇れるところ - 専門性と柔軟性の両立
インタビュアー: 今の仕事の中で、「ここは誇りに思っている」というポイントはどこですか？
上月: 専門性と柔軟性を両立させているところです。
直近ではチームの生産性向上のため、 Claude Code の環境構築やデータパイプラインのアーキテクチャ改善を実施しました。
日々新しい事例や技術が生まれる中で、何が最適か、何が制約かを議論を通じて検討し、取捨選択しながら導入しています。
過去に良いと判断された設計も変化の中で負債が溜まってしまうため、常に刷新し続けながら継続性のあるアーキテクチャをチームで考えています。
新しいことへの受容性が非常に高い組織であるため、まずはやってみて感触を確かめ、知見を持ち寄りながら現状の制約を勘案してフローを改善し、専門性と柔軟性の高さを生かして組織全体の効率化に貢献できている点を誇りに思っています。
グロービスで挑戦したいこと・していること - データの横串展開と基盤開発への AI エージェント導入
インタビュアー: これからグロービスで挑戦したいこと、あるいは今すでに取り組んでいるチャレンジについて教えてください。
上月: まずはデータを横串で繋げていきたいですね。
現状は部署横断のデータ利活用が部分的にしか実現できていないため、基盤として利用可能な範囲を広げつつ、非構造化データも扱えるようにすることで、新しい分析や機能開発の種を発掘できる環境をつくりたいと考えています。
社内の誰にとっても、欲しい時に必要な情報が手に入る、いわば図書館のような基盤を目指しています。
中長期的には、基盤の保守運用フローに AI エージェントを導入し、できるだけ定常業務への人の介入を最小化したいです。
それが実現できれば、学びの再構築のためにプロダクト開発やモデル構築といった価値創出の領域に踏み込んでいきたいです。研究者時代に培った未知を解き明かす喜びが自分の原動力です。
データ基盤を整備し、AIを活用し、その先にある「学びの再構築」に挑み続けたいと思います。