就活を控える学生がプログラミングを学んだ方が良い理由 〜 実績・人脈・スキル・転職・経験など就活準備とアピールに最適
なぜプログラミングを学ぶと良いのか
就職活動自体に役立つメリット
文系・理系ともにスキルが身につく
まず就職して技術職になる人以外にもプログラミングを学ぶメリットというのは存在します。
それは自分の経歴とスキルの中にプログラミング経験を付け加えることができるという点です。
そもそもプログラミングは一部の人を除けば最初のハードルが高い部類になります、つまり希少価値があるという点が挙げられます。
次にプログラミング単体では経験・スキルでプロに敵わなくとも(というか多くの新卒者がガチの開発者に勝てる可能性は少ない)、プログラミング×法律、プログラミング×会計のように合わせ技になるとそれはそれは重宝される。
そういう人を見てるとちょっと羨ましく思えてきます。
つまり自分の専攻・専門の他に副専攻のような形でプログラミングの経験を積んでおくととても強いということです。
こういうグラフが作れると卒論でも役に立ちますし、何よりカッコイイです。
実績が作れてアピールできる
競技プログラミングで良い順位を取ったとか、アプリを自分で作ってみたとかでも十分な実績になります。
そこに至るまでの苦労話やそれを乗り越えるためにやったこと、最終的にどういう結果になってそこから何を学んだのかをはっきりさせておけば面接で話す内容としては十分でしょう。
これは技術職の面接だけでなく、営業職やトレーダー、証券の投資銀行部門の面接などプログラミングと全く関係ないところでも面接官は大いに食いついてくれました。
受けた企業やその感想についてはこちらの記事に書きました。
自分の場合はこういう需要があるからこういう市場が隠れているので、今回このアプリを開発して公開しました、結果は残念なものでしたがその原因は〜次は〜という話をすることにしていました。
ここでマーケティングっぽいスキル、プログラミングのスキル、行動力と失敗から学び取る姿勢(こじつけ)をアピールしていたつもりです。
後述しますが、プログラミングスクールに通ってアプリ開発まで一気に行うコースも存在します。
数ヶ月の投資でプログラミング経験とスキル、実績が作れるのはなかなか素晴らしいです。
一ヶ月で自作iPhoneアプリや自作webサイトを作成するブートキャンプで実績とスキル作りに邁進しましょう。
就職後にも役立つメリット
様々な技術がわかる下地ができる
これは理系職でも文系職でも重要になってきます。
今の世の中はほぼ全てのサービスにプログラミング技術が関わっていると言っても過言ではないように思われます。
WEBサイトからルンバとかだってその考えが適応されていますし。
そこでプログラミングで出来ることと出来ないことを知っていれば仕事がスムーズに進みます。
例えばwebフォームの入力画面でも自動化できる部分は全て自動化すれば仕事はたいへん効率化されます。
手打ちでエクセルの計算をするくらいなら、マクロなり計算式をセットしてあるエクセルのブックを作れば、一瞬で終わったりします。
実話ですが自分の仕事とは一切関係ない人のエクセルをちょっと加工するだけで、3時間くらいかかっていた仕事が2分で終わるようになりました。
クックパッドの営業職の人はまずプログラミングの勉強をして、技術職の人との連携をスムーズにし、提案にも活かせているらしいです。
転職にも強いのでクビを恐れないで済む
日本の伝統的大企業であった電機メーカーが軒並み大変なことになっており、安定な仕事を予測するのはほぼ不可能になりました。
その中で珍しく人材が不足している業界がIT業界です。
きっちりとスキルを磨き、仕事をしていれば転職先には困りません、今のところ。
ますます多くの企業が効率化、高品質な製品づくりを目指す限り、プログラマーはとても貴重な人材になるでしょう。
IT企業にはブラック企業などがたくさんいるらしいですが、個人的な感覚ではブラック企業は受託企業に多いような気がします。
下請けの下請けの下請けなんてやってたら利益なんて減りますから人件費を減らすのでしょう。
別に日本にこだわらなければ海外で働くこともできます。
プログラマーは海外では専門職として立派な地位があり、英語さえ話せれば海外で働くことがとても簡単な仕事です。
なぜか? 海外でも人材不足だからです。
下で紹介する英語で学べる無料プログラミングオンラインスクールで勉強しましょう。
パターン別 どこでプログラミングを学ぶべきか
時間があり、お金もある人
この人にはスクールに実際に通いながら勉強するのが一番だと思います。
そのため、WEBCAMPというプログラミングスクールをお勧めします。
実戦形式+手厚いサポートでどこよりも高い「継続率」「修了率」「卒業率」を誇るスクールです。
プログラミングは最初の始める時に非常に挫折しやすいのでこういう簡単に質問できて、自分で実戦的に何かを作る経験というのは今後の人生でも重要になってきます。
また、実践的にアプリやWEBサイトを構築するので自分のポートフォリオにもなり、自分の頑張ってきた実績が目に見えて残せるようになるのも魅力的です。
このような経験から学べることは多く、プログラマーになるにしてもならなくても何かしらで役に立つと思います。
時間はあるが、お金はない人
この人は無料のオンラインプログラミングスクールに通いましょう。
海外のトップ有名大学であるスタンフォード大学やMITなどが授業を開講していたりするなど、無料で学べるもののうちでは最高品質になるんじゃないかと考えています。
初心者向けのコースから、上級者向けのコースまで幅広く開講されており、自分の空いている時間で好きなペーズで学習を継続できます。
初心者向けのコースはスタンフォードとかだから難しいんだろうな??と思っていましたが、むしろ丁寧に授業を受けられます。
気づくと結構高度なことをやっています。
英語で学べるプログラミングスクールをこちらの記事にまとめてあります。
英語とプログラミングを学んで日本だけでなく海外でもたくましく生きていける人材になりましょう。
時間とお金の両方ともない人
無料のオンラインコースで勉強しつつタイミングを見て自分で何か実績を作っていくことになります。
とても辛い時期とかあると思いますが、それも乗り越えれば大抵のことでは心が折れなくなると思われます。
キャリアのことを抜きにしても趣味としても面白いと思います。
時間はないが、お金はある人
こちらの人にはリナックスアカデミーをオススメします。
空き時間に勉強ができるフリートレーニングタイムを用意してあり、さらにオンライントレーニングシステムで授業内容を補講できるなど時間の融通が効かない人には最適なプログラミングスクールです。
最短4ヶ月をめどにエンジニアに教育してくれるのでスキルアップを考えている社会人の方や就活に備えて準備をしようと思っている長期休暇中の学生にはぴったりではないでしょうか。
初心者で何も分からないのを前提に、ITエンジニアになるための最初の一歩を全力でサポートしてくれます。
少人数授業で質問もしやすい環境、転職実績もすごく良いので短期決戦や仕事のペースに合わせて勉強をしたい人にはオススメのスクールです。
まとめ
- 文系・理系に関わらず技術を学ぶと仕事でも使える
- 就活にも就職した後にもプログラミングは役に立つ
- いろんなスクールがあるので自分にあったものを選ぶ
理系学部卒が就職活動を始める前にやっておいたほうが良いこと・やるべきだったこと・やらなくてもよかったこと
数年前なのでまだ新鮮だと思います。先輩やネットの情報に助けられたのでその自分の経験談などの情報を一部でも公開できればと思います。
就職活動をする中でやった方が良いことはたくさんありますが、実際にやってみて効果があるのはどれか?と気になります。
本当にやるべきことを知るにはある意味、失敗した体験記が役に立つのではないかと思い、後悔していることなどを書いていきます。
逆にやるべきじゃないこともそんなに目にすることがないのでそれについても書きます。
就職に備えてやってよかったこと
学部で就職する気は無くても練習として企業を受けたこと
理系の国立の場合はかなりの数の学生が大学院に進学します。
これは勉強したいという人が多いというよりかはカリキュラム、就職活動をする時間がないということが原因だと思います。
あとはみんな行くからという理由で進学する人が多いです。
つまり理系の生徒は参加するかしないかは置いておいて、在学中に就職活動が2回行われるということです。
自分は緊張しがちなタイプなのと純粋に就職活動はどういうものか気になったので学部4年の時に就職活動をしました。
インターンで多少なりとも面接をしていたので油断して、準備なしで就職活動を始めたところボロボロの結果となりました。
