概要

Preferred Networks (PFN) は、今年の夏に熱意をもって一緒に働いていただけるインターンを募集します。昨年から続く新型コロナウィルスの感染対策のため、今期のインターンはリモートでの開催となります。昨年までにご応募いただいた方の再エントリーも可能です（但し、既に過去のインターンシッププログラムに参加された方は除きます）。機械学習のみならず、コンピュータサイエンスの幅広い分野から、私たちと一緒に新しい技術、ソフトウェア、サービスを創り上げてみたいという学生のみなさまのご応募を歓迎いたします。

PFN2021 夏季国内インターンシッププログラムの応募は締め切りました。たくさんのご応募ありがとうございました。

 

Index

PFNインターンの特徴と期間

PFNインターンオンライン説明会

実施テーマ一覧

応募資格

応募における注意事項

応募方法

選考フロー

ワーキングスタイルと待遇

 

PFNインターンの特徴と期間

深層学習、コンピュータビジョン、ロボティクス、バイオヘルスケア、強化学習、分散処理など、様々な分野の弊社スペシャリストがメンターとなり、約1.5ヶ月の長期にわたって一緒に議論・研究・開発を行います。（昨年から続く新型コロナウィルス感染対策のため、今年は在宅でのリモート勤務となります）

インターン実施中の成果は機密や権利上の問題が無い範囲で OSS や論文、PFN Research & Development Blog記事として公開することを奨励しています。

また、PFNはメンバーの多様性と労働環境を大事にしています。IT業界ではまだまだ少数派の女性の皆さんからも積極的なご応募をお待ちしています。 なお、すべての応募者が公平に選考されます。

• 開始日：2021年8月10日（火）
• 終了日：2021年9月17日（金）
  • 希望者は9月21日（火）～30日（木）もインターンシップと同条件にて勤務可能です。
    • 9月下旬から授業開始の学校が多いため、今年は最終日を原則9月17日に設定しています。
    • 夏季休暇が上記日程より長い場合、研究成果の取りまとめや社員との交流等のため、希望者は同条件にて9月30日まで勤務が可能です。
    • インターン期間中であっても、研究室の活動や学会参加、帰省等による不在は柔軟に対応いたします。

過去のインターン参加者と社員のメッセージ:

トップに戻る

 

PFNインターンオンライン説明会

• 昨年度に引き続き、動画配信＋Slackでの質疑応答という2部構成のオンライン説明会を開催いたします。PFNのインターンシップにご興味をお持ちの方は、この機会にぜひご参加ください。
  • ※日本語で開催（通訳はありませんが、留学生の方もぜひご参加ください）
• まず、弊社を知っていただくために、創業者であり代表取締役 最高執行責任者の岡野原大輔からのメッセージ、元インターン生の現役社員が語るPFNでのインターン経験や現在の仕事、オフィス風景等を紹介する写真をご覧いただきます。
• また、Slackによる説明・質疑応答も同時開催します。選考プロセスや、インターンの仕事環境、どんな仕事があるのか、何を目指しているのかなど、思う存分ご質問いただける時間を用意しています。ご質問を事前募集していますので、お申込みの際に、ぜひお聞きになりたいことをご記入ください。皆さまのご参加をお待ちしております。

【開催期間】

• 4月12日（月）10:00　～　4月16日（金）12:00（正午）

【動画コンテンツ】

• 岡野原大輔（代表取締役 最高執行責任者）からのメッセージ
• PFNインターン経験者からのメッセージ
• オフィス紹介

【視聴方法】

• オンライン説明会の専用Slackチャンネルにて視聴可能です。開催期間中、いつでも視聴可能です。

【Slackでの質疑応答】

• 開催期間中（毎日10:00～18:00）、チャットを用いて気軽に質問をしていただくことが可能です。
• 質問は上記期間中24時間受け付けますが、回答は上記時間帯のみとなります。
• 質疑応答Slackの閲覧は、応募の締め切り（2021年4月16日（金）12:00正午）まで可能にする予定です。ただし、開催期間を過ぎてからいただいたご質問にはお答えできない場合があります。
• 事前募集した質問、当日受付した質問の順で回答していきます。
  • ※ぜひ事前に「オンライン説明会お申込みフォーム」にてご質問をお寄せください！
•  参加対象：2021国内インターンシップへの応募を検討したい方
  • （インターン募集対象：高校生・高専生・大学生・大学院生）

