はじめに
こんにちは。
新卒エンジニアの採用・育成担当の目黒です。
24新卒の奮闘記vol.6 となりました。
今回の担当はチームE（深田・屋比久・山本・宮尾・田中）です。
チームE奮闘記 スクラム開発からブロックチェーンまで～
こんにちは、チームEです！
チームEでは24新卒エンジニア研修のうち、以下の内容について紹介します。
- スクラム開発
- 概要とレゴスクラム
- KPI分析手法、科学的改善
- KPI分析における思考方法の勘所
- 機械学習
- 機械学習の基礎概念と応用事例の理解
- テスト技術
- テスト技術の概要とテストケースの作成方法
- ブロックチェーン
- ブロックチェーン技術の概要と実用例
スクラム開発研修
こんにちは。宮尾です！
私からはスクラム開発研修の内容と所感を伝えたいと思います。
スクラム開発研修は2日間にわたって実施され、1日目はオンライン、2日目はオフラインでした。
1日目のオンライン研修ではスクラム開発全体についての座学があり、アジャイル・スクラムに精通している社員の方が講師を務めてくれました。
スクラム開発とは、開発手法に関するフレームワークの一種です。小さなサイクルで成果物を生み出し、チームの生産性を高めつつ価値あるソフトウェアを提供することを目的としています。
自分自身これまではスクラム開発の目的、スプリント・バックログなどの構成要素、そしてそれらの使い方の理解が曖昧でした。
しかし、この研修で正しく理解することができました。
（正しく学べると、実際にチーム開発がしたくなりますね…）
2日目のオフライン研修では、レゴ®（以下「レゴ」と表記）を使ってスクラム開発をする「レゴスクラム」というものを行いました。
（コロナ禍が原因で、レゴを使ったオフラインでの研修は数年ぶりとのことです。先輩エンジニアの方々もかなり注目してました！）
レゴスクラムは、都市開発をテーマにしたロールプレイングゲームです。
ビジネスオーナー役である他チームからの要求を、開発者役である自チームがレゴで建築し、オーナーチームからフィードバックをもらって改善していくという内容でした。
座学で学んだスクラム開発の「スプリント」というサイクルを複数回行います。
各サイクルの終了時に、突発的なシチュエーションを設定する条件が課されていました。
そのため、各サイクルの中で、シチュエーションに沿った無理難題に対応する必要があったのですが、これが面白くもあり、大変でした。
レゴスクラムを通じて、スクラム開発のフローを濃密なアウトプット込みで学ぶことができました！
また、自チームも他チームへ要求を出したり、住民としてどのような都市が欲しいのかを考えたりしたため、ビジネスオーナー・開発者・ユーザーのそれぞれの視点に立った時の気持ちを体感することができました。
KPI分析手法 - 科学的改善
こんにちは、屋比久です。
私からは、KPI分析手法研修の内容とその所感をお伝えします。
この研修ではまずKPIについての説明を聞きます。
その後、具体的な状況設定のもとでKPIツリーを作成し、仮説を立て、施策を考えるワークを行いました。
最も記憶に残っているのは、プロダクトのドメインとステージごとに、KPIとして採用されがちな主要指標があるというものです。
例えば、拡散期にあるSaaSプロダクトでは顧客獲得コストをKPIとして設定するのが有効であることが多い、という具合です。
サービスや顧客特有の事象に対する考察に時間をかけたい中、KPI設定の方向性がテンプレート化されているおかげで、必要な考察や検証に時間を割くことができるのだろうなと感じました。
また「因果推論の根本問題」の説明も印象的でした。
施策の効果を検証する際に、同じ人物に対して異なる施策の検証はできないというのが、対照実験における根本的な問題です。
これによって施策の効果を厳密には検証できないことを踏まえた上で、A/Bテストを効果的に行う方法について具体例を交えながら説明がありました。
開発においてKPI分析が直接役に立つ場面は少ないものの、課題を要素分解して個別に解決する考え方や、対処方法をテンプレートに落とし込むことで必要な考察を高速に行う考え方は、配属後にも役に立ちそうだと感じました。
機械学習研修
こんにちは、山本です。
機械学習研修の概要と印象に残った点をご紹介します。
まずは概要です。
機械学習研修では、機械学習の基礎概念と応用事例を学びました。
基礎概念については、データの収集から機械学習モデルの実装までの一連のパイプラインが説明されました。