文系の学生はちゃんと彼ら独自のネットワークを持ち情報を共有し、効率的に就活しているのに対して、自分個人の力だけで行うのはやや非効率です。
具体的には彼らはインターンが選考に直結していること、OB・OG訪問を複数回行うことが選考に進める条件であること、説明会という名の面接が選考に進める条件であること、面接での質問の内容などを共有しています。
最初は必死すぎて馬鹿馬鹿しいと斜めに構えていましたが、徐々に余裕がなくなってきます。斜めに構えたりするのは内定を取ってからいくらでもできるので最初は全力でやった方がいいです。
就職活動本番(この時は大学院後に就職予定)でこのような準備不足を露呈すればとても焦りますし、ストレスが溜まります。この点に学部4年生の時点で早く気付けたので良かったです。
結果として学部4年で就職してしまいました。
これが良かったということもありますが、後悔していることも多少はあります。それをこちらに書きました。
英語の勉強をしていたこと
英語の勉強をしていたのでTOEICの成績は良く、ESが通る理由の一つになっていました。
面接でも結構褒められるようになると嬉しいので英語の勉強はしておきましょう。
就職活動が解禁になってもまだ勉強をする時間は多少ならあるのでそこでTOEICを受ければ間に合うかもしれません。
TOEICだと結果が出るまで30日以内ですが、TOEFLは10日以内で結果が届きます。ちょっと難しいですが、TOEFLで代用するのも一つの手かなという気はします。
プログラミングの勉強をしていたこと
工学部の機械系だと授業などでプログラミング関連のものが開講され、ほとんどの場合で必修です。
プログラミングのインターンは時給もよく、自分のスキルにも貢献してくれるだけでなく研究にもダイレクトに役に立ってきます。
とりあえずインターンで作ったサービスなどを自分の実績として加えて、面接官にそのストーリーを語るだけで一つのPRが完成です。
技術的でプログラミングを知らない他の人はそうそう真似できない高度なこと(実際は普通か少しすごいくらい)に見えるので優秀アピールもできます。
プログラミングの勉強をしておくと就活でも相当有利になりました。芸は身を助けるです。
就職に備えてやるべきだったこと
受けた企業やその内容についてはこちらの記事で書きました。
OB・OG訪問をちゃんとすべきだった
これは本当に後悔しています。
OB・OG訪問はなんか恥ずかしいし、必死すぎるとか斜めに構えていたのでかなり損をしました。
OB・OG訪問が選考に進める条件だったりする企業というのは割と多いです。
それだけでなく実際の志望動機の作成にも役に立ちますし、業務内容や経験談を教えてくれるので就活ではかなりの武器になります。
就職して思うのが、企業の人が何をやっているのかをわかりやすく教えてくれるのは就職活動だけということに気づきました。
社会人同士だと同じ業種で固まりますし、交流があっても利害関係から親切丁寧に業務の内容やそれについてどう思うかとか将来の展望とか教えてくれないです。
OB・OG訪問をすると転職の時に視野が広くなりますし、就職活動でも有利になりやすいですし、純粋に面白い話とただ飯がもらえます。積極的に訪問しましょう。
大学がOB・OG訪問の機会を提供していない場合は以下のようなサービスがあるのでそれを使えばすぐにOB・OG訪問可能です。
ビズリーチ・キャンパスは「同じ大学出身の先輩に話を聞けるOB/OG訪問サイト」です。
将来のことを考え始めるタイミングで、母校の気になる先輩に話を聞いてみませんか。
説明会にちゃんと出るべきだった
ネットで調べればわかるといいますが、職種が複数ある場合は職種の説明まではググっても出てきません。
職種の説明というのは仕事用の話ではなく、企業内向けまたは学生向けなのでホームページ上では説明されないことが多いです。
説明会をカウントする企業までいるので、特別な事情がなければ行った方がいいです。モチベーション維持にもなりますし。
思いもよらない企業に興味を持つこともよくあります。
研究を急いで行うべきだった
就職活動中はストレスフルな生活になります。
研究室によっては就職活動の概念すらないところもたくさんありますし、先生が権力を持っているので就活の邪魔すらできてしまいます。
就職活動は直前は説明会やリクルーター面接で忙しいですが、まだ調整可能な忙しさです。
後半は他社との選考の兼ね合いから日程の変更が不可能な面接が一気に増えてきます。ここに研究をぶつけられると本当に困ります。
そのため、まだ比較的に忙しくない直前期に集中して研究を行い、教授からの許しを得ましょう。
別に教授の意向を無視して就活に集中することはできますが、それで留年した人が何人かいるので出来れば平和的解決を目指しましょう。
面接・GD・SPIなど真面目に対策すべきだった
これは本当に後悔しています。
優秀かそうじゃないかに関わらず、練習した方が絶対にうまくなると自分は考えています。
まして面接・GD・SPIなんて特殊なものは誰だって最初はできないので、できないなりに練習をしておくべきだったと思います。
練習方法としては以下のことが挙げられます。
- 本や参考書を読んで感覚をつかむ
- たくさんの練習用の面接を受ける
- 本番の面接をたくさん受ける
要は場慣れするしかないのでたくさん受けるのが手っ取り早いです。
しかし、ちゃんとした知識の元でたくさん受ける方がより効率よくうまくなれるので、良い参考書を紹介します。
SPIは舐めずに短期間でも良いので勉強すべきです。SPIはこれだけをやっておけば十分です。
グループディスカッションはこの本が一番でしょう。進行の仕方から良い例と悪い例が書かれています。
外資系から国内トップクラスの企業を受ける人は使っている印象があるこの参考書が面接対策にはオススメです。
どのように答えるべきか?の前にどのように考えるべきか?が書かれています。
ロジカルに書かれているので感覚的なものではないため、面接のコツが感覚ではなく言葉で書かれており多くの人が理解でき参考にできる本です。
選考状況をまめに記録すべきだった
これは後から後輩に教えるために記録しておけば良かったというものです。
そんな余裕はないと思っていたのですが、1日5分もあれば記録が取れたしそれを可視化すればストレスも解消できたなあと今更思います。
どこでどんな面接を受けてなんと答えたか、というのは後輩だけでなく自分の振り返りと反省にもつながります。
それを記憶だけに頼らずに行うべきでした。
就職関連のサービスを利用すべきだった
人事と肉を食べながら就職活動の話ができます。
こんなサービスがあれば絶対に使っていましたが、当時は全く気が付きませんでした。
特にベンチャー企業やIT企業に興味がある人はチェックしておくべきですね。
業界でもかなり有名なベンチャー企業の人事と肉を食いながら仲良くなれるというのは選考においてかなり有利なのはいうまでもないです。
寿司も食べれます。
就職活動でやるべきじゃなかったこと
有名企業か給料のみで会社を選ぶんじゃなかった
これは幅広く選ぶべきだったということです。
本当にやりたいことがわからなかったのでそれっぽい企業を給料で選別して受けていました。
今ならもっと別の就職活動の仕方を取るはずですのでこれは後悔しています。
本当にやることがない場合は性格テストなどでどの企業に向いているかを見てみるのもありだと思います。
性格テストが絶対なわけではなく、最終的に判断するのは自分なので参考になるかと思います。
Twitterで企業名をつぶやくべきじゃなかった
意外と人事は見ています。
人事だけでなく、同じ企業を受けているライバルも見ていたりするので気をつけましょう。
手帳でスケジュール管理をするのはやめた方が良かった
後半の面接ラッシュを手帳で乗り切るのは難しいです。
Google Calendarなら面接日程をずらしたり、パソコンとスマホでスケジュールを同期させたり(というか単に同じアカウントを使っているだけ)することができるので最初から使うべきでした。
まとめ
- 意外と後悔しているところは多い
- 実際に受けると忙しくなるので早めに雑務はおえておきましょう。
- 準備はしっかりとしましょう
就活解禁! 高学歴な理系学部卒が推薦なしで受けた優良企業リストと選考内容まとめ 〜 外資系インターンから本選考まで
3月1日の就活解禁に向けて
数年前に受けた企業などの感想
就職活動は最初は修士課程になった際の予行練習だと考えてやっていましたが、気づいたら就職して働いていました。
就職活動は完全にちょっとした遠足気分でいろいろ受けていましたが、それでも落ちた時のダメージはかなり大きかったです。今から思えば謎ですが、あの時はそれくらいしか評価項目がなかったからでしょう。