【参加方法】

• オンライン説明会の参加申込締切：4月14日（水）12:00正午
• 以下のフォームからお申込み頂いた方に、参加用のSlackアカウントの招待をお送りします。
  • オンライン説明会お申込みフォーム

※注意:

• ①フォーム提出には Google アカウントが必要です。Google アカウントの名前およびプロフィール画像が記録されますが、ご本人様確認後速やかに破棄いたします。
• ②Slack アカウントに登録する際には、プロフィールなどに個人が特定できる情報を入力しないようお願いします。また、最初に写真登録を促す案内メッセージが出ますが、これも無視してください。

※PFN紹介動画の視聴のみをご希望される場合にも必ずフォームからお申込みが必要です

※説明会資料に動画などが含まれる予定です。出来る限りテロップなどを用意しますので、聴覚障害のある方はお申込みの際にお知らせください。

トップに戻る

 

実施テーマ一覧

• 2021年度夏季インターンシップは、開発系と研究系にわけて募集を行います。それぞれのテーマは以下の通りです。
• 選考の過程もしくは選考終了後、弊社メンバーと相談の上、取り組むテーマを最終決定いたします。応募フォームでは第2希望までご記入いただけます。
• インターン活動により生じた知的財産はPFNに帰属することになります。テーマ選択にあたっては、所属機関における研究テーマを持ち込まないようご留意ください。

• 3/25 更新: 「JP22.次世代深層学習アクセラレータ向けジョブマッピング及びアーキテクチャの研究」のコミュニケーション言語に英語を追加しました。IDがJE11に変更となっておりますのでご注意ください。

[すべて開く] [すべて閉じる]

開発系

[+] JP01. コンピュータービジョンのためのwebアプリケーション開発

本テーマでは以下の開発を行います。
・動画・3Dデータなどへのアノテーションツール開発
・機械学習を使ってアノテーションを効率化するシステム開発
・データセットやモデルの管理・可視化ツール開発

コミュニケーション言語: 日本語

必須要件

TypeScript, Reactを用いたウェブフロントエンドの開発能力

望ましい要件

Go, Pythonのコーディング能力

[+] JP02. 深層学習・微分可能レンダラを活用した3Dスキャナ

PFNで開発している3Dスキャナの改善に取り組みます。たとえば 、以下の項目の改善を目指します。
・照明を工夫することで法線マップをキャプチャできるようにする
・ペットボトルなどの透明な物体のスキャン結果を改善する

コミュニケーション言語: 日本語

必須要件

・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

三次元復元に関する研究開発経験

[+] JE01. 機械学習を用いた3D再構成

NeRF, IDR 等ニューラルネットを用いた3D再構成技術の発展や近年の LiDAR 等観測機器の発展はめざましいものがあります。これらの手法を用いて既存の3D再構成プロセスの質的な改善を行うことを目指します。研究にとどまらず実用化を目指した開発を行います。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）
・CV, 3Dに関する知識

