21卒 本選考ES
サイバーコンサルタント
21卒 | 明治大学 | 男性
-
Q.
当社の志望理由をお書きください 600文字以下
-
A.
安全なデジタル社会の発展に携わりたいため貴社を志望します。世の中でIoT、キャッシュレスの普及が進む中で個人情報の流出、遠隔操作といった課題があります。父親や友人がクレジットカードの不正利用の被害に遭ったことや7pay不正アクセスから、身近でサイバー犯罪の脅威を感じました。今後、IoTや自動運転が発展するに伴い、サイバー犯罪による遠隔操作の懸念も強く感じられます。そのため、データ分析によりサイバーセキュリティの潜在的課題点の発見と予防を行いたいです。現在、企業保有データの9割が活用できていないとい言われています。アルバイト先の予備校でAIとビッグデータを用いた学習システムにより、データ活用の恩恵や普及を感じたことと、インターンシップでのデータ分析経験から私自身がデータの活用の可能性を身近で感じました。貴社のサイバーセキュリティに関するコンサルティングを提供する新会社として分社化したことや、デロイトトーマツグループ間での連携に魅力を感じ、貴社でならサイバーセキュリティにより安全なデジタル社会の発展に貢献できると感じました。所属研究室で専攻している機械学習・データ分析・画像処理の知識を生かして、データ分析によるサイバーセキュリティ・コンサルティングに付加価値を与えることで安全なデジタル社会の発展に携わりたいです。 続きを読む
-
Q.
学生時代、一番打ち込んだことはなんですか。エピソード含めてお書きください。 600文字以下
-
A.
学生時代に一番打ち込んだことは大学受験予備校アルバイトでのアドバイザー業務です。業務では主に担当生徒との個別面談及び保護者への学習報告を行っております。その中で生徒に指導が十分に伝わらない・保護者からの協力が得られないといった課題がありました。私は信頼関係の希薄さが原因であると考え、強固な信頼関係を構築にするため具体的に大きく二つのことを意識して取り組みました。①生徒に自分の経験や知識を一方的に伝えるのではなく、生徒が求めていることを細かく聞き取り、双方向な会話をすること②保護者への細やかな学習状況の報告や3ヶ月ごとに保護者面談を行い、抱えている不安要素を聞き取り、親身になって誠実に対応することです。その結果、私は生徒との距離感が近づき気軽に不安なことを相談できる存在となりました。指導も伝わりやすくなったことで生徒のモチベーションも上がり、成績の向上へとつながりました。また、保護者からの信頼を得たことで、受験に必要な講座の購入や家庭での受験勉強に対する協力をしてもらえるようになり、生徒が勉強のしやすい環境ができ、これらの取り組みから志望校合格に導きました。私は以上の生徒の人生を左右する大学受験に携わった経験から強固な信頼関係を築く必要性を実感しました。 続きを読む
-
Q.
希望職種に関連する知識や経験があれば記入ください (授業や研究室の場合はクラス名、テーマ、時期について可能な範囲で記入ください) 600文字以下
-
A.
確立型データ分析・学習システム研究室にて機械学習・データ分析・画像処理を専攻しています。予備校でAIとビッグデータを用いた学習システムの活用が始まったことから身近でこれらの最新技術の普及や恩恵を実感しました。これらについて深く学びたいと思い、3年時から上記の研究室に所属しました。3年前期ではプログラミングの学習としてサッカーの選手、ボールの速度、位置情報等の数値データから3次元可視化ツールの作成やRによりこれらデータの分析や実際の試合の動画から画像処理を行い、これらを比較することによりさまざまな視点から試合の考察を行いました。3年後期から研究内容について考え始め、今後は「機械学習を用いた株式市場における複数銘柄の同時予測とポートフォリオ戦略」について研究を行います。選定理由として現代の最新技術であるAIやビッグデータ解析を学びたいと思ったことやキャッシュレスやインターネットバンキングの普及からFintechにも携わりたいと思ったからです。今後はこれらの知識やプログラミング能力を高め、データの活用による潜在的課題点の発見や分析を行いたいです。 続きを読む
-
Q.
その他特記事項があればご自由にお書きください。 (GPA・語学スキル・課外活動・インターンシップ経験・表彰等) 600文字以下
-
A.
ソフトバンク株式会社の20日間の職場配属型インターンシップにてデータ活用の検討を行いました。私の所属した部署では「端末検証における試験項目書のAIによる自動化」のプロジェクトを行っていました。ソフトバンクが発売している端末の不具合データからメーカーや機種ごとの不具合傾向を掴みAIに学習させることで、不具合発生の最小化を目的としています。不具合データには市場に出る前に発見した不具合と市場に出た後にお客様から指摘をいただいた不具合の2種類があり、これらの紐づけが困難なため学習できないといった課題点がありました。私はインターンシップでこれらのデータの扱いについて検討しました。不具合データには不具合詳細を参考に「最優先して改善」「改善」「市場に出しても可能」と3段階に分けて重篤度がつけられていたが、これらに加えて不具合の再現率と発生時期による重篤度を加えました。これによりメーカーや機種ごとの不具合の明確化を行い、潜在的不具合の傾向を掴み取ることができました。インターンシップを通してデータ収集や加工の困難を体験したと同時にデータ活用による潜在的な課題点の発見や解決策の可能性を感じ、今後もデータ分析に携わりたいです。 続きを読む