【未経験でも挑戦可能！】【21卒】日本アイ・ビー・エムシステムズ・エンジニアリングの冬インターン体験記（理系/データサイエンティスト）No.9579（京都大学大学院/女性）（2020/7/17公開）

専攻が情報学でなくとも参加できるデータサイエンティストの短期インターンを探していたおところ条件に合致したため興味を持った。自身がデータサイエンティストとして働く姿を明確にイメージできるようにするため、参加した。

ホームページで事業内容について調べ、企業理解に努めた。選考はESとIBM独自のWebテストだった。ESは何回も推敲したが、Webテストは対策の仕様がないオリジナル問題だったため、対策していない。

商品の売り上げ数をデータ分析によって予測せよ

1日目にやったこと

最初に全体で企業紹介があり、その後各コースに分かれて課題の説明があった。３人ごとのグループに分かれて課題に取り組む。初日はパソコンの設定や課題の理解が中心だった。

2日目にやったこと

本格的にデータの分析を行った。様々なデータをもとに翌月の店舗別売り上げ数を予測するというもの。Kaggleの問題らしい。お昼は社員の方々と共に社食でランチしつつ、日々の業務の話などを伺った。

3日目にやったこと

データ分析の追い込みと最終発表へ向けてのパワポの作成を行った。最終発表では、参加学生と社員複数名の前で発表した。順位付けなどは特になく各チームの発表に対するフィードバックを社員の方々からいただいた。その後、懇親会があり社員の方々と交流できた。

データサイエンティストの社員が複数名

なし

「目的に応じた解析を行うことが重要だ」「データ分析の専門家でない人も納得できるようなプレゼンテーションが必要だ」といった言葉が印象に残っている。課題解決こそがデータサイエンティストに求められているのだと学んだ。

データ分析のプロフェッショナルがグループ内にいなかったため、解析の仕方を一から調べる必要があった。また、課題の難易度が高く、精度のよい予測を行うのは非常に難しかった。さらに、グループ全員が課題に対して正確に理解する必要があったため、認識の共有に苦労した。

データサイエンティストとして必要な姿勢・スキルを学ぶことができた。これまでKaggleに取り組んだことがなかったが、Pythonのパッケージを利用して基礎的なデータ分析ができるようになった。また、社員の方々とお話しする機会が多く企業理解にもつながった。

データ分析の基礎は学んでおくに越したことはない。あらかじめ学んでおけばインターンシップ当日にはよりよい成果が出せたように思う。

実際に自身でデータの解析を行えたので、データサイエンティストとして働く姿を具体的にイメージできるようになった。また、社員の方々と交流する機会が多く、実際の業務の詳しいお話や一日のスケジュール、キャリアパスやワークライフバランスなどを伺えた。

正直なところ、内定が出るかどうかは分からない。インターンシップでは、ある程度自身の強みを発揮できたと考えているが、そもそも学生を評価するために開催しているとは感じなかった。肌感覚として社風とのマッチングを感じられたので、一応出ると回答した。

志望度が下がったというよりは本社である日本IBMに対する志望度が上がった。この企業は専門家集団として機能しているが、ジェネラリストを目指している私には本社の方があっているのではないかと考えた。この企業自体への好感度はインターンシップを通じて高まった。

企業理解が進むという点ではインターンシップへの参加は本選考で有利になると思う。しかし、明確に優遇されるわけではない。社員の方に顔と名前を覚えてもらえるという点では、面接でいくばくかアドバンテージはあるのかもしれない。

特にデータサイエンティストを目指しており、ECサイト運営企業や総合コンサル、シンクタンクやメーカーを志望していた。ベンチャーよりは大企業がいいといった漠然とした希望しかなかった。研究職がいいかコンサルタントがいいかも定まっていなかった。そういった自身の軸を定めるため、この企業のインターンシップに参加した。

自身はそこまで専門家を志望していないことに気がついた。スペシャリストにあこがれデータサイエンティストを志望していたが、実際にその業務を体験してみると、イメージとのギャップを少し感じた。そこから、様々な人と相談したり自己分析をしたりする中で、コンサルタントを目指すという軸が定まり、実際にその職種で内定もいただいた。