望ましい要件

三次元復元, New-view synthesis, CV に関する研究開発経験

[+] JP03. CG生成画像を使った学習

CG生成画像を使って学習した物体検出器の精度を改善するための研究開発を行います。

コミュニケーション言語: 日本語

必須要件

・Pythonを用いたコーディング能力
・PyTorchの経験
・CVと深層学習の知識

望ましい要件

Object detection, semantic segmentation, あるいは instance segmentationの知識

[+] JP04. 人物3Dモデルの自動リギング

人物3Dメッシュに対する体・手・顔などの自動リギング機能を開発します。また成果物の3Dアセットを利用し人物の姿勢推定モデルなどの学習を行います。

コミュニケーション言語: 日本語

必須要件

・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

人物認識（姿勢推定、顔認識など）に取り組んだ経験

[+] JP05. 3次元物体検出手法の開発

LiDAR、画像を用いた3次元物体検出のタスクに取り組みます。

コミュニケーション言語: 日本語

必須要件

・画像認識または点群処理の知識
・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

3次元物体検出に取り組んだ経験・実績（論文・学会発表があればより望ましい）

[+] JE02. 放射線科領域の画像解析

胸部X線画像、CT、MRIなどのモダリティから1つ選択し、疾患の検出やレジストレーション等のタスクに取り組みます。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・画像認識/解析の知識
・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

・学部もしくは大学院レベル以上の医学/生物学に関する知識
・画像や動画に対する研究開発の経験
・医学、生物学、数学、情報科学等の分野での論文発表
・英語によるコミュニケーション能力

[+] JE03. クリエイター支援ツールの開発

アニメーションやゲームなどの制作において、人の創造力と技術が融合したクリエイター支援ツールの開発に取り組みます。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・基本的なコンピュータサイエンスに関する知識

望ましい要件

・PyTorch など、 Deep learning framework の経験
・アプリケーション・ウェブなどにおいて高度な実装能力
・アニメ・ゲームなどへの関心

[+] JP06. 物理シミュレーションと機械学習の融合

化学工学プラント、ビルの空調、地震波解析などを対象に、物理シミュレーションと機械学習を組み合わせる手法、例えば
・機械学習によるシミュレーションの高速化
・微分可能シミュレーターの実装と機械学習モデルへの組み込み
・シミュレーション対象の構造を反映したグラフニューラルネットや物理学の知識を反映したPhysics-guidedニューラルネットを用いた予測
などのいずれかに取り組みます。

コミュニケーション言語: 日本語

必須要件

・計算機科学の基本的知識
・機械学習もしくはシミュレーションに関する応用的知識
・Pythonを用いたコーディング能力

望ましい要件

・深層学習フレームワークの利用経験（PyTorchを推奨）
・上記対象候補のいずれかの分野の知識経験
・共同開発の経験

[+] JP07. 音響シミュレーションの開発

実環境下での音声認識性能向上に向けて、雑音・残響・話者性などの音響シミュレーションに取り組みます。

コミュニケーション言語: 日本語

必須要件

・基本的なコンピュータサイエンスに関する知識
・音響音声信号処理に関する基礎的な知識

望ましい要件

音響信号処理や音声認識、音声合成に取り組んだ経験・実績（論文・学会発表があればより望ましい）

[+] JP08. 機械学習を用いた地震波解析

機械学習を用いた地震波解析に関わる技術開発に取り組みます。
・地震波解析に適した深層学習モデルの構築
・観測データとシミュレーションのギャップを埋める手法の研究開発
などの課題に取り組みます。

コミュニケーション言語: 日本語

必須要件

・計算機科学の基本的知識
・Pythonを用いたコーディング能力
・機械学習に関する応用的知識

望ましい要件

深層学習フレームワークの利用経験（PyTorchを推奨）

[+] JP09. 多次元時系列データを用いた異常検知手法の開発

複数のセンサーから得られる時系列データから異常検知を行う手法の開発

コミュニケーション言語: 日本語

必須要件

・機械学習に関する基本的知識
・異常検知アルゴリズムの開発経験

望ましい要件

実データに異常検知アルゴリズムを適用した経験

[+] JP10. 機械学習を題材としたプログラミング教育教材の開発

プログラミング教育アプリPlaygramをベースに、機械学習を題材とした教材開発を行います。

コミュニケーション言語: 日本語

必須要件

・日本語でのコミュニケーション能力
・プログラミングおよび機械学習の基本的な理解

望ましい要件

・Unityまたは機械学習フレームワークのいずれかにおける開発経験
・Webフレームワークに関する知識

[+] JP11. 工業プラントの制御

蒸留や化学反応を行う工業プラントの制御に関する問題として、
・人間の運転員の操作の模倣学習
・強化学習やモデル予測制御を用いた制御
・説明可能な制御手法の開発
・オフライン強化学習の問題設定での制御の評価手法
のいずれかに取り組みます。