という感じで就職活動をしていたので文系の営業職からパイロット、SE、エンジニアとさまざまな業種のさまざまな職種でエントリーしました。
転職活動の準備には役に立っていますが、もうちょっと絞って就活すれば楽だったろうなとも思います。
現在の状態とはけっこう違う
現在はマイナス金利になり、生命保険会社や金融業界はややオワコン化しています。
SEなどは大手・有名企業を問わずに技術はあまり求められておらず、文系でもなれる職業です。プログラミングなどをせず、マネージャーになるのでなんでSEっていうのかよくわかりません。
よくネットで叩かれています。
電気・ガスは資源に依存していますが比較的にまだマシな状態で、東芝などの電機メーカーは軒並み大ピンチという状態です。
ざっと考えただけで数年でここまで変わるのかという感想が先に出てきます。
以上を頭の片隅に置いて呼んでもらえればと思います。
受けた企業の感想など
自分について
- そこそこ有名な国立大学の理系で機械よりの学部卒。
- TOEIC950くらい
- プログラミングは多少できるが機械系の専門性はほぼなし
- 特にこだわりはなく有名企業と年収のみで受ける企業を決めた
- 大学院を受けない理由はお金を払ってまで研究はしたくないから
- 研究室・教授推薦は断れないので使わなかった
- 勤務地もどこでもOK
- OB・OG訪問はしてない
こういう状態でしたので手当たり次第に受けました。
受けた企業のリストと感想
マッキンゼーとBCG
マッキンゼーはみんなが受けると言っていたので練習がわりに受けに行きました。
最初はかなり広い場所で筆記試験があり、受験者の半分以上は東大の学生だったと思います。
練習なしではまず不可能で、ちゃんと対策をしてから筆記試験を受けました。
一次面接はケース面接と小論文?のようなものでした。
ケース面接は思考実験みたいな問題を与えられてどのように考えるのかを見られていました。いわゆる日本に電柱は何本あるか?みたいなのです。
これも本を買って練習しました。1日あれば読める本なのでそれで対策しました。
小論文は経営本心についてどう思うかというざっくりした問題だった気がします。これは英語で書いた記憶があります。
二次面接はちょっとルートが変わりインターンなしのコースで他の人とは違う感じになりましたが、ケース面接があるだけで普通の面接でした。
自己PRなどをした後にケース問題を解くというものでした。ここで脱落しました。
受けた友人曰く次が最終面接だったらしいのですが、その友人も落ちたので真相は闇の中です。
BCGはSPIの難易度が異常に高いというのを知らずに受けたので落ちました。
マッキンゼーの筆記に通ったので油断しました。理系だったとしてもSPIは本気で勉強するようにしましょう。
ゴールドマンサックスとモルガン・スタンレーAM
ESは半分くらい英語が入ってきたような気がします。
ゴールドマンサックスの場合はテクノロジー部門で受けました。
意外ですが、ゴールドマンサックスはテクノロジー部門が4割から5割を占めているそうです。
一次面接ですが、一日に行う面接の数が本当にたくさんありました。5回以上は1日に面接した気がします。
内容はアルゴリズムとデータ構造50%、自己PRなど普通の面接30%、なぞなぞ20%でした。これを英語で行います。
アルゴリズムとデータ構造の本を偶然にも前日に読んでいたので落ち着いて解けました。プログラミングコンテストっぽい感じですがヒントは聞けば教えてくれます。
だいたいこの本のコーディング面接みたいな感じです。
なぞなぞは本当に謎でした。正解も教えてくれないですし。なぞなぞの対策ができる参考書はこれとか行けそうです。
面接の選べる日にち自体が少なかったので一次面接で相当減っていました。
二次面接も一次面接と同じでした。ここで落ちたので次にどうなったのかはわかりません。
モルガン・スタンレーAMではアセマネ的なやつで受けました。
よく知らないで受けたので、普通にダメな結果でした。
参考書はこちらより
MicrosoftとIBM
日本Microsoftはプログラミングでの開発ではなくアメリカ本社で開発されたもののサポートであったりを担当する会社だと受けている時に知りました。
給料はとても良いらしいですが、ここで働いていた人曰く勝手に成長できる人しか生き残れないそうです。
外資系でも育成に積極的かどうかは完全に上司によって決まるのでこれは個人の力で避けようがない問題だと思います。そのため総じて良い会社だと思います。
日本国内でプログラミングなど実際に開発しているのはMicrosoft Developmentという別のところです。しかし学士でそこに入るのはとても難しいので諦めました。
IBMにはコンサルとITコンサルという職種があります。
昔は隆盛を誇ったIBMですが近年では給料が大幅に減ったりリストラだったりという話をよく聞きます。もともと日本のIBMはアメリカ本社より高給取りなどと批判されたりしていた時代もあったみたいです。
自分が受けたのはITコンサルです。
一次面接が集団面接となんかグループワークを1時間くらいやりました。
二次面接でほぼ最終面接みたいな感じで終了しました。
ただし、文系でもSEになれる!といって憚らなかったり、かなりたくさんの人が生き残っていて大量採用の様相を見せるなど不穏でした。
野村證券と大和証券
証券会社は理系の採用を積極的に行なっている印象です。
ただしマイナス金利などでトレーディングは打撃を受け、業界自体が閉鎖感に包まれているように思います。
野村證券は昔のリーマンショックで有名なリーマン・ブラザーズを買収していたり、オフィスがすごい綺麗だったりと外資系が半分入っている感じでした。
大和証券は正反対でビルは東京駅の中にあり、とても綺麗ですが、職場自体は古き良き日本の会社という感じでした。
両者ともにホールセールで受けたので営業職ではないです。営業職は有名ですが、数字が人格という名残があるらしいですね。
野村證券はインターンルートからの選考です。インターンで評価されれば採用です。自分はインターンで評価されなかったので落ちました。
大和証券も同じようにインターンにかなりの比重を置いています。
近年は理系だけのインターンを行ったり、そして相当なアドバンテージを与えていたりと理系採用に超積極的です。
ボーナスが市場に左右されるらしく、一度に数百万円もらえる場合もあれば雀の涙しかもらえない場合もあるそうです。
両者ともに海外MBAの枠のようなものをもっています。ハーバードMBAを取得して(違約金の関係で)しばらく働いて外資系に転職する人も割と多いらしいです。
JALのパイロット
パイロット養成コースがあったので応募しましたが、アメリカに行けば小さい個人用の飛行機?の免許なら取得できると聞いたのでその時点で辞退しました。
こちらはインターンの選考を受けたのですが、採用もそこから行うようです。
一般的な面接ですが、熱狂的なファンが多いらしいです。
野村総研(NRI)と大和総研
SEやコンサルが集まった部門です。
NRIはやや激務ですが高給で大和総研は激務ではないが給料はそこそこという感じです。
SEというよりは実際に手を動かして作る方が好きだと気付いたので途中で辞退しました。面接は圧迫もありましたが、総じて普通の面接でした。
キーエンスとファナック
どちらも高給取りなエンジニアの企業です。
キーエンスは社員さんの口癖が「営業じゃないから給料は高くない!」ですが、実際は給料は高いです。
キーエンスは理系学士では営業のみしか応募できないために諦めました。
ファナックは黄色の要素がもう少し少なけばと思いながら面接しました。普通の面接でしたが、落ちました。
日本生命と東京海上日動
日本生命は面接会場が面白かったです。
東大・慶応・早稲田は右、それ以外は左みたいな書き方でした。単純に受けている人数比的にそうなったのでしょうが、やや誤解されかねないので難しいですね。
日本生命の面接ですが、面接ではなくあくまで集団のOB・ OG訪問という形になっています。
出身大学の先輩と一対一、人によっては一対二で面接をします。自己PRや金融についてどのくらい分かっているのかという質問もされました。
生命保険は保険金支払いのために大量のお金を保持している必要がありますが、通常時はそのお金を運用に回してもいます。そのため金融の理解も必要という事でしょう。
それを4回やれば本当の面接に進めます。人事との面接ですが、ここで絶対に入社するという宣言をしておけば入社できるみたいです。
東京海上日動は偏見かもしれませんが、なんか私立が有利っぽい。
インターンによってほぼ決定されています。人気企業だししょうがないか。
