24卒 本選考ES
SE
24卒 | 非公開 | 非公開
-
Q.
大学院／大学／高専専攻科（最終学歴）の研究内容またはゼミのテーマをご回答ください。200字以下
-
A.
エッジAIの高性能化を目的とした研究を行いました。具体的なアプローチとして、量子化手法に注目しました。量子化とは、連続値を離散値に変換する操作で、エッジAIには必須です。しかし、計算値に誤差が発生し、性能が低下する問題がありました。そこで、量子化手法を改良することで誤差を低減し、高性能化につなげました。これにより、自動運転など便利なエッジAIの普及を促進し、人々の豊かな生活への貢献が期待できます。 続きを読む
-
Q.
作成した成果物について「成果物の内容、作成に至った経緯詳細、主に使用した言語を選択した理由、苦労した点」をご回答ください。300字以下
-
A.
エッジAIの高性能化の研究で、画像分類AIを作成しました。本研究では使用した言語が2つあります。1つ目はPythonです。選択理由は、AIの実装に便利なPyTorchを使用できるからです。当初、プログラミングが初めての経験であったため、改良した量子化手法を組み込むためのモジュール作成に苦労しました。2つ目は、ハードウェア記述言語であるVerilog HDLです。エッジAIでは、ハードウェアにAIを実装するため選択しました。ここでは、高い性能を追求して何度もプログラムの改良を行った点で苦労しました。これは、同様の動作をするプログラムでも、記述方法によってリソース量などに差が出てしまうためです。 続きを読む
-
Q.
データ分析経験について「分析の対象、データの規模・数、分析に至った経緯詳細、使用した言語を選択した理由、苦労した点」をご回答ください。300字以下
-
A.
時系列予測AIの予測精度向上の研究の中で、6万時間分の電力需要データと9千日分の為替データを用いて実験を行いました。AIの実装ではPythonを選択しました。理由は、時系列予測での活用が注目されるAIであるTransformerの実装に便利なPyTorchが使用できるからです。本研究では、時系列データの極値付近で、予測精度が大きく低下する問題の解決に苦労しました。複数の解決策を考案し、試行錯誤を重ねたところ、時系列データの勾配を用いるEmbedding手法により解決できました。この手法では、データに勾配の時間変化の情報を付加することで、極値付近での勾配変化の特徴を捉え、精度向上を達成しました。 続きを読む
-
Q.
高等学校/高専（本科生）以前の活動で、特に伝えたいことがありましたらご回答ください。200文字以下
-
A.
高校時代の卓球部で練習態度改善を行いました。当時、真剣に取り組めない部員がおり、話を聞いたところ、長い練習時間が原因であると判明しました。この解決策として、練習を30分短くし、練習後に自主練習を設ける提案をしました。理由は、短時間で集中的に練習することで、真剣に取り組めると共に、積極的だった部員は、自主練習で練習時間を維持できるためです。結果、全員が満足して練習できる環境を作ることができました。 続きを読む
-
Q.
あなたならではの学業外での経験（体験：部活・サークル・留学・アルバイト）で特に伝えたいことがあればご回答ください。 20xx年●月～20xx年●月：内容を記載 200字以下
-
A.
2022年5月～現在： ベンチャー企業にてシステム開発を行っています。５名のチームで、エンジニアと企業のマッチングプラットフォームや勤怠管理システムの開発を行いました。私は、プログラマーとして、バックエンドを担当しています。 2019年4月～2022年9月： 個別指導塾での講師経験があります。私の強みである「問題の発見と適切な解決策の提案を行う能力」を発揮することで、生徒の成績を伸ばし、志望校合格に導くことができました。 続きを読む
-
Q.
選択したコースでどのようなことを実現したいですか。そして、このコースで活かしたい自身の強みについてお答えください。400字以下
-
A.
教育格差を解消したいと考えています。理由は、地方から首都圏に進学して塾講師をする中で、教育レベルの差に驚き、危機感を覚えたからです。オンライン教育基盤など地域によらない教育を普及させ、格差を解消したいと考えています。貴社はICTを活用して、校務支援システムなど様々な教育事業を展開しているため、そのような環境で実現したいと考えています。 そこで活かせる強みとして「問題の発見と適切な解決策の提案を行う能力」が挙げられます。これを活かした経験に、個別指導塾での経験があります。生徒の得点が伸びない原因が、学習内容の未定着にあると突き止め、解決策として「宿題、テスト、不合格であれば宿題に加えて再提出」というサイクルを導入しました。結果、入試では大きく得点を伸ばし、志望校合格に導けました。これを活かして、社会の課題を発見し、適切な製品を生み出すことで、変革をもたらせるエンジニアになりたいと考えています。 続きを読む
-
Q.
あなたが大学入学以降に取り組んだ最も難易度の高かった経験について教えてください。400字以下
-
A.
エッジAIの研究が挙げられます。近年、IoTの普及に伴いサーバ負荷の増大という問題が発生しており、解決策としてエッジAIが注目されています。そこで、本研究では画像認識におけるエッジAIの高性能化を目的としました。 研究では、エッジAIの制約により、検証すべき手法や構造が多いことが問題でした。そのため、手あたり次第に検証を行うのではなく、事前に計算量や論文の情報から有効な手法や構造を推定する工夫をしました。これによって、検証回数が減り、効率的に実装を行えました。結果、論文提出の1か月前には、指導教員に認められる程度の高性能化を達成しました。しかし、まだ改善の余地があると感じたため、結果に満足せず、試行錯誤を続けたところ、さらに高性能なエッジAIを実装できました。 この経験から、限られた情報から推定を行う「推定能力」と、現状に満足せずにより高いものを求めて努力する「向上心」を得ることができました。 続きを読む
0
0