コミュニケーション言語: 日本語

必須要件

・計算機科学の基本的知識
・機械学習に関する応用的知識
・Pythonを用いたコーディング能力

望ましい要件

・深層学習フレームワークの利用経験（PyTorchを推奨）
・化学工学、制御理論、数理最適化のいずれかの知識
・共同開発の経験

[+] JP12. Webサービスのための化学計算ライブラリ・システム開発

深層学習を用いた自社開発の物性値計算アルゴリズムを実サービスで利用するためのライブラリ・システムの開発を行っていただきます。

コミュニケーション言語: 日本語

必須要件

・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

・Webサービスにおけるソフトウェア開発経験
・物理、化学、材料科学に関する、大学卒業程度の知識

[+] JE04. 表形式データに対する深層学習モデルの開発

バイオ・ヘルスケアデータへの応用を想定し、表形式データに対する深層学習モデルを実装し、弊社で開発するライブラリへの組み込みを行います。生物学に関する知識、バイオ・ヘルスケアデータの解析経験は必須でありません。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・計算機科学及び機械学習に関する基本的（大学学部程度）知識
・Pythonを用いたコーディング能力

望ましい要件

・深層学習フレームワーク（PyTorch, Tensorflow, Chainerなど）の利用経験
・深層学習モデルの実装経験
・Pythonパッケージなどのライブラリ開発経験

[+] JP13. 個人に最適化した食生活のための研究開発

ライフスタイルが多様化する時代に、個人個人に最適化された食生活を提案できる情報技術の開発に取り組みます。

コミュニケーション言語: 日本語

必須要件

基本的なプログラミングスキル

望ましい要件

言語処理、組み合わせ最適化手法、および料理に詳しい人が望ましい

[+] JP14. 分散キャッシュの機能開発

リモートのファイルシステム上にあるISO/ZIP等のアーカイブをクライアントにマウントする際に、別のリモートホストのメモリ上へキャッシュする機能の開発に取り組みます。

コミュニケーション言語: 日本語

必須要件

fuse, gRPC or RDMA, C, Go or Rust, 並行制御

望ましい要件

Linuxカーネルモジュールを作れる, isofsやbtrfs に詳しい

[+] JP15. 社内向けWebサービス (flexCI) 開発

CIはアプリケーションの開発速度を大きく左右する要素であり、そのCIの機能改善を発案から設計・実装まで行います。例えば、ログのリアルタイム出力、ワークフロー機能などです。

コミュニケーション言語: 日本語

必須要件

Go言語によるサーバーソフトウェア開発

望ましい要件

[+] JP16. MN-Core向けコンパイラ及びライブラリ開発

MN-Coreコンパイラが必要とする高性能なカーネルの実装や、コンパイラ自体のデータ構造、プロファイラの開発などに関連する研究開発に取り組んでいただきます。

コミュニケーション言語: 日本語

必須要件

・計算機科学の基本的知識
・C++を用いたコーディング能力

望ましい要件

低レベル最適化の経験、深層学習向けコンパイラの知識

[+] JP17. Optuna 開発

ハイパーパラメータ自動最適化フレームワーク Optuna について
・ソフトウェア品質・設計の改善
・OSS オペレーションの改善
・実際のユースケースに向けたアルゴリズムの性能向上
に取り組みます。

コミュニケーション言語: 日本語

必須要件

基本的なコンピュータサイエンスに関する知識

望ましい要件

・オープンソースソフトウェアの開発・貢献またはそれに類する実績
・複数人チームでのソフトウェア開発・サポートの経験
・論文発表やコンペティションでの成果など、機械学習分野における実績
・ベイズ最適化・ニューラルアーキテクチャサーチ・自動機械学習（AutoML）についての専門知識