三菱商事と伊藤忠商事
資源に強く、ここ最近は飛ぶ鳥を落とす勢いの伊藤忠と絶対王者みたいな三菱商事を受けました。
OB訪問をしつこく催促されましが、しなかったのでどちらも落ちました。
新日鐵とJFEスチール
機械・電気・材料などの特定の大学の特定の学部学科の生徒だとまず少数の工場見学に連れていってもらえます。
見てるだけで暑くなる鉄の生成から伸ばす工程などを見ます。その後、食事などがあります。正直どこを見ているのか謎です。
新日鐵とJFEスチールの両方とも、複数回の工場見学に行くのが条件なのかなと考えています。そこで熱意と忠誠心をアピールするのかなあと。
思ったより肉体労働よりで自分には向いていなかったのでやめました。
東京電力と東京ガス
日本は人口減少しているといってもさすがにインフラは最強でしょう。まったり高給かどうかは不明ですが、高給というのは確かです。
ただしなんとなく東京電力からは閉鎖感が感じられたので途中で辞退しました。
東京ガスは普通の面接でした。研究内容を説明して、自己PRという形でした。
INPEXとJXホールディングス
石油産業です。
JXホールディングスは東燃ゼネラルと合併しましたね。JXで働いている人曰く、会社からの知らせよりも日経新聞の方で先に知ったらしいです。
二つともプラントが違うので技術的にどうなるんでしょう。同じ会社のプラントでも微妙に違っていて技術継承が難しい場合も多いと思いますが、完全に別の企業と合併となると採用や人員配置がどうなるのか気になります。
学士にはやや厳しいのかES落ちでした。
JR東海とJR東
JR東海は大学内で会社説明会を開いてくれたのでそこに参加しました。
その後、リクルーターとカフェで数回面接した後に本社で面接をして合格となります。
注意するところはJR東海のリニアをやりたい!といっても最初の配属先は現場よりですし、数年単位でジョブローテーションします。それでも大丈夫ですか?リニアできないかもしれないですよ?という質問にちゃんとうまく切り返すことです。
あとは噂ですが、鉄道が好きという人は残りづらいらしいというのは聞きました。なんででしょう。
ビジネスカジュアルで来て欲しいと指定があったので少し悩みました。
使ったサービスなど
- vorkers
- 外資系就活ドットコム
- wantedly
あとはこの企業と自分との相性診断サービスは使いました。どの企業に向いているのかわからない時に目安にはなるかなと思います。
SPIの性格診断でも同じようなテストがされているはずので測っておいて損はないです。
また就活が何か全くわからない、面接や企業について何も知らない、お腹は減っているという人にぴったりなサービスが肉就活です。
肉をタダで食べながら人事から就職活動のコツを聞いたりできます。場合によってはその人事の会社の面接で有利になるかもしれません。
面接だけじゃなく肉を食べながらちゃんと話し合いもしているので、普通の面接よりは人となりが人事に伝わっているはずですので。
寿司も食べれます。
まとめ
- 就活はB4の時からでも練習がわりに受けれます
- たくさんの企業を受けるとやりたいことがわかる、かも
就活で変な格好になって中?悪目立ちしてないか?
自分は心配になったのでリクルートスーツにあうバッグをまとめました。よかったらどうぞ。
引越しで損をしないための準備すること・やることリスト 〜 退去費用・引越し業者・不用品回収・敷金について
何気に引越準備やら転籍準備などで書類の小さな雑務が積み重なって忙しくなっています。いちいち調べるのも無駄に思えたのでここにまとめておきます。
ガス・水道・電気・インターネット・プロバイダ
一週間前には解約する
ガス・水道・電気・インターネットなどの公共料金の解約は基本的に電話が繋がらないと思っていた方が良いです。
多くの人が引越しシーズン(2月〜3月)に解約・契約しようとするので回線が混雑しています。
これらの料金はネットから解約できます。
公共サービスの名前 + 解約 + ネットと検索すればすぐに見つかります。遅くとも一週間前には解約しておきましょう。
引越し間際は何かと忙しくなるので、できれば一ヶ月をめどにネットから解約しておきましょう。
引越先でもインターネットの契約を続ける場合はその旨を伝えるとスムーズに進みます。場合によっては機器の返却もいらないかもしれません。
特にインターネットは解約時に機器を返却することが必要になるので時間的に余裕がないと新居に機器を持っていきそこから返却するという面倒なことになります。
OCN・Biglobe・excite・plala・wakwak・yahoo BB・nifty・so-netなどのプロバイダの解約も忘れずに
引越先でもインターネットの契約を続けて、プロバイダも同じものを使用する場合はプロバイダの解約は必要ないと思われます。いづれにせよNTTなどにインターネットの解約を伝える際に相談すればかなり丁寧に教えてくれます。
毎回プロバイダの名前を忘れるので何とかして思い出しましょう。請求書や契約書が何処かにあるはずです。
プロバイダの解約もする場合はNTTなどにインターネットの解約をすれば終わりではなく、プロバイダの解約も必要になってきます。
別途、契約しているプロバイダに解約の電話を入れましょう。
引越し業者の選択
複数箇所に見積もりを出す
新居が決まり、引越しの日程が決まればすぐに予約しましょう。できれば一ヶ月前が望ましいですが、引越しの枠に余裕があれば一週間前でも予約自体は可能です。
この際に重要となってくるのが複数の業者に見積もりの依頼を出すことです。
自分の場合では引越しの見積もりが某A社 12万円、某B社 10万円、某C社 2万円弱という価格になっていました。
以下の引越し達人セレクトという引越しの見積もりサービスだと複数の有名企業に見積もり依頼がネット上でできます。
ネットから見積もり依頼を出すと人件費が削減できるので最大55%オフの恩恵を受けることができます。
各社それぞれに見積もりを依頼する手間も省けて楽なサービスです。
粗大ゴミなど不用品回収もしてくれる業者
不用品もついでに回収してくれる引越し業者もあるので紹介します。
ただしリサイクル対象の家電製品はリサイクル料が、机などの家財自体は場合によっては対応していないことが多いです。
サカイ引越センター
引越しの達人から一括見積もりが可能です。
サカイ引越センターは有名な企業で業界でも大手なので信頼できる会社だと思います。
少なくとも何かのトラブルがあった場合は交渉の余地がある企業だと思います。
ハート引越センター
引越しの達人から一括見積もりが可能です。
こちらも不用品の回収を行なっています。自分が利用した中では一番不用品の回収の幅(洗濯機・テレビ・机)が広かったように思います。
現在はどうなっているのかはわからないので一度見積もりを依頼しておくと何かとスムーズになります。
ヤマトホームコンビニエンス
クロネコヤマトのヤマトです。
利用した中では一番費用が安くなった印象があります。こちらはダンボールなどの資材料がかかりますが、それでも基本料金自体がかなり安いです。
荷物が少ない場合は安いのですが、大きな荷物が大量にある場合は料金が一気に高額になるケースもあります。一度見積もりを依頼してみましょう。
家の掃除
粗大ゴミの出し方
時間に余裕がない場合や大きすぎて一人で運べない場合は引越し業者に回収を依頼しますが、そのぶん料金も発生します。
時間に余裕がある場合は各自治体に依頼して粗大ゴミ回収を依頼しましょう。
具体的には東京都でいうと「〜区 粗大ごみ 回収」で検索すれば出てきます。
自分の場合は粗大ゴミシールなどを購入し、玄関先に置いておくと回収されるという感じでした。
本・服の回収業者
引越しの際に重荷となるのが服と本です。スペースを取り、重さもそれなりですし使わないものも多いと思います。
引越しの邪魔になる本や服をお金に変えたい、そんな時に便利なのがネット買取のサービスです。
ネットで申し込むとダンボールが送られてくるのでそれに梱包しておきます。後日、回収にやってくるのでそれを渡せば終了という手軽さです。
漫画や普通の書籍はネットオフという買取サービスを利用しました。かなり便利でした。
もともと捨てる予定の本や服だったので少しでもお金になればと思いましたが、8000円くらいになりました。
プログラマーなどはプログラミングや情報理論の教科書を多く持っている場合が多いと思われるので以下の教科書買取サービスを利用するとより高額に買い取ってもらえそうです。
大体が大学の教科書としても使えるものでしたのでテキストボンと使いました。もともと高価な技術書などは高く売れる傾向にあります。
本を売ってKindleに乗り換えましょう。
