1日目の座学で電力業界の現状やカーボンニュートラルへの取り組みを体系的に学べたことに加え、2日目のワークで実際の「独自のデータ」に触れたことで、データがどのようにインフラの保守や経営判断に活かされるか、実務レベルでの理解(解像度)が飛躍的に高まったため。
業界・事業の情報
社風・人の魅力
研究所という場所柄もあり、アカデミックで落ち着いた雰囲気を感じた。社員の方は学生の質問に対して技術的な観点から丁寧に回答してくれたほか、人事面談でもキャリアについて親身に相談に乗ってくれたため、人を大切にする社風だと感じた。
自己成長の機会
大学の研究で扱う整理されたデータとは異なり、実社会のノイズを含んだデータを扱う難しさを痛感した。単にモデルの精度を追うだけでなく、「ビジネスとしてどう役立つか」という視点を持つ重要性に気づけた点が大きな成長だった。
参加者の印象
国立・私立の難関大学院生が中心で、普段からAIや数値シミュレーションを研究している学生が多く、技術的な基礎レベルが非常に高かった。ワーク中の議論も論理的で、専門用語が飛び交うなど刺激的な環境だった。
本選考の難易度
参加者のバックグラウンド(学歴や研究内容)のレベルが高いため、ES等の書類選考の倍率は高いと感じる。自身の研究内容を分かりやすく伝える力に加え、なぜ電力業界でデータを扱いたいかという明確な志望動機が必要とされる。
本選考への影響度
インターン終了時点で特定の早期選考ルートや選考免除の案内はなかった。しかし、研究所の業務内容を深く理解し、社員の方と顔見知りになれたことは、本選考の面接で志望度や適性をアピールする上で強力な材料になると感じる。

