【医療負担軽減の革新】【23卒】日立製作所の技術職の本選考体験記 No.25513（京都大学大学院/男性）（2022/5/11公開）

研究内容／自分のセールスポイント／今までに一番力をいれたところ／当社への志望動機／デジタルを活用しどのようにヒタチのビジネスで活躍したい？／その分野でのジョブマッチングを希望される理由を簡潔にご記入ください。／

採用サイトのマイページから提出

Webで入力

研究内容が1200文字であり、図などをつけることが出来ないので、図がなくても分かりやすいように深い内容はあまり書かないことを心掛けた。

就活会議の前年度までのESを見て、どのようなことが求められているのかという事を理解した。また、作成したESを友達に見せることで客観的な視点を確保した。

なし

すぐに面接が始まる

ガクチカや研究においても、どれほど多くの選択肢を考えられていたのかという事を重視しているように感じた。研究開発分野であるからこそ思考の深さを見られているように感じた。

非常に硬かった。２人のうちの1人は割と微笑んでくれていたが、もう一方の人が常に笑顔がなく、コミュニケーションが難しかった。

なし

なし

なぜその分野を志望しているのか。

「最適化された医療を提供することで人々の負担を軽減する」ためには貴分野が最適だと考えたからだ。私は研究を通して、薬は全ての患者に有効な訳ではなく、薬が効かない患者にその薬を処方することは身体的・経済的負担をかけることを再認識した。薬の処方に限らず様々な場面で、最適化されていない医療は人々に負担をかけている。貴分野では「処方薬選択支援技術」や「リスクシュミレータ」などのサービスを開発することで、個々人に有効な薬や個々人の入院リスクを予測し、最適な医療システムの構築に取り組んでいる。私はこれらの技術の予測精度の向上や、様々な薬や病気へ適用範囲を広げていくことを通して、人々の負担の軽減に貢献したい。

学生時代に頑張ったことを教えてください。

　大学の部活での戦術分析活動だ。私は「対戦相手のドリブル分析」という手法を提案・実行した。この戦術分析手法は全く前例のない取り組みであったため、うまくいくかは分からなかった。そのような状況下で、部員にも10時間を超える作業をしてもらう必要があった。この困難を乗り越えるために、私は誰よりも多くの作業を率先して行った。行動を通して自分の本気度・誠意を伝えることができ、部員にも協力してもらうことができた。
　深堀が非常に多かったし、深かった。なぜそのような施策を考えることができたのか。他の施策は考えなかったのか。それらの施策の中でなぜその施策を選んだのか。
　施策を複数個選んだかという事を非常に重視していると感じた。

すぐに面接が開始

ここでも一時面接同様に思考の深さを見られていたように感じた。それだけでなく、なぜ日立なのかという事を詳しく聞かれた。

穏やかだった。和やかにこちらの話を聞いてくれた。その会話の中で気になったことを少しずつ聞いてくるというスタイルであった。

なし

なし

あなたの研究からは関係がないが、なぜこの分野を選んだのか。

① データの利活用に無限の可能性を感じているから。
データは本当に多くの事を知ることができる「宝の山」であると感じている。今現在もこの「宝の山」は増え続けており、これらの「宝」を使わない手はなく、使うことで従来解決することのできなかった課題を解決することができると感じている。（ハード開発に興味がない訳ではなく、データ利活用をする医療ITが魅力的すぎる）
② データの利活用というプロセスに自分自身やりがいを感じているから。
私は「Kaggleでのデータ分析」と「部活での戦術分析」において「既知のデータを分析することで未知のデータを予測する」というプロセスを経験してきた。自分として、このプロセスに魅力とやりがいを感じている。
③ 自信の成長を実感できると考えたから。
私は「自身のレベル上げ」が生きがいの一つである。ITエンジニアは先端技術に精通する必要があり、常にスキルアップを求められる。そのように知識やスキルを日々更新していくことで、自身の成長を実感することができると考えている。

自分で手掛けたいテーマはありますか？

創薬研究に要する莫大な費用・期間を少なくする研究が出来ればなと思う。創薬研究では治療に使える物質を見つけるために大量の化合物を「ふるい」にかけている。これが原因で莫大な費用・期間が必要となってしまっている。データの利活用をすることで、これらの課題に対してアプロ―チできると考えている。
訓練データとして、従来の創薬研究で蓄えてきた「化合物の組成や構造・それらがどのように作用してきたか」などの膨大なデータを用いて、それらを学習させることで「ふるい」にかける化合物を最適化することができ、マウスなどにおいて具体的にスクリーニングする化合物の種類を減らすことが出来る。
日立・ヘルスケアバイオ分野では「処方薬選択支援技術」や「バイオマーカー探索支援AI」で培った技術、創薬医療での基盤・信頼もある。