応用事例については、レコメンドや検索エンジン改善など、実際のDMMサービス内で機械学習が活用されている事例が紹介されていました。
特に印象に残っているのはワークショップです。
グループに分かれ、DMMサービス内で機械学習を導入する新しい施策を提案しました。
話し合いのときには各自が考えたアイディアをグループ内で共有し、必要なデータやアルゴリズムを検討しました。
実際にアイディアを形にする過程を経験することで、機械学習プロジェクトの実践的な側面を理解することができ、とても有意義でした。
この研修を通じて、機械学習の基本的な概念から実装方法、さらにそれをビジネスにどう応用するかまで幅広く学ぶことができました。
テスト技術
こんにちは、田中です！
私のパートでは、研修で学んだテスト技術についてお話しします。
テスト技術研修では、ソフトウェアの動作と品質を担保するために、テストケースの作成方法、機能・非機能の特性評価、そして大量のテストを効率化するテスト自動化について広く学びました。
研修という響きは堅苦しく聞こえますが、実際には身近な例からテストの世界に入ったので、非常に理解しやすかったです。
たとえばエアコンの動作を例に、
- Never（あってはならないこと）
- Must（できなければならないこと）
- Want（あったら嬉しいこと）
という視点でテストする方法を学びました。
このアプローチ方法により、技術的な理解だけでなく、ユーザーの視点からもソフトウェアの品質を考えることができるようになりました。
また、マイヤーズの三角形問題のテストケースを考えました。
三角形の3辺の長さを入力として、どのような三角形になるかを判断するテストです。
この問題は具体的なシナリオをイメージしやすく、テストケースを作る良い経験となりました。
プログラミングを学んで書くこと自体は比較的容易ですが、テストケースは想定外のケースを考える場面があり、それを書くことは非常に難しいと感じました。
テストケースを書くには、ソフトウェアの動作を深く理解し、多様なシナリオを想定する必要があるからです。
その他に、エッジケースや例外処理を網羅することも重要です。
これにより、見落としがちなバグを発見し、品質の向上に大きく貢献することを学びました。
ブロックチェーン
深田です！学生時代はSolidityを書いてました！
そんなぼくがブロックチェーン研修の項目を担当します。
DMMでのブロックチェーン研修は、社内のWeb3.0事業部のCTOと、グループ会社である DM2C Studio の代表を招いて開催されました。
これまでブロックチェーンについて学んだことがない人も多くいるため、最初は成り立ちの歴史や基本的な概念から学びました。
ブロックチェーンは、取引のデータを「ブロック」という単位でまとめ、そのブロックを時系列で「チェーン」のように連結して保存する技術です。
改ざんや不正自体はされてしまう可能性があるものの、その不正に対しての検知が強いという特徴があります。
歴史や概念だけでなく、具体的な応用事例や今後の展望についても紹介されました。
例えば、金融業界でのデジタル通貨の取引、物流業界でのトレーサビリティの向上、不動産業界での契約書の自動化など、様々な分野でブロックチェーン技術が活用されてることを教わりました。
研修で「デジタル通貨や契約の自動化について触れる」DMMでは、こんな新しい技術のキャッチアップと共有が積極的に行われているんです。ワクワクしますよね。
ところでこの記事を読んでいる皆さんはこれまで紹介した技術や概念を知っていましたか？
今年の新卒エンジニア30人のうち、知っていた人数を数えると片手で足りてしまうくらい、普通に生活しているだけでは知ることができない内容になっていて大変勉強になりました。
……え？「片手で32まで数えられる」だって？ ハハッ、面白いこと言うねキミ。
気に入った。ウチにおいでよ。DMMは君を歓迎するよ。
終わりに
今回は主に応用技術を扱うパートとなっており、ブロックチェーン研修などDMMならではの研修を紹介させていただきました。
これらの知識を配属後の業務で使うことはないかもしれません。
しかしDMMでしか受講できない研修だと思いますので、しっかり学んで何かしらに活かして欲しいなと思います。
またレゴスクラムは、リアルでしか体験できない研修で開発手法を学びつつ、チームビルディングも実施できるとても充実した研修となりました。
新卒が楽しそうに前向きに研修に取り組む姿を見ることができて、採用担当としては嬉しい限りです。
次回で新卒自身が書いてくれるパートは終了となります。最後までお楽しみに！
