24卒 インターンES
技術系
24卒 | 非公開 | 男性
-
Q.
下記１～３のうち、いずれかが伝わるエピソードに沿って、自由に自己PRしてください。 １.夢に向かって果敢にチャレンジし続けられる ２.素直な心、ひたむきさを持っている ３.グローバルな視点を持っている ※理系の方は、研究以外でご記入ください。 (400文字以下)
-
A.
私の強みは、一度決めたことをぶれずにやり遂げられることだ。この強みを高校３年時の受験勉強で発揮した。私は受験勉強を２ヶ月遅れで始めた。通常は高総体後の６月から本格的に勉強を始めるが、私はインターハイに出場できたため、８月からのスタートだったからだ。２ヶ月の遅れを取り戻すためには、効率よく点数を上げる必要がある。そのため、科目ごとに合格に必要な点数を割り振り、伸びしろの大きい、つまり勉強をあまりしておらず点数の低い科目から勉強した。勉強を初めて２ヶ月ほどは目に見えて結果が出ず、試験本番に間に合うのか不安だった。しかし、自分を信じて、勉強のやり方は変えずに勉強し続けた。その結果、夏の時点で点数が最も低い科目が得点源になり、志望校に合格できた。貴社のインターンシップでも、与えられたテーマやグループワークに対して、１つの成果を出すまで最後までやり遂げる。 続きを読む
-
Q.
現在取り組んでいる研究内容を、ご自身が考える意味や意義（社会的、学術的、産業的等々）を踏まえてご記入ください。学部生の方は、京セラに入社した場合、何を実現したいか、ご自身の理想や夢も含めてご記入ください。 (400文字以下)
-
A.
「○○○○○○○○異常検知の自動化」について研究している。外観検査とは製造現場において、部品や製品に傷やゆがみなどの欠陥がないか確認することだ。一般的には、人による目視で行われている。これをロボットにより自動化することで、品質の標準化・コストの削減・ヒューマンエラーが無いことによる検査精度の向上が期待されている。また、近年の深層学習を用いた画像認識技術の発展に伴って、外観検査の自動化にも深層学習が用いられている。深層学習には大量のデータが必要である。しかし、製造現場では異常のあるデータが少なく、収集困難である。そのため、少ないデータで学習できるメタ学習に着目した。メタ学習とは学習方法を学習することである。学習プロセスを学ぶことで、効率的に学習を行うことができる。そのため、メタ学習を用いることで異常データの収集コストを抑えつつ、自動で異常検知を行うことが可能になる。 続きを読む
-
Q.
ご自身の保有するスキル・資格をご記入ください。 ※技術コースの方は技術スキル・語学スキル、 営業管理コースの方は語学スキルを必須でご記入ください。 (100文字以下)
-
A.
プログラミング言語 …… C、C++、python Ubuntuや深層学習に必要なパッケージをインストールし、環境構築 深層学習モデルの実装・改良 画像処理 Githubを用いたコードの共有 続きを読む
0
0
