中外製薬ではデータサイエンティストとして企業で活躍することに興味のある高専生・大学生・大学院生を対象に「中外データサイエンスインターンシップ」を毎年行っています。本プログラムでは当社のデータサイエンティストがメンターとなり、2カ月間じっくりと「大規模言語モデル」、「リアルワールドデータ」などのテーマと向き合い、データサイエンティストとしてビジネスでどのような活躍ができるのか体験するとともに、取り組みの成果を論文等の形として残すことを目指します。
エントリーは6月末まで受け付けています。この夏、中外製薬のデータサイエンティストとして長期インターンシップに挑戦しませんか？

インターンシップ概要

エントリーはこちら
中外製薬インターンマイページ

社員インタビュー
おしえて「中外データサイエンスインターンシップ」

「中外データサイエンスインターンシップ」プログラムに参加した後に当社に新卒入社した水谷と、インターン生のメンターを務める徳山にインタビュー。本プログラムの魅力や実際の様子をリアルに紹介します。

徳山 健斗
中外製薬デジタル戦略推進部データサイエンスグループ所属
2022年入社。大学時代は情報科学を専攻。前職は食品会社の研究開発職。現在は生成AIパイプラインの開発、機械学習を用いた画像解析、デジタルバイオマーカー開発、クラウド（AWS、GCP）活用と基盤構築を業務とし、本プラグラムの事務局兼インターン参加者のメンター。

徳山 健斗に関するnote記事

水谷 圭佑
中外製薬デジタル戦略推進部データサイエンスグループ所属
2024年入社。学部時代は機械学習、数理最適化を専門とする研究室で、タンパク質言語モデルを取り扱う研究に従事。データ解析コンペティションなどに参加するなか、2022年に開催した「中外データサイエンスインターンシップ」に挑戦。インターンシップ期間中の研究を論文化し、第22回情報科学技術フォーラム（FIT2023）で学会発表した。現在はデジタル戦略推進部データサイエンスグループに所属。

Q：製薬会社のインターンシップなので、医療系のバックグラウンドが必要ですか？

徳山：医療系のバックグラウンドは不問です。なぜなら社内で実際に業務を行うデータサイエンティストがメンターとして課題設定や分析計画に至るまで、参加者とディスカッションしながら進めていく体制が整っており、メンター以外のデータサイエンティストや医学、薬学を専門とする社員も必要に応じて皆さんのテーマをサポートするからです。実際これまでもデータサイエンスのインターンシップは水谷さんのように、医療系のバックグラウンドを持たずに参加する人が少なくないのです。

Q：インターンシップとしては長期ですが、どんな経験が得られますか？

徳山：データサイエンティスト職の体験だけでなく、インターンシップでの研究成果を学会に発表したり、論文にまとめたりなど、成果物が目にみえる形で残すことが目指せます。2カ月間かけてしっかり取り組んでもらうことで、研究を進めてきっちりと成果を出し、評価が得られるとこまで達成できると、大きなやりがいにもつながるのではないかと思います。

水谷：自分が色々な会社のインターンシップを探していた頃は、短期間のインターンシッププログラムを用意している企業が多かったです。そもそも短期間のプログラムは研究ではなく、職業体験が目的であることがほとんどだと思います。1〜2週間のインターンシップでは研究結果を論文にまとめることもできませんし、取り組みに対して評価を得ることもできません。私が中外製薬のインターンシッププログラムに参加したのは、インターンの期間が他社に比べて圧倒的に長く、「データサイエンスに関する優秀な人財を採用したい」という本気度が伝わってきたからです。

Ｑ：大学の研究と企業のインターンシップの研究はどう違いますか？

水谷：通常、大学での研究は1〜2年かけて行いますが、インターンシップ中は2カ月間で成果を出さなければいけない。また、私の場合は大学での研究はだいたい自分が所属する研究室の中で一人で行っていましたが、インターンシップでは社内のいろいろな専門性や職種の人たちと関わる機会が多く、そのあたりが大学と異なると感じました。また、今回私が扱ったデータは、リアルワールドデータと呼ばれる、電子カルテやレセプトデータなどの日常の実診療から得られる膨大な医療データでした。医療を専門にしている製薬企業だからこそ持っている価値のあるデータが使えることにも魅力を感じました。

