住友金属鉱山の夏インターン体験記(技術総合職(設備系))_No.21411

日給 2,000円

製造業における収率改善のためのデータ解析の体験

1日目、2日目は事業所構内の見学及びワークの説明。機械学習に関する基礎的な事項のおさらい。3日目からは、渡されたデータの読み込みや説明変数の理解がメイン。1週間目の最終日に中間発表を行った。中間発表で頂いたフィードバックを元に、機械学習モデルの精度改善に取り組む。並行してスライド作成も行う。中間発表が中日に1回あった。最終日に社員10名ほどの前で発表。

インターン参加者は面接回数が2回の早期選考(年内に内々定)に案内される。

製造業のデータ分析による収率改善の過程を体験することができ、仕事内容に面白みを感じたため志望度は上がった。ただし、この企業のみできない仕事であるかと言われるとそうではないと思うので、他企業のデータサイエンス系部署のインターンにも参加し、視野を広げることが重要と考えた。

インターン参加者は早期選考(年内に内々定)に案内される。

理系院生が大半で、データ分析スキルやプレゼンなど周囲の学生のレベルは高いと感じた。

2週間の現場配属型インターンを通して、日々のミーティングにも同席させていただける機会も多かった。そのため、日々のスケジュール、仕事のスピード感などこの企業で働いている自分を容易に想像できた。また、データサイエンスの部署で求められる資質についても理解が深まった

2週間という長期間だったためモチベーション維持に苦労したが、その分成長も実感できた。データ分析に関しては、社員の皆さんに気軽に質問することができ、また日々遅くまで作業をすることはなく、2週間と時間の余裕もあったため、大変に感じたことはあまりなかった。機械学習に関する基礎知識を事前に身につけておくとワークが楽になると思う。

2週間という長期間だったため、細部までデータの内容を把握し予測モデルを組み立てるという貴重な経験が出来た。製造業におけるデータ解析の実務を学ぶことができたのはとても良い経験だった。ただ2週間(勤務日数10日)は少し長すぎ、勤務日数7日間程度で良いと感じた。

製造業の設備系職種における、機械学習を用いた製造工程の最適化の方法について学ぶことができた。インターンに参加し、データサイエンス系の職種よりも、自身の大学院での専攻(非情報系)の職種に進もうという気持ちがやや強くなった。近年データサイエンス系の学部・職種が人気となっているが、皆が目指すような人気職種に進むことが必ずしも良いわけではなく、データ解析のスキル自体は生成AIの進展によって陳腐化する可能性もあるためである。一方、2週間の現場配属を通して社員の方々の雰囲気や社風を感じ取ることができて、この企業に対する志望度はやや上がった。

データ分析に関する能力だけでなく、懇親会を通して学生の人物像も評価されています。重視されているのは前者よりもむしろ後者(人物像)だと思うので、この学生と一緒に働きたいと社員の方に思っていただけるような言動を意識すると良いと思います。