東京エレクトロンデバイスの選考フロー・本選考対策・早期選考情報・内定者の傾向と対策

A. 私が御社を志望する理由は、IT 技術とモノづくりを通じて、最新技術への挑戦・実現を行なっている御社の姿に魅力を感じたからです。御社は、AI や IoT 技術を用いて、様々な業界のニーズを把握し、自社製品を開発しています。こうしたニーズの把握と新しい事へ挑戦することが出来るのは、商社として業界を知り、技術を用いてお客様へ製品を提供することの出来る、技術商社として強みだと考えています。御社の開発した人流計測ソリューションや AI-OCR ソリューションなどは、BtoB だけでなく、その先の BtoCへ影響を与えられ、世の中を便利に変えられると考えています。一人一人のお客様に合ったモノ作りを提供し、最新技術への挑戦を積極的に行う事で、御社だけでなく私も成長を遂げ、世の中をより便利に豊かにしていきたいです。

A. 私の目標である、海外との関わりを実現できる会社であると考えて、御社を志望させていただいております。この背景といたしまして、私の幼少期の海外居住経験と大学でのオンライン英会話を通して、身に付けた英語力を活かして活躍したいことに加えて、日本と海外のインフラに大きな違いを感じた経験から、日本だけでなく「海外の暮らしも豊かにしたい」という思いがあります。そこで御社の海外ネットワークや商社機能・メーカー機能を活用し、顧客のニーズに沿った最適な価値を持つ半導体や電子デバイスを、産業機器や医療、自動車など幅広い分野に対して拡販することで、多くの業界に対して影響を与えることができ、これにより御社の目指す高効率スマート社会のように、効率的なモノづくりや、より豊かな暮らしに貢献できると考えております。また御社では、米国を主として世界規模でのマーケティング活動による最先端技術の提供に加えて、エンジニアによる高い技術力を掛け合わせたチームワークにより顧客のニーズを満たすことができ、それによって製品の拡販だけでなく、効率的なより豊かな暮らしを提供できると考えております。このようなグローバルかつ最先端技術に携わる御社にて、私自身が英語力を活かしつつ、常に新しい情報のためにグローバルに行動することによって、私の成長にも繋がると考えており、御社を志望しております。

A. ゼミでは「コロナ禍での学生のサードプレイス」というテーマで研究しています。コロナ禍で問題視される学生の孤立には、第3の居場所であるサードプレイス(家庭・学校以外の居場所)が重要と考え、その有効性を調査しています。当初、先行研究の定義・アプローチを鵜呑みにするあまり、中間報告では「批判的な視点に欠ける」と指摘されました。そこで、第3の居場所を「サードプレイス」と一括りにせず、特徴ごとに分類してアプローチをしています。この経験を通じて批判的思考の重要性を学び、多角的に分析するよう意識しております。（OpenESを使用）

A. 私は学業に関して、電気電子工学に取り組みました。その中でも、実験の授業を通して、座学だけではなく手を動かして実際に体験することによって得られる学びの大切さを学ぶことができました。また、電気電子工学の実験から、私達が普段使っているパソコンなどの動く仕組みに興味が持てました。そして、電気電子工学を通して、1つの専門的な分野を学ぶことの面白さを学びました。これからは、電気電子工学だけでなく様々な分野の知識を学んでいきたいと思いますし、企業に入社後にも活かせるような知識も吸収していきたいと思っています。（OpenESを使用）

A. 御社の中では PB (プライベートブランド) 事業に興味がありまして、その中でも、スマートファクトリー関連の事業に興味があります。例えば鋳物部品のピッキングロボットの開発では、今まで労働者が行っていた鋳物(いもの)部品のピッキング作業を、ロボットにより、労働環境の改善を行ったり、組み立て作業ロボットの位置補正のロボット開発でも、今まで人が行っていた作業で難易度の高い作業を、ロボットにより自動化するなど、労働環境や人手不足を補う開発実績に興味があり、私が御社で携わりたい領域でもあります。 以下深堀 Q.なぜこの実績に興味を持ったのか? A.私の就職活動の軸として、IT 技術を通じてモノ作りがしたい事と、多くの人の生活や仕事を支える仕事がしたいと考えていまして、この二つの思いを実現する事が出来る事は何かないかと考えた時に、日本の社会問題である、人手不足や労働環境の悪化をスマートファクトリー化を達成する事でBtoBだけでなく、その先のBtoCにまで影響を与え、仕事だけでなく、日常生活にもいい影響を与えられると思い、スマートファクトリー化の事業に携わりたいと考えております。

A. 私の強みは負けず嫌いな点です。私は大学三年時に、顔の明暗の特徴を利用した顔画像識別について学びました。講義の中で識別率が高まる特徴を独自で算出し、提出する課題が課されました。私は数学とプログラミングには自信があり、一番高い識別精度を得られると思っていました。しかし、実際には私の精度を上回ってくる友人ばかりで、私は大変悔しく、負けたくない一心で、特徴を算出するアルゴリズムを考え、提出期限の目前まで精度の向上を行いました。その結果、当時の講義内だけでなく、その講義が始まって以来、最も高い識別率を記録することができました。こうした経験から、私の強みは負けず嫌いな点であると考えております。 以下深堀 Q.その時に大変であった事を教えてください。 A.特に大変であった事は、計算量を減らし、高速なアルゴリズムにする事です。特徴量自体が無数に存在しており、その中でスライディングウィンドウ法で、精度が高まるモノを見つけなくてはいけないので、初めて実装した段階では、最終的に実行が終わるまでに数十分かかりました。そこから、平均顔画像を用いたり、ウィンドウの移動幅を変える事で、実用的なコードへ変える事ができました。