徳山：企業側としては、インターンシップの目的の第一は企業と学生のマッチングです。ただそれだけでなく、インターン生と研究に取り組むことで私たち社員にも新たな視点が生まれることを期待しています。特に水谷さんの研究はFIT2023で学会発表もしましたし、学会賞も受賞して非常にうまくいったケースだったと思います。水谷さんは自分で考え、研究を深めていくことに長けており、メンターの私だけでなくデータサイエンスグループの他の社員とチャットなどのツールも活用して積極的に情報交換することで、チーム全体で議論を深めることができたと思っています。

Q：インターンシップと学業の両立はできますか？

徳山：プログラムは実際の業務時間である月曜日から金曜日の週5日間、8:45ー17:30を原則としていますが、学業に配慮して調整できます。

水谷：はじめは、学業と両立できるか不安でした。というのも、インターンシップは週5日のプログラムだったので、研究室での研究が疎かになるのではないかと心配だったのです。しかしフルタイムでがっつりプログラムが入っていたわけではなく、融通もきかせていただいたので、両立も問題ありませんでした。日中にインターンシップを行い、夜間や土日に研究室へいくこともありましたが、なんとかなりました。特に、私の場合はウエットラボではないので、融通もききやすかったのだと思います。

Q：メンターからはどのようなアドバイスやサポートが得られますか？

徳山：参加者の自主性を尊重しつつ、研究に集中できるようサポートしています。例えば、テーマ設定の時に迷うことがあれば、本人の興味や得意領域を聞きながら一緒に考えたりしています。インターン全体を通してのメンターは私ですが、必要な時には他のデータサイエンティストや社内の適切な部署につなぎます。

基本的には参加者の主体性の発揮を期待しているので、わからないことや困ったことがあったときには自分から相談することも重要だと感じます。

水谷　私のときもメンターは徳山さんで、とても手厚くサポートしていただいたと思っています。特に解析に関する疑問に対しては、メンターの徳山さんだけでなく、デジタル戦略推進部データサイエンスグループの社員全員に研究テーマを発表したり勉強会に参加する機会があり、みなさん自分のテーマにも興味を示してくれ、相談に乗ってもらえました。また、研究所の見学や懇親会など、インターンシップでの活動が社内にとどまっていなかったのも印象深いですね。

Ｑ：どのようなテーマの研究ができますか？ 

徳山：募集要項に記載の通りで、ヘルスケア企業においてデータサイエンティストが活躍する場面を想定した複数のテーマから自由に設定していただいています。ご自身の得意や興味領域でぜひチャレンジしていただきたいです。今年度もテーマ一覧は掲示させていただきますが、もちろん、持ち込みテーマや課題設定の相談も大歓迎です。

水谷：私がプログラムを受けた時は、ある疾患に対する特定の薬剤の副作用をテーマに研究しました。まだ定量的に証明されていない薬剤と副作用の関係について、機械学習を用いた因果推論の手法の一つである X-learner を用いて定量的に評価する研究を行いました。

 Q：最後に、プログラム参加を検討している方に向けて、一言ずつお願いします。

 徳山　医療系のバックグラウンドがない方でも、「情報科学や数理科学に興味がある」「データサイエンスをやってみたい」などの気持ちがあれば、参加資格は十分です！社員と一緒にデータサイエンスの技術開発や検証などに取り組みながら、一緒に学んでいきましょう。

水谷　機械学習やデータサイエンスのバックグラウンドがある人や、それらに興味がある人、特に医療に興味のある人には、とてもおすすめのインターンシップだと思います。他社のプログラムに比べて期間が長いので、それなりにリソースを割く必要はありますが、その分、得られるものは非常に多いことは間違いありません。特に、医療とITに興味がある人には、ぜひチャレンジしてほしいと思います。

あわせて読みたい

インタビュア：胡桃 里枝子（中外製薬株式会社 デジタル戦略推進部）