[+] JP18. エッジデバイスでの動作のためのフレームワーク、ライブラリ開発

エッジデバイスで低レイテンシや省電力などを考慮した深層学習モデルの推論ランタイム・ライブラリの開発を行います。

コミュニケーション言語: 日本語

必須要件

・C/C++, Rustを用いたコーディング能力
・コンピューターサイエンスの基礎知識

望ましい要件

・深層学習モデルの実装経験
・エッジデバイスやスマートフォンを用いた開発経験

[+] EN01. Interface Design for machine learning-based Music Creation

Preferred Networks Music Team invites internship applications on the topic of interface and software design for ML music. Possible projects include
1. Developing tools to facilitate building and testing models for music creation
2. Using ML to design new interfaces for music creation
3. Developing user-facing interfaces for in-house ML technologies.

コミュニケーション言語: English

必須要件

・Familiarity with Python
・Experience using PyTorch
・Knowledge of ML and deep learning
・Interest in music

望ましい要件

・Experience with music creation software such as DAWs or VSTs
・Experience with JUCE, C++, or Javascript
・Knowledge of web or app design
・Experience in real-time audio processing

 

研究系

[+] JE05. 病理画像の診断サポートに関する研究開発

病理組織画像から腫瘍等を検出するタスクに取り組みます。具体的な疾患は婦人科疾患（子宮頸癌等）や肺癌を考えています。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・画像認識/解析の知識
・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

・学部もしくは大学院レベル以上の医学/生物学に関する知識
・画像や動画に対する研究開発の経験
・医学、生物学、数学、情報科学等の分野での論文発表
・英語によるコミュニケーション能力

[+] JE06. ディープラーニングを使ったアニメーション・ゲーム制作への応用

アニメーションやゲームなどの制作において、ディープラーニングを活用した新しい表現力の実現に取り組みます。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・Python を用いたコーディング能力

望ましい要件

・PyTorch など、 Deep learning framework の経験
・論文発表など、機械学習分野における実績
・Computer Vision, Computer Graphics, Generative Model について専門知識
・高度な実装能力
・アニメ・ゲームなどへの関心

[+] JE07. 金融時系列予測に関する研究開発

金融分野に機械学習を応用する研究を行います

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・金融に関する経験、知識
・機械学習に関する基本的知識

望ましい要件

機械学習を金融に応用した経験

[+] JP19. 自動車の動作予測手法の研究開発

HD mapを用いた自動車の動作予測手法の研究開発のタスクに取り組みます。

コミュニケーション言語: 日本語

必須要件

・Pythonを用いたコーディング能力
・深層学習フレームワークの使用経験（PyTorch, Chainer等）

望ましい要件

Motion predictionに取り組んだ経験・実績（論文・学会発表があればより望ましい）

[+] JP20. 深層学習を用いた離散最適化

実世界の離散最適化問題（複雑な制約条件を持つ問題、確率変数を含む問題、時刻とともに状況が変化する問題、目的関数の明確でない問題、など）の解決ための深層学習を用いた手法の研究開発に取り組みます。

コミュニケーション言語: 日本語

必須要件

・コーディング能力
・計算機科学の基本知識
・機械学習の基本知識

望ましい要件

・深層学習フレームワークの利用経験
・強化学習に関する知識
・離散最適化に関する知識

[+] JE08. 学習環境と推論環境の違いに対応するための研究

機械学習のための訓練データの取得にはコストがかかる。そのため、できるだけ少ない訓練データで学習や、シミュレーションによって人工的に生成した訓練データでの学習がしばしば求められる。このとき、訓練した環境と必ずしも一致しない環境で推論や制御を行うことになるが、そういった環境でも高い性能を発揮する手法についての理論的、あるいは実験的な研究を行う。
キーワード: Out of distribution generalization, sim2real, meta-learning, control, reinforcement learning

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・一流国際会議・英文論文誌でのコレスポ論文採録経験（必ずしも機械学習の分野には限らない）
・機械学習に対する深い理解

望ましい要件

・博士課程在学中
・PyTorchなどディープラーニングフレームワークを使った実装経験
・新しい研究テーマの提案ができること（大学・他のインターンなどでの研究と干渉しないこと）

