【安全革命、夢実現への挑戦】【18卒】トヨタ自動車の技術職の本選考体験記 No.2976（同志社大学/男性）（2017/12/6公開）

とにかく第一志望であるということを伝えることが大事。他社との違いをしっかりと述べ、自分のやりたい仕事はトヨタでしかできないと論理的に説明することが必要。それができないと厳しい質問が飛んで来て深掘りされてしまい、答えられなくなってしまう。

最終の学内選考であったため、今までのリクルータ面談とは異なり、圧迫気味の厳しい雰囲気であった。深掘りの質問も厳しかった。

挫折した経験を教えてください

私が挫折した経験は現役生の時の大学受験での失敗です。私は一度浪人を経験しています。現役の時には東京理科大学を受験しました。しかし、東京理科大学を選んだ理由は父親の出身校であり父が薦めたからという理由でした。
そこで私は受験に失敗した際の理由の一つに自分の意志で選んでいない大学なのでモチベーションが保たれなかったという理由があると考えました。よって、自分は将来何をしたいのか大学で何を学びたいのかを考えた結果、次の2つの軸を考えました。自動車の安全性にまつわる研究をしている教授のいる大学であるということ。そして、総合大学であるということ。この2点から同志社大学を選び、その目標に向かって勉強した結果、合格することができました。

あなたの強みと弱みを一つずつ教えてください．

私お強みは論理的思考力です。得意なプログラミングや数学で養いました。また、自分で考えた伝えたいことを論理的にまとめて的確に伝えるということも得意です。これらは塾のアルバイトで養いました。授業前の10分間にホームルームをするという仕事があるのですが、この短い時間で受験生に伝えたいことを伝えきるために論理的に話すことを心がけていました。
また、私の弱点はこだわりすぎてしまうことです。例えば、プログラミングの仕事があるときに目標の完成度にこだわりすぎてしまうことにより、締め切りに遅れてしまったことが何度かあります。しかし、これは社会に出るにあたってふさわしくない短所であるので、私は常日頃から「完璧を目指すよりまず周りの人が望む完成度終わらせる」ということを意識しています。

他社のSPIが通っていたので、そちらを回して合格した。トヨタのSPIはそこまで基準は高くないと思われる。

言語、非言語、性格診断

トヨタの最終面接は特殊であり、全ての質問を2〜3分で答え、それに対しての深掘りがくる。しっかりとESの内容通りのことを指定時間で話すことが大事。また、自己分析をしているかどうかを深掘りで確かめていると思われる。深い自己分析により深掘りに対応しましょう。

面接官は二人とも和やかな雰囲気でリラックスして話すことができた。
手元には当日持参のESとメモとタブレット端末を持っていた

研究テーマを教えてください

私は、モバイル端末に内臓された照度センサを用いた、ハンドジェスチャ認識の実用化に向けた研究に取り組みたいと考えています。この研究は内臓照度センサから得られる照度情報を利用し、ハンドジェスチャの認識を行うというものです。現在、スマートフォンやタブレット等のモバイル端末は利用用途が広がっています。その中で、手が濡れていたり汚れていたりするという理由でタッチ操作が容易に行えない場合があります。そのような状況ではジェスチャ操作が活躍すると考えられます。現在普及しているジェスチャ操作はカメラを用いた認識手法です。しかし、この手法には二つの課題があります。一つ目は消費電力の問題です。カメラは消費電力が大きく、電力の限られるモバイル端末では課題となります。二つ目はプライバシーの問題です。カメラ画像を用いると常にカメラを起動させておく必要があり、ユーザーの画像をアプリケーションが取得し続けてしまいます。これらの課題を照度センサを用いることで解決します。具体的にはモバイル端末上で手を動かした際に生じる照度変化の特徴量を取得し、５種類のハンドジェスチャの認識を行います。照度センサはモバイル端末にすでに搭載されており、追加のセンサが必要ないことから採用しました。
この研究は、現在２つの課題があります。１つ目は、端末毎のセンサの違いによって同じ閾値を使えないということです。これは、複数の端末での照度データを取得し、センサの特徴差による影響度を測定し補正することで解決します。２つ目はユーザビリティ評価が出来ていないことです。タッチ操作とジェスチャ操作による操作時間の比較や凝視点の推移の測定等を行い、定量的にユーザビリティを検証することにより実用性を証明します。

学生時代に頑張ったことは？

私はIT系ベンチャー企業にて、学生のみのチームで就職活動学生のための企業研究支援サイトを作成しました。有用性の高いサービスを作るため、情報量の多さに重点を置きました。そこで、私は企業情報を収集しデータベースを構築する仕事を担当しました。しかし、上場企業だけでも数千社ある企業情報を1社ずつ収集しデータベースを構築すると800時間以上かかってしまうという問題がありました。そのため、web上に公開されている企業情報を自動収集する仕組み作りに挑戦しました。当初、リクナビやマイナビなどの既存サイト上の情報の自動収集を試みましたが、フォーマットが統一されていない情報が多く自動化に苦戦しました。そこで、webサイトを巡回するプログラムとweb上にある特定の情報を取得するプログラムを組み合わせてシステムを構築する工夫をしました。これにより、目的の情報を自動でweb上から収集することに成功し、多くの企業情報を収集しサービスの根幹であるデータベースを20時間で構築することができました。