買取結果などはこちらの記事に書きました。
壁紙・クロスの修復
これは賃貸ではやったことがないです。賃貸ではルームクリーニングに含まれている場合が多いと思われるので何もしなくても大丈夫だと思います。
実家から引っ越す際に引越し業者の不手際で壁紙がやられたことがありました。目立つ場所ではなかったのですが、試しに直してみると多いのほか馴染みました。
たぶん倉庫になる予定の部屋ですので色々と手を加えてみたところなかなか良い出来具合になりました。
住所の変更
住民票
これは会社の場合は提出する可能性が高いので早めに申請しておきましょう。
具体的には「自分の住んでいる地域からの転出届」と「住む予定の地区の転入届」が必要になります。
引越し前はバタバタするので早めに準備しておきましょう。
Amazon
これもかなり重要です。変更忘れで前の住所に送られた時は非常に面倒な思いをしました。
引越しをしたら初日に必ず変更しておきましょう。忘れると地味に大変です。
退去費用の対策
高額請求を回避する
敷金の簡単なルールとしては以下のようなものになります。
やたら高額な請求をしてくる場合はハンコを押さずに以下のことを確認しましょう。
- 経年劣化もちゃんと考慮されているか
- 通常の損耗は家賃に含まれているか
- 新品に変更する必要はない
- エアコンのクリーニングは特約になければ払わなくて良い
- ルームクリーニングは仕方ないが払う必要がある
経年劣化というのはモノの価値は時間を経るごとに下がっていくというものです。
6年くらい住めばクロスの価値は1%になるので修復費用の1%だけ払えば良いという感じです。つまり壁紙やフローリングは損耗するものなのでそれの費用は家賃に含まれており、故意でなければ払う必要はないのです。
また築20年の建築物を新築にする必要はなくその築年数に見合うような修繕費用だけで十分です。それを超える場合は不正な請求でしょう。
悲しいことに管理会社は悪質な会社が多いのでできるだけぼったくろうとしてくるのでちゃんと知識をつけないとやられます。
詳しくはガイドラインを読みましょう。
東京都には紛争防止条例が存在しているので、「東京都のガイドラインでは」と付け加えれば不正な高額請求は引っ込められる可能性は高くなります。
それでも10万円とか請求される場合は弁護士に相談するのも一つの手です。法テラスなどでは無料で法律相談が可能です。
弁護士に相談した!と言うだけでも効果はあります。
ちなみに引越し達人で見積もり依頼をすると敷金鑑定士への相談もオプションで選択可能です。
自分はトラブル関係で負けるのは嫌なので誰かプロの人に相談できると安心できます。
契約書・判例を読み込む
賃貸契約書では「特約」の項目を探しましょう。
ここで特約に通常の損耗も修繕に含むと書かれている場合があります。
基本的に悪質な管理会社はこれを盾に数十万円というありえない退去費用を請求してくる場合があるので裁判にした方がいいかもしれません。
特約は全てが有効なわけではなく、敷金・礼金・家賃の相場との比較によって公序良俗に反する場合は借主が有利になります。
一般常識から考えれば、家賃が5万円で一年しか借りておらず傷もないのに退去費用が30万円とか請求されるというのは明らかにおかしいでしょう。
明らかにおかしい請求の場合はその場でサインをすることなく、請求書の明細をもらいましょう。そしてその明細を見ながら消費者センター等に電話しましょう。
これだけでもけっこう効果があります。
納得できなければハンコは押さずにちゃんと異議を申し立てましょう。裁判になったとしてもそんなに悪質な請求が通るはずもなく、裁判費用がかかるだけなので大抵の管理会社は諦めるでしょう。
通常損耗の特約が無効だと推測される判例です。
とりあえず困ったら消費者センターへと連絡しましょう。
賃貸借契約における原状回復特約の消費者契約法による無効(消費者問題の判例集)_国民生活センター
弁護士・敷金紛争の相談先の確認
東京都であれば過去に敷金問題が多発したという経緯から国土交通省がガイドラインを設定しています。
賃貸住宅トラブル防止ガイドライン(改訂版)(概要)/東京都都市整備局
敷金ホットラインのようなものが各自治体に設置されているらしいので高額請求を受けた場合は、ハンコは押さずにすぐに相談しましょう。
立会いの場合にハンコを持ってくるように言われますが、一度払ってしまうと回収するのに労力がかかりすぎるので納得できない契約書にはサインをしないようにしましょう。
経験上、下のリンクは参考になりました。
結論ですが、安い賃貸にはそれなりの理由があるということです。
多少家賃は高くなっても信頼できる仲介業者・管理会社が運営している賃貸物件を選ぶようにしましょう。
評判などを検索してあまりに悪質なケースが目立つ場合は避けた方が無難でしょう。
まとめ
- だいたい一ヶ月前に準備しておきましょう
- 敷金はルームクリーニング代以上取られたらちょっと身構えましょう
男性エンジニアのための手軽で無難なビジネスカジュアル 〜 就職・転職面接、結婚式の二次会用の服装
ビジネスカジュアルについて
割と困る”ビジネスカジュアル”
転職活動をしているとけっこう頻繁に見るようになったビジネスカジュアルという単語ですが、なかなか悩ましいと感じることが多くなりました。
割とオタクよりなエンジニアというのは自他共に認めるところで、服装についても無難で浮かないものしか着ないということを心がけています。
そんな自分にとってビジネスカジュアルで来てください!というセリフを言われるのは精神的になかなか大変なのですが、不思議なもので経験を積むごとに本当に無難な服装というのがなんとなくわかるようになってきたので将来の自分のためにも書いておきます。
もともと私服の会社しか通ったことがないのでビジネス用を想定するとスーツを着ればいいと思っていましたが、どうやらスーツは禁止らしいです。ますます謎が深まる慣習ですが、いい機会なのでビジネスカジュアルな感じの服を揃えました。
ビジネスカジュアルとは
代えの背広型のジャケットのスポーツジャケットや、ワイシャツ地のシャツジャケットを、ワイシャツは、ボタンダウンや織物・カジュアルシャツ・ポロシャツに、スラックスは、ウールパンツやチノ・パンツ・細身のカーゴパンツに、革靴は紐靴やモンク・ストラップからローファーに替えるなどクールビズやウォームビズと関連が深い。一般にTシャツのみや、ボトムスにジーンズ、ハーフパンツ、靴にスニーカー・サンダル・ミュールは用いられない。
ビジネス・カジュアル - Wikipedia
正直にいうと定義が曖昧です。
自分の理解でいうとビジネスカジュアルとは、襟付きの落ち着いたシャツとそれに羽織るジャケットということになります。
意外と見られていないようで見られている靴はできれば革靴で、難しそうなら派手じゃないスニーカーでも場所によりますがたぶん大丈夫です。
スボンは黒とか紺とかの普通の感じで大丈夫そうです。ネクタイは一応持って行くことにしていますが、つけないことの方が圧倒的に多いです。
ビジネスカジュアルについてはスーツ売り場で売っていないスーツみたいなイメージを考えるようにしてから、なんとなくわかったような気分になっています。
Tシャツ・ズボン・サンダルの服装よりは丁寧で、完全なスーツよりは着やすい感じです。
就職・転職活動・結婚式の二次会でよく出てくる
さてそんなビジネスカジュアルですが、名前の通りにビジネス関係ではよく出てきます。
エンジニアというのはSIerを除けばスーツで勤務という人は少なくなるのではないでしょうか。仕事でも私服で行くようになるとビジネスカジュアルの”ビジネス”要素がわからなくなってきます。
しかも転職・結婚式など印象が大事になってくる場面でいきなり本番が始まるという感じなので尚更ハードルが上がってきます。
そのため服装に疎く自分の周りも一般的な観点から見ると服装に疎い人が多いという職場ですので、なかなか適切なビジネスカジュアルのやり方がわかりませんでした。
どうやって無難なビジネスカジュアルになったのかを説明してきます。
無難で手軽なビジネスカジュアルの実現方法
レンタルする
月額7800円で月に1回のレンタルをすることができます。
スタイリストが選んでくれるのでファッションに疎い自分が選ぶよりも何倍かマシになっています。
1回のレンタルで2つの着こなし(4アイテム)をレンタルすることができるので、自分でまともな服を選んで買いに行ってというコストを考えるとコスパは良いと言えます。
一度こういうところで服装をレンタルすると、次に自分で買うときにどういった服を買えば良いのかわかるようになります。
返却期限がなくレンタルできるサービスなので激務で予定が頻繁にずれるエンジニアにもおすすめとなっています。