[+] JE09. 材料に関する機械学習や原子シミュレーションの開発・応用研究

機械学習を用いた原子系シミュレータの開発（例: Beyond-DFT, 電子状態予測, NNP, 疎視化MD）、あるいは分子動力学計算・材料探索技術への機械学習の応用（例: 原子構造生成, 反応経路探索, 相図計算）に取り組みます。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・基本的なコンピュータサイエンスに関する知識
・物理、化学、材料科学いずれかに対する基本的な知識や関心

望ましい要件

・物理、化学、材料科学に関する、大学卒業程度の知識
・計算科学の経験。例えば、量子化学計算、分子動力学法等のシミュレーション技法に対する深い知識や実装経験、使用経験
・物理シミュレーションと機械学習の融合に関する研究開発・論文執筆経験

[+] JE10. 遺伝子発現量データに対する半教師あり学習に関する研究開発

遺伝子発現量データを入力とする半教師あり機械学習タスクに対する学習アルゴリズムの研究と開発

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・計算機科学及び機械学習に関する知識（大学学部程度）
・Pythonを用いたコーディング能力

望ましい要件

・生物学もしくはバイオインフォマティクスに関する知識（大学学部程度）
・遺伝子発現量データ（特に次世代シーケンサーで測定した発現量データ）の解析経験

[+] JP21. 創薬に関する機械学習や分子シミュレーションの開発・応用研究

創薬の分子設計に関する、
・生成モデル
・分子プロパティ予測
・結合評価
などに取り組みます。

コミュニケーション言語: 日本語

必須要件

・基本的なコンピュータサイエンスに関する知識
・有機化学 / 医薬化学 / 構造生物学 のいずれかについての知識

望ましい要件

・チーム開発経験/スキル
・創薬に関する生成モデル・分子プロパティ/結合予測に関して取り組んだ経験・実績（論文・学会発表があればより望ましい）

[+] [更新] JE11. 次世代深層学習アクセラレータ向けジョブマッピング及びアーキテクチャの研究

コミュニケーション言語に英語を追加しました。また、IDがJP22から変更になりましたのでご注意ください。

次世代深層学習アクセラレータを見据えた、ジョブの計算リソースへのマッピング、ルーティング、スケジューリングアルゴリズム及び、アクセラレータのアーキテクチャの研究に取り組みます。

コミュニケーション言語: 日本語、英語どちらでも可

必須要件

・コンピュータ・アーキテクチャの知識
・C++/Python/Rust/等を用いたコーディング能力

望ましい要件

・コンピュータ・アーキテクチャの研究経験
・EDAのP&Rアルゴリズム研究経験

[+] EN02. Application of machine learning techniques to Music and Audio Creation

Preferred Networks Music Team invites research internship applications on the topic of machine learning for music creation. Working alongside our expert team of ML music researchers, you will have the opportunity to build state-of-the-art models of music generation, timber transfer, and audio synthesis.

コミュニケーション言語: English

必須要件

・Familiarity with Python
・Experience using PyTorch
・Knowledge of ML and deep learning
・Interest in music

望ましい要件

・Music, sound, or speech processing publications at venues such as ICASSP, INTERSPEECH, ISMIR, ICLR, ICML, NeurIPS.
・Previous experience in one or more of the following: ASR, TTS, NLP or other audio/music processing applications

トップに戻る

 

応募資格

個人でアプリケーションやツールを開発できる能力と高いモチベーションを持っている方を募集しています。

また、【実施テーマ一覧】に掲載したテーマに沿った知識や開発経験は選考において考慮されます。詳細は各テーマをご確認ください。なお、各テーマ共通で必要な要件は以下の通りです。

• 高校生・高専生・大学生・大学院生。その他高等教育機関に通っている方は応相談
• 日本語または英語でコミュニケーションが流暢にとれる方
• コミュニケーションを主体的にとれる方
• インターン期間中の平日、オンラインで仕事できる方

 

