トヨタ自動車(TOYOTA)

【技術系】 One Professionals クルマづくり体感ワークショップ

  • 21卒
  • インターン
  • 東京・大阪
締切 19/11/17

最終更新日:2019年11月12日

■One Professionalsとは
今、自動車業界が直面する100年に1度の大変革期。
その中でエンジニアたちは何を大切にし、クルマづくりをしているのか。
企画・設計・生産技術3つの部門に分かれ1つの会社としてワークを実施します。
実際の職場さながらに議論を重ね、時には意見をぶつけ、より良いクルマをつくっていく。そんな技術職の仕事を模擬体感してください。
「もっといいクルマをつくりたい。」この想いをぜひ肌で感じてください。

■プログラム
1. 概要説明
登壇者紹介、ワークルール説明
2. Work Shop
企画・設計・生産技術3つの部門に分かれ1つの会社として
クルマをつくる仕事の模擬体験
3. 結果発表・振り返り
立案された企画に基づき算出した販売台数の結果発表、振り返り
4. フィードバック
司会者と登壇社員からのフィードバック
5. パネルディスカッション
司会者と登壇社員のフリートークセッション
6. Q&A
参加者からの社員への質疑応答、座談会

■日時
大阪
2019年 12/8 (日) 12:30~18:00

東京
2019年 12/15 (日) 12:30~18:00

■応募締切
11/17 (日)

・交通費は支給されません
・応募者多数の場合は抽選となります。抽選結果はイベント開催の1週間前までに通知されます

ES・選考レポート 10件

【合格】インターンエントリーシート(環境・プラント技術) トヨタ自動車(TOYOTA) 2025卒 女性 Q これまでにやってきたこと(学生時代に頑張った事)を記載して下さい。 (500字以内)
A 〇〇のアルバイトで、〇〇の指導役として約〇〇人の生徒と先生を牽引し、指導方法を改善したことです。先生や保護者から、生徒の成績が向上しないという相談を受けました。進路選択で勉強 が大きく影響した私自身の経験から、勉強は人生の大事な要素という意識があり、真剣に生徒に向き合いたいと思いました。生徒毎に違う原因の中で最も多く共通した原因は、先生の主観による指導が生徒の個性に合わず、生徒が勉強を楽しめてないことだと考えました。そのため、生徒・保護者・先生から詳細を聞き出して生徒の個性を把握し、指導の改善点を明確にしました。しかし、私だけでは改善策が浮かばない時があり、この状況は周囲のスタッフも同じだったため、スタッフ同士の協力が必要と考えました。そこで、普段から積極的な周囲への声かけや話しやすい表情などを意識することで、意見交換しやすい職場の雰囲気を作りました。これにより議論が活発化し、多角的な改善策が提案できました。その結果、約〇〇人の生徒それぞれに合った指導法で、勉強意欲や成績の向上、志望校合格に貢献できました。この経験で、協力しやすい雰囲気づくりの重要性を学びました。
0
インターンエントリーシート(コネクテッド)(開発職) トヨタ自動車(TOYOTA) 2025卒 男性 Q このインターンシップに興味を持たれた理由/志望動機を教えてください。(500字以内)
A 私は、新たな視点から事業を生み出すことに非常に興味があります。新事業を考える上で、車両のデータを用いることに無限の可能性を感じています。そのように考える理由として大きく2つ挙げられます。1つ目は、車両から集まる膨大なデータ量です。自動車産業が盛んな日本では、自動車は生活と深く結びついています。その為、各地点に観測施設を設置しなくても、全国各地からデータを収集することが可能です。また、人口と自動車の台数には相関関係があるため、多くの人が知りたい都市部のデータを中心的に集めることも出来ます。2つ目は、車両から得られるデータの種類の多さです。DCMを用いることで、アクセル・ブレーキ、ワイパー、車両の揺れなど多種多様なデータを収集することが出来ます。これらのデータは時間的、場所的な情報を持っている為、考え方次第で様々な事業に活かすことが可能です。これらの理由から、車両から得られるデータは新たなサービス、付加価値を見出すうえで合理的なデータだと考えます。このような無限の可能性を秘めている車両の実データを用いて、インターンシップでは貴社の社員の皆様にご指導頂きながら、車両の解析/分析からビジネスの発案に挑戦したいと考えています。
0
【内定】エントリーシート(技術職) トヨタ自動車(TOYOTA) 2024卒 男性 Q 卒業論文内容(800文字以内)/苦労、工夫した点(400文字以内)
A 本研究では、〇〇での〇〇挙動について〇〇数値解析を行いました。その中で使用した4通りの解析モデルについて特徴を整理し実験結果と比較することで、最適な解析モデルを選定しました。 【研究背景】 〇〇環境下で運用される〇〇製品において最も避けたいリスクが、〇〇してしまう〇〇現象で、〇〇での〇〇は使用者の生命に直結しかねません。そのため新型〇〇開発においては、〇〇時の〇〇挙動を理解することが基礎研究の一つとして欠かせない一方、〇〇が難しいことから〇〇実験を行ったり、〇〇による〇〇が困難な現状があります。これらを踏まえ、〇〇データからでも〇〇現象を正確に表現できる〇〇数値モデルの構築が求められています。 【研究内容】 最適数値モデルの構築に向けた一歩として、本研究では従来の古典的な理論モデルと新しく提唱された〇〇理論の比較検討を行いました。〇〇を研究する「〇〇」と呼ばれる学問分野における代表的な2つの古典モデル(〇〇/〇〇解析モデル)では、〇〇については詳細な記述がある一方、〇〇現象については研究室で新たに提案された理論が卓越しています。そのため、〇〇新規モデルを適用した全4種類の理論モデル(〇〇/〇〇×新規有/無)について事前に得られた実験結果と比較し、モデルの妥当性について検証を行いました。結果として〇〇理論を導入した〇〇モデルが実現象に合致したため、このモデルが実際の〇〇製品設計に最適であることが分かりました。また、乖離が大きかった〇〇モデルについては解析パラメータの〇〇を行いその傾向を考察することで、それぞれのモデル適用の際の長所と課題について知見を深めることができました。 【苦労した点】 使用する解析ソフト〇〇に対しての知識が浅かったため、〇〇モデル構築には苦労しました。研究室で蓄積していたモデルを参考に一から自分の手で構成を考えたのですが、バグや想定とは異なる出力結果が多発し、その対応に頻繁に追われました。時間はかかったもののコードの一つ一つまで試行錯誤を凝らしたため、〇〇ソフト全般についての基礎的な知見が深まりました。またコロナの影響で直接質問出来るような機会が取りづらかったこともあり、当初の想定よりも未達な研究となってしまい途中までの成果での提出となりました。しかしながら、web上で積極的に先輩方への質問会を企画したり研究室全体への定期進捗報告会で問題を共有する経験を通じて、現状の問題点を詳細に特定する分析能力と、資料の骨子を分かり易くまとめ、チームに意見を募る報連相のノウハウを身につける事ができました。
2

就活テクニック 6 件

現在ES掲載数

77,482

すべて見れる

上に戻る

会員登録・ログインして全てのコンテンツを見る

無料会員登録