ちょっと高めだけど似合うかわからないような服というのはビジネスカジュアル系ではとてもたくさん存在するので、レンタルして周りからの評判を聞いて見て、自分で納得できれば似たような服を買うというようにしています。
婚活パーティー
次は婚活パーティーです。
エンジニアは営業のように外回りというのは少なく、会議があったとしてもチーム内だけで完結するので出会いが少ないように思います。そもそも社会人自体の出会いも少ないように思うのは自分だけでしょうか。
婚活もできて、自分の服装のチェック・周りの格好いい同性の服装も勉強できるという完璧なサービスが婚活パーティーです。
ここでの訓練を数回こなしておけば本番である転職面接・結婚式関係でも失敗することはありません。
大事なのは準備と失敗できる環境づくりです。
Amazon
店に買いに行くのがめんどくさいという場合やあの接客が苦手という人はAmazonを使っておきましょう。
サイズ表なども載っているので自分の場合は困ったことはほとんどないです。
シャツはスーツ用のもので大丈夫です。なければ襟付きの無難なシャツを選んでおきましょう。
ジャケットと靴、バッグでほぼ印象が決まります。
ビジネスカジュアルの服装についてうまくいったなら次はバッグです。自分の場合は普段使いのバッグではビジネスカジュアルには合わなかったので新しく選び直しました。
こちらの記事にビジネスカジュアルにも使えるバッグが書いてあるのでよかったらどうぞ。
まとめ
- ビジネスカジュアルについて
- 服装で悩むのは時間の無駄なので決まった服装を考えておきたい
Python Jupyter notebookでpandasを使いCSVを読み込みグラフを描画してpdfなどで保存する方法
Pythonでグラフを描画する方法について
Pythonを知らない人やプログラミング初心者の人はこちらの記事をどうぞ
python用の講座についても無料で勉強できます。
jupyter notebook
昔はIPython Notebookと呼ばれていたが、現在はjupyter notebook(ジュパイターノートブック)となっている便利なものがあります。これでグラフを作る方法についてメモ書きしておきます。
エクセルでグラフを作ってもいいのですが、処理がやや面倒かつMacだとエクセルの動作に不安を覚えます。勝手に落ちたり、立ち上がらなかったりと。
jupyter notebookだと割と簡単で綺麗なグラフがかけます。pythonで動くのでpythonがわかる人ならコードを書くだけで加工ができます。
毎回ググっては忘れるを繰り返しているのでそろそろ覚えたい。
jupyter notebookについてはこちらで書きました。
今回やりたかったこと
IMFが公開している各種経済関連のデータを使って色々と調べたいことがあったのでいい機会なので逐一行動をメモることにしました。
Select Country or Country Groups
pythonでpandasとmatplotlibを使いグラフを作成する
簡単に言うとcsv形式のファイルから特定の情報だけをとってきてそれをいい感じにグラフに描画し、pdf・jpg・png形式で保存したい、というだけです。
それ別にエクセルでやれば良くない?となりますが、jupyter notebook上でやればとても早いですし何よりフリーズしません。また結構キレイなグラフになりますし、グラフのデザインとかもそれなりに拘れます。
ちなみにエクセルのファイルがどのようになっているのかも書いておきます。yearとGDP_rate(%)という列があり、そこに対応するデータが入っています。
year | GDP_rate (%) |
---|---|
1980 | 10 |
1981 | 12 |
1982 | 8 |
1983 | 2 |
1984 | 1 |
〜〜〜 | 〜〜〜 |
ここから特定の行(列)だけを抜き出してグラフにします。それで簡単な説明はあとでするとして、忘れないようにコードを書いておくことにします。
%matplotlib inline import numpy as np import matplotlib.pyplot as plt import pandas as pd import os df = pd.read_csv("/Users/yourname/Desktop/book.csv", encoding="UTF-8") plt.figure(figsize=(8, 6.5)) plt.rcParams["font.size"] = 22 plt.rcParams["xtick.labelsize"] = 12 plt.rcParams["ytick.labelsize"] = 15 plt.rcParams["legend.fontsize"] = 12 plt.grid() year = df["year"] gdp = df["GDP_rate(%)"] plt.axhline(y=0) plt.ylim(ymax=8) plt.ylim(ymin=-8) plt.xlabel("年") plt.ylabel("GDP成長率(%)") plt.plot(year,gdp,"r",marker="o",markersize=2) plt.savefig("/Users/yourname/Desktop/gdp.svg", bbox_inches="tight") plt.savefig("/Users/yourname/Desktop/gdp.pdf", bbox_inches="tight") plt.savefig("/Users/yourname/Desktop/gdp.png", bbox_inches="tight") plt.savefig("/Users/yourname/Desktop/gdp.jpg", bbox_inches="tight")
これは.jpg形式で保存した画像をはてなブログにアップロードしたものになります。
なんか全体的に暗くてダメそうな感じになってしまいました。
こちらはpng形式で保存したものです。なかなか悪くない感じになりました。レポートに貼り付ける画像もエクセルだとメンドくさくてスクリーンショットで済ませてしまうことが多かったのですが、最近はちゃんとpythonで書いてます。
データ数が少ないと恩恵が少なく感じますが、数万点のデータを何度も扱う場合は非常に楽になります。
どういう風に楽になるかというと一度グラフを指定して処理の仕方を記述しておけば勝手に計算してくれるからです。たいていちょっと改変するだけで使いまわせます。
エクセルだとちょっと嫌になる処理でもpythonで書いているとなんだか気が楽になる、そういう感じのものです。
具体的な説明について
%matplotlib inlineでは実行したものの結果がすぐにわかるという機能です。
大学とかだとこれでメモとったりしてたら強そう。簡単に情報共有できるし。
これらはグラフのフォントや文字サイズをいい感じに調整するための部分です。ちょっと文字が多すぎたので普段よりも小さめにしています。
plt.figure(figsize=(8, 6.5)) plt.rcParams["font.size"] = 22 plt.rcParams["xtick.labelsize"] = 12 plt.rcParams["ytick.labelsize"] = 15 plt.rcParams["legend.fontsize"] = 12 plt.grid()
これでcsv形式のファイルを読み込みdf(データフレーム)として使用します。
そしてyearにはcsvのyear列を取得したものを、gdpにはGDP_rate(%)列を取得したものを入れておきます。
df = pd.read_csv("/Users/yourname/Desktop/book.csv", encoding="UTF-8") year = df["year"] gdp = df["GDP_rate(%)"]
データフレームはこんな感じになっています。だいたいエクセルっぽいやつという認識です。
これでpythonの描画を実行します。普通の折れ線グラフに実際の点の部分にマーカーをサイズ"2"で埋め込んでいます。色々調べるともっとキレイにできそうですが、これで十分な気がします。
plt.plot(year,gdp,"r",marker="o",markersize=2)
考えられるエラーとその対策
AttributeError: ‘Series’ object has no attribute ‘find’
これはpandasを使っているとよく出るエラーです。