【補足】

昨年から続く新型コロナウィルス感染対策のため、今年もインターンの皆さまに在宅でのリモート勤務をお願いすることになりました。そのため、参加を一定の在宅勤務環境が確保できる方に限らせていただきます。要件は以下の通りです。

• 長時間の作業に適したデスク・椅子・照明などがある環境が確保でき、毎日実働8時間の業務を行うことに健康上の懸念が無い
• 通信および物理セキュリティが確保できる
  • 作業中、PC の画面や機密情報を含むメモなどが、ご自身とご家族以外の方の目に触れない。また、外出中はそれらを、ご家族以外が容易に触れることがないよう保管できる
  • ネットワークをご自身やご家族が管理していて、ルータなど通信設備を第三者が容易に操作・傍受することがない
    • 回線は一般的なブロードバンドで、機材は市販の一般的なルータで構いません
  • 例えば、以下のような環境では日々の作業を行っていただけません
    • ご家族以外の方とルームシェアをしていらっしゃる部屋
    • 不特定多数が利用する場所。例えば大学の研究室・空き教室・コワーキングスペース・カフェ・図書館・ファミリーレストラン・ファストフード店・ホテルのロビー・公園など
• 業務時間の中で多くて合計数時間、機密情報を含み得るリモート会議を行える時間帯を確保できる
  • ご自身の声がご家族以外の方に聞こえない環境が必要です
    • 社員の声については、ヘッドホンやイヤホンを付けて対策をお願いします
    • 個室であっても、遮音性が低い環境は不可です
  • また、ご家族と同居の場合、会議を行うことについて了承を得たり、行う場所について相談をしておいてください
• 光ファイバの固定回線など、動画・音声の送受信を頻繁に行っても帯域制限がかからないネットワークをお持ちである
• 在宅勤務場所は、関連法規及び時差を考慮し、日本国内に限ります。

判断が難しい場合は intern2021-admin@preferred.jp までご相談ください。

イヤホンの購入などに充てていただくよう、最初の給与に一律3000円の補助を上乗せで支給いたします。既にお持ちの場合や、音漏れの心配がない場合、購入をしていただく必要はありません。要不要に関わらず支給します。

 

トップに戻る

 

応募における注意事項

• 日本国内の大学に学生ビザで通う外国人留学生の方については、インターン開始までに【資格外活動許可】を申請・取得してください。
• 大学の単位認定の為に事務作業が生じる場合は、事前の相談が必要です。手続きが煩雑なものはお断りさせていただくこともございます。

トップに戻る

 

応募方法

• こちらの応募フォームからご応募ください。
  • ※応募フォームへのアクセスにはGoogleアカウントによるログインが必要です。
  • ※応募フォームに記入いただいた個人情報は、インターン選考の目的に利用いたします。

【応募締切】

• 2021年4月16日（金） 12:00正午（日本時間、締切後の応募不可）

【応募書類】

• レジュメ、ファイルフォーマットはPDFのみとします。応募フォームにてご提出ください。

【レジュメの注意点】

• レジュメは応募者のことを全く知らない人が読んでも、応募者の能力や経験を評価できるように記述してください。
• 評価者はレジュメを読んで、応募するテーマにマッチするかどうかの判断に利用します。テーマに関わりのある能力や経験について具体的にアピールしてください。
• 自己評価として特筆すべき成果でないとしても、評価者には貴重な情報になります。受賞歴や研究発表の経験などはなるべく網羅的に記述してください。

トップに戻る

 

選考フロー

書類選考→課題選考（コーディング試験＆テーマ別課題）→オンライン面接→最終結果発表

• 4月30日(金)：書類選考の結果発表 及び 選考課題の案内
• 5月9日(日), 23:59PM：課題提出締め切り
• 5月24日(月)：課題選考の結果発表 及び オンライン面接の案内
• 7月9日(金)：最終結果発表

トップに戻る

 

待遇

時給

• 高専生・大学生・大学院生 2,500円
• 高校生 2,000円
• 勤務時間：原則実働8時間、週5日（土曜・日曜・祝日を除く）

その他

• イヤホン補助3000円