こんにちは！株式会社TBMの採用担当です。
今回は、技術開発本部 兼 マテリアルイノベーション事業本部 アプリケーションエンジニアリング部マネージャーの服部さんのインタビューをご紹介します！
・TBMに入社した当初
・マネージャーになるまでの道のり
・どんな方にTBMをおすすめしたいか
についてお話ししていきますので、ぜひ最後までご覧ください！(※2025年10月時点)
服部祐介｜技術開発本部 兼 マテリアルイノベーション事業本部 アプリケーションエンジニアリング部 マネージャー
TBMではデジタル技術を活用した開発の加速（MI、材料開発のDX化）、付加価値創出、生産効率化を担当。pythonスキルを習得し、アプリ開発、データ分析、機械学習などが行える環境の構築やデジタルツール導入を推進。
マテリアルズ・インフォマティクス チームにてマテリアルズ・インフォマティクス活用による研究開発のDX化を推進する業務を担当している。取り組みとしてベイズ最適化や機械学習のアルゴリズム構築、分析支援、データ基盤構築を担当。再生材の品質管理のDX化を目指し、機械学習の活用し測定工数を削減する取り組みも資源循環のメンバーとともに検証を進めている。アプリケーションエンジニアリング部ではLIMEXシート開発から量産支援まで一貫して担当し、材料選定、特許出願、各種評価、生産支援など幅広い業務を担当。
前職の三井化学ではEPDMの研究開発を行っておりポリマー開発（ポリマー設計、重合、評価までを一貫して担当）、拡販支援（既存品、新製品の提案、顧客評価支援）、生産支援（解析、苦情対応）を主に担当。
前々職の積水ポリマテックではシリコーンゴム部品（防水部品、緩衝部品、放熱部品）の要素技術開発を主に担当、その他、設計業務、製造技術業務も兼務。客先との打ち合わせ、製品設計の上流段階から量産品の立ち上げまで一貫した流れを推進。
ーTBMに入社した当初の業務について教えてください。
経験がないからこそワクワクした
入社した当初、配属されたのはテクノロジーセンター R&Dチーム（現Materials Informaticsチーム）です。前職で得たポリマーの分析方法に関する知見を活かし、新素材LIMEXの特性を最適化するために、ポリマーのどのパラメーターを変えたら作りやすくなるのかを考えながら開発業務を行っていました。分析担当として、成形加工時の挙動とポリマーのパラメーターをつなげて、誰が見ても分かるように数値化するサポートもしていました。
TBMでの最初の壁は、新素材LIMEXに関する知見やデータがまだ少なかったこと。データを集め、挙動を理解することは大変でしたが、経験がないから悩むのではなくて、経験がないからこそワクワクしながら開発していましたね。経験のないことにチャレンジするからこそ新しいアイデアが生まれ、そのアイデアを実現していくことに大きなやりがいを感じていました。
ーその後、マネージャーに昇格するまでの動きを教えてください。
材料開発のDX化
マネージャーに昇格する前は、材料開発のDX化（マテリアルズインフォマティクス：MI）を成し遂げるために、チームメンバーと共にEnthought社のプログラムを受講しました。
プログラミングで不具合が出てもエラーを特定し、デバックに数時間かかるような状態から、Pythonによるプログラミング、機械学習の概念、データ収集と分析手法など、データサイエンティストとしての基礎を習得し、その知識を活かして、現場の課題を整理し、優先順位をつけてDX化を推進していました。
特に、MI技術の内製化においては、開発工数、システム利用料、メンテナンス工数、ユーザー側工数などのコストがかかるため、ソフト面・ハード面の既存技術で活用できるものがないか常に考慮していましたね。既存の技術で解決できない場合のみ、MI技術を使ってシステム構築を進めていました。
ー現在はどのような役割を担われていますか？
成果が見える瞬間にやりがいを感じる
現在は、技術開発本部 兼 マテリアルイノベーション事業本部 アプリケーションエンジニアリング部マネージャーとして、材料開発のDX化をさらに推進しています。
材料開発のDX化を成し遂げるためには、機械学習、さらには生成AIを駆使することが不可欠です。機械学習を使いこなし、実験を行っていない範囲の物性や加工条件を予測するために、データの量と質を向上させる取り組みに注力しています。
近年では生成AIを活用し、データを活用するための機械学習の仕組みやシステムを構築することが専門的なスキルがなくても容易になりつつあります。このような環境の変化において、他社との差別化を図るためには、データの量と質を向上させることで、他社にはない強みを手に入れることが必要になってきます。
まずは、データの量を増やすために、分析装置や加工設備からデータを取得するための仕組みの構築、データの質を上げるために、新規開発テーマに関して実験計画法やベイズ最適化を活用したデータ蓄積の構築を進めている最中です。
DXの取り組みはすぐに成果が見えるものではありませんが、導入した仕組みが少しずつ開発に貢献していると実感できた時は、大きなやりがいを感じますね。
ー今、どんな方にTBMをおすすめしたいですか？
材料開発の世界では、社内外に膨大なデータが溢れています。特に社外には、社内とは比べものにならないデータが存在しています。しかし、どれだけのデータがあっても、アイデアやコンセプトを実証するには時間がかかります。そして、その過程では強い意志と継続する力が求められます。TBMは、ディープテックベンチャーとして技術的な視点で見ると挑戦的な開発を行っているため、成果が出るまでは、決して簡単な道のりではありません。
「社内のデータだけでなく社外のデータにも目を向け、過去を知った上でアイデアを出し挑戦したい人」かつ「成果が出るまで根気よく継続できる人」「他者の成功であっても一緒に感動できる人」には、ぜひ参画していただきたいです。
ー服部さん、ありがとうございました！