メインの説明はstackoverflowに任せますが、自分が詰まった時のエラーを紹介します。
csvの数値表示はたまに親切で桁表示をしてくれているのですが、それが原因でした。
例:5000と5,000
まさかこれが原因とは知らなかったので時間を無駄にしました。治し方とかは簡単でエクセルでその列または行を指定し、数値表示にさせます。その時に桁表示のオプションをつけなければ治ります。
KeyError: “[‘ ’] not in index”
指定された行または列などが存在していないという意味です。基本的にタイプミスで出てきます。
上の例でいうと、yearがyaerとかになっているとKeyError: “[‘yaer’] not in index"とか表示されます。
TypeError: Can’t convert ‘int’ object to str implicitly
intと文字列で間違って操作をしているというメッセージです。
この場合だとエラーが発生します。
i = 5 print("this is five" + i)
治した場合が下のものです。簡単そうに見えますが、疲れている時にはよく出てくるエラーです。
i = 5 print("this is five" + str(i))
UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x8c in position 0: invalid start byte
読み込んでいるcsvがUTF-8形式ではなく、SHIFT-JIS形式だった時に発生します。日本語の文字化けですね。
その逆のSHIFT-JISをUTF-8形式で読み込もうとしていた場合でも同様にエラーが発生します。csvの形式に合わせてエンコーディングを指定しましょう。
# UTF-8 df = pd.read_csv("/Users/yourname/Desktop/book.csv", encoding="UTF-8") # SHIFT-JIS df = pd.read_csv("/Users/yourname/Desktop/book.csv", encoding="SHIFT-JIS")
seabornを使った場合
堅苦しくない感じのグラフができます。
seabornを使うとヒートマップ形式のグラフが作成できたりします。理系の研究職では便利になってくる機能で、割と簡単に使えるようになるはずです。
df(データフレーム)にcsvを読み込みます。
seabornの場合では直接、xとyにどこの列かという情報を与えています。これだけで勝手にグラフを作ってくれます。
%matplotlib inline import numpy as np import matplotlib.pyplot as plt import pandas as pd import os import seaborn as sns df = pd.read_csv("/Users/yourname/Desktop/book.csv", encoding="UTF-8") df.plot(x = 'year',y = 'GDP_rate(%)') plt.savefig("/Users/yourname/Desktop/seaborn.png", bbox_inches="tight")
df.plot(x = ‘year’,y = ‘GDP_rate(%)’,marker=‘o’,linestyle=‘’)と少しのオプションを与えるとグラフの形式を変更できます。
そして簡単にヒストグラムだったり分散だったりというのが計算なしで描画可能です。今回のデータにヒストグラムの描画は有効とは思えませんが、例として。
sns.set_style('whitegrid') sns.distplot(df['GDP_rate(%)'],bins=100,color='green') plt.savefig("/Users/yourname/Desktop/seaborn.png", bbox_inches="tight")
複数のグラフを並べたいときに使う方法についてです。TeXやwordでは図を並べる方法が備わっていてそれなりに便利ですが、なぜか思い通りにやってくれない時などがあります。
思ったようなレイアウトにならないような場合は自分で最初から並べておきましょう。
今回はplt.subplot(2, 1, 1)で、(2,1,1)なので2行、1列、一つ目という意味です。並べる配置とかの設定ですね。
plt.figure(figsize=(8, 6.5)) plt.rcParams["font.size"] = 22 plt.rcParams["xtick.labelsize"] = 15 plt.rcParams["ytick.labelsize"] = 20 plt.rcParams["legend.fontsize"] = 18 GDP_list = ['GDP_rate(%)','GDP_US'] plt.subplot(2, 1, 1) plt.plot(df['year'],df['GDP_japan']) plt.legend() plt.subplot(2, 1, 2) plt.plot(df['year'],df['GDP_US']) plt.legend()
グラフを4つに増やした場合とグラフ中にテキストを埋め込んだ場合についてです。
もうちょっとスマートにやる方法もあるはずですが、4つしかないので手打ちしました。地味にすごいと思った機能の一つです。
num_rows = 2 num_cols = 2 title_size = 26 plt.figure(figsize=(8, 6.5)) plt.rcParams["font.size"] = 9 plt.rcParams["xtick.labelsize"] = 9 plt.rcParams["ytick.labelsize"] = 20 plt.rcParams["legend.fontsize"] = 11 plt.subplots_adjust(wspace=0.2, hspace=0.3) # [1] ax = plt.subplot2grid((num_rows, num_cols), (0,0)) ax.text(2010,6,"回復") ax.plot(2010,6,marker="o",markersize=5,color="red") ax.plot(df['year'],df['GDP_japan']) # [2] ax = plt.subplot2grid((num_rows, num_cols), (0,1)) ax.text(1995,6,"1995です") ax.plot(1995,6,marker="o",markersize=5,color="red") ax.plot(df['year'],df['GDP_japan']) # [3] ax = plt.subplot2grid((num_rows, num_cols), (1,0)) ax.plot(df['year'],df['GDP_japan']) ax.plot(2008,6,marker="o",markersize=5,color="red") ax.text(2008,6,"大幅下落") # [4] ax = plt.subplot2grid((num_rows, num_cols), (1,1)) ax.text(2017,6,"予測値です") ax.plot(2017,6,marker="o",markersize=5,color="red") ax.plot(df['year'],df['GDP_japan']) plt.show()
今回はアメリカと日本のGDP成長率を見てみました。2017年以降のデータはIMFによる見積もり値です。二つの線を引くのは簡単でもう一つplotを追加すればいいだけです。
今は2本ですがこれ以上、線の数が増える場合はforループで回した方が効率が良いと思います。
plt.legend()で凡例をつけてわかりやすくしています。
plt.figure(figsize=(8, 6.5)) plt.rcParams["font.size"] = 22 plt.rcParams["xtick.labelsize"] = 15 plt.rcParams["ytick.labelsize"] = 20 plt.rcParams["legend.fontsize"] = 18 GDP_list = ['GDP_rate(%)','GDP_US'] # for gdp in GDP_list: plt.plot(df['year'],df['GDP_japan']) plt.plot(df['year'],df['GDP_US']) plt.legend()
