【研究力を存分に発揮】【23卒】レゾナック・ホールディングスの技術系 生産技術の2次面接詳細 体験記No.23560（名古屋大学大学院/男性）（2022/5/16公開）

ミーテイングアプリで事前に動作確認・プレゼン資料の投影チェックを済ませ、５分前には待機して入室を許可されてから開始となる
採用部署の方に研究を紹介し、その後部署の方からの説明を受けてそのご質問と言う形式

研究プレゼンは一次と同じ形式であるので、事前確認を怠らずにスライドで説明できるように心がけた。部署の説明は、5-10分あり、スライドをしっかり見ながら質問をかんがえながら説明を聞いてしっかり質問してマッチングできるように注意した。

研究プレゼンの後の質問は、私の研究をなんとか理解しようとしてくれている意図が感じられた。雰囲気も和やかだったと思う。

なし

なし

扱っているプロセスは実際どのような用途で用いられているのか

私が扱っている装置のスケールは実験室規模のバッチプロセスです。実用的には、ファインケミカル製造や製薬分野での利用が考えられます。糖類の製造プロセスや、バイオディーゼル製造などへの応用が研究されています。研究での対象としているエステルの製造などを考える場合は、大規模なスケールアップが必要になるかと思います。
Q.なぜ統計的手法を用いてパラメータ推定をしているのか
A. 私がベイズ推定という手法を用いている理由として、この手法はパラメータを確率分布として求める事ができるため、不確実性を定量化する事ができるためです。実験データなどからパラメータを求める場合、実験誤差や観測誤差などの要因でパラメータは複数の値を取る可能性を持つ、不確実性を有します。これを定量的評価する事ができる本手法は、モデルの信頼性を高める事ができます。

研究を進める上で一番困難だったことは何か

一番のネックは、計算時間でした。本研究を実用化する上でも、合理的な計算時間内で精度を保障することが求められると思います。本研究でも、当初の計算時間は丸2日以上かかってしまったこともあり、計算時間の短縮をする必要がありました。
そのため、本研究の工夫点として探索するパラメータ空間にあたりをつけた点が挙げられます。最初に事後確率最大化推定（MAP推定）を行うことで、推定するパラメータ空間を推定点周辺に絞ることができます。これによって計算時間の大幅な短縮が可能になりました。このほかにも、複数のコアを用いて並列計算が可能になるようにコーディングを変更したり、計算するアルゴリズム自体を別のものに変更するなどを行い、計算自体が10時間前後で行えるようになりました。

他社に内定が決まったため。