ピアソンの相関関数でアメリカと日本のGDP成長率の相関を見てました。正直なところ、統計関連は完全に苦手なのですが、pythonを使うとなんとなくできるようになります。
ピアソンの相関関数が正の値(0.4)なので日本のGDP成長率とアメリカの成長率は相関していると言えます。直感的にもそれはそうと言った感じです。
横軸とか縦軸とかは今回はいい加減にしています。
sns.jointplot('GDP_japan','GDP_US',df,kind='scatter',color='purple')
ちょっとかっこよくして見ました。
sns.jointplot('GDP_japan','GDP_US',df,kind='kde',color='m')
こういう方法はググりながらでもできますが、最初に体系的に勉強しておくとあとが楽です。
Udemyのデータサイエンスコースではこのようなグラフの描写からデータの分析まで丁寧に勉強できました。Udacityのやつも良かったですけどね。
Jupyter notebookを使ってデータサイエンスの講義をやってくれます。けっこうお気に入りです。
まとめ
- pythonでキレイなグラフの書き方を探した
- jupyter notebookはやっぱり便利
[f:id:what_a_day:20170211001406p:plain]
ちなみにこんな感じのpythonでもっとキレイなグラフや独特なグラフを使いたい場合はこちらの記事を参考にしていただければと思います。
[http://www.what-a-day.net/entry/2016/11/12/100000:embed:cite]
【学部卒or修士】理系就職で有利・不利になるのはどっち? 〜 大学院に行かず学士で外資系エンジニアになり後悔したこと
理系学部卒 VS 理系修士卒
理系の生徒ならおそらく誰もが一度くらいは悩んだことがあるのが、進学の話だと思います。楽しいことも多いけど、こんなに辛い学生生活をあと2年間も延長したくない!と季節の変わり目に毎回思ってました。
同期の9割以上が大学院に進学した中、学部卒でエンジニアに就職した自分が学部卒でよかったこと・悪かったことを個人的に書いていきます。
理系学部卒
理系学部卒で就活するメリット
大きなメリットとして2年間分の給料(900万くらい)または2年間分の猶予、急激に成長・失敗できる労働環境、就活失敗へのリスクヘッジが挙げられます。
修士に行かずに学士で就活し仕事に就くとすると、他の同期に比べて2年分多く給料がもらえるということになります。1000万近く給料をもらうか、学費を払って教授の忠実な労働力の一部なるか選べと言われたら1000万を選んでしまいます。
また2年間を自由に使えると考えると働いてからのMBA留学などの選択肢も視野に入ってきます。MBAは修士号に分類されますし、ビジネスでもコテコテですが未だに有利な資格となっています。
日本で大学院に行き、何年か働いてからMBA留学しようとするとちょっとハードルが上がります。さすがに学部で4年間、修士2年間、MBA2年間では修士号も被りますし働いていない期間が長くなりすぎる気がします。
研究で専門性がつくという人もいますが、企業の開発業務ですらある種の専門性は得られます。
平日はほぼ毎日8時間以上の労働をして結果を出さないと評価が厳しくなる仕事と、サボってもよほどの不正行為を行わない限り卒業できる修士課程では厳しさは違ってきます(人による)。それくらい修士課程で研究している人は自分の大学でも3割ほどしかいませんでした。
あとは学部卒で就職しようとするとたとえ失敗しても修士に行けるというのも隠されたメリットです。文系の学生だと修士課程に行くと就職が厳しくなりがちなので実質一度きりの競争になっています。
理系の場合では学部卒で就活に失敗しても留年せずに修士課程に進学するという選択もできます。なんだかんだ研究はやってみると面白かったりするので長い目で見ればプラスでしょう。
理系学部卒で就活するデメリット
理系学部卒のメリットが意外と多いことに気づいたのですが、ここでデメリットについて考えてみます。
図・グラフ・資料作成能力
修士課程の学生の方がこれらは優れています。2年間も研究しているので図・グラフは説得力がありますし、資料も読みやすいです。
図やグラフの作り方というのは学ぶ機会があまりないのでそのスキルは貴重です。
外資系金融機関や外資系コンサルなどでは非常に重宝されるそうです。
そのためか理系の学部就職ではだいたい文系として扱われてしまうことも多々あります。
研究職につけない
日立のようなトップレベルの研究部門では博士号持ちが基準になっています。それ以外でもトップクラスの企業の研究部門では学部卒の人はかなり少ないです。なぜなら一年(実質半年)で研究の基礎を学び、それなりの成果をあげるというのはかなり難しいからです。
この場合は博士課程学生または修士課程の学生が有利になります。
研究職といっても一部の研究所だけですので、学部卒は不利になるというよりは学部卒で就職する人自体がほとんどいないだけだと思われます。
研究職につきづらいというのに関連して外国人エンジニアからは多少驚かれます。アメリカなどではIT系のエリートはたいてい博士号を持っています。外国では博士課程の学生は授業料免除 + 生活費支給で、就職でももちろん有利なのでみんな進学します。
そういう文化なので学士でソフトウェアエンジニアの自分を見ると最初は信頼されてないんでしょうね。大丈夫なのかこいつは、、みたいなそういう雰囲気が伝わってきます。
そういうのがあるたびに博士号を取得するまでやっておけばよかったなあと後悔しています。入り直すことも多少、考え中です。
理系修士卒
理系修士卒で就活するメリット
2年間の研究分野にもよりますが、研究室推薦を優先して使えるというの挙げられます。1年間しかいない学部生よりかは希望が通しやすいです。人生を賭けたじゃんけん大会で就職先を決める研究室が自分の研究室の近くにありました。
2年間の研究生活なのでさすがにその分野には詳しくなっています。意図せずに業界研究を行なっていたと言えるので志望動機なども固まりやすいです。研究成果を出せていればその分野での就職はかなり有利というのが自分の見てきた現状です。
英語論文
プログラミングのドキュメントなどはたいてい英語になっています。その英語論文を2年間かけてできるだけ読むのも修士課程でのある種の義務となっています。
英語の論文になれていることはそれだけでも有利ですし、外国での学会発表などがあれば英語発表の経験も身につきます。
これらは修士課程の方が有利になって来ます。TOEICの点数で比較したりしてもいいですが、学部卒よりも2年間余分に勉強しているという事実を考慮するか、その時点での実力として比較するべきかわからないのでやめておきます。
外資系金融・コンサルで有利
図や表を作成する能力も非常に重要ですが、図や表からデータを読み取るスキルも同じくらい重要になってきます。なぜなら経験で負けている状態をカバーするのは定量的な分析だからです。
「私の経験上では休日に本が売れやすい」、これではダメでデータをとってちゃんとしたグラフにしてから論ずることが必要です。そしてその訓練を2年間も受けているのが修士課程の学生なのでやはりコンサルなどでは有利でしょう。
経験だけで判断するのはかなりの場合で不確実なことなのですが、世の中の仕事はたいてい経験で動いています。だからこそ少数精鋭のコンサルが高い給料を稼げているわけですが。
理系修士卒で就活するデメリット
学部就職とは異なり一度きりという点です。博士課程に進学するのはもう厳しいので失敗すれば留年でしょう。
就職と違って研究室からは逃げづらいです。進学しなかった理由として研究室が少しおかしかったというのが挙げられます。自分のいたような研究室に間違って入ってしまうと大変です。
就職では環境が合わなくても第二新卒や転職ということで3年以内でも大幅なマイナスは受けません。しかし研究室を変更するということはほぼ不可能ですし、中退というのはけっこうキャリアに響くらしいです。
学部卒での就職と比べてスタート時点で生涯賃金が900万くらい負けています。修士課程での就職といっても初任給が月2万円くらいしか違わないです。昇進スピードは修士課程の方が早いらしいですが、これは年功序列の企業ならではの文化でしょう。
またMBA留学も行きづらいです。学士と比べてすでに2年間も大学院に通っていたので追加で2年かけるのはためらいがちです。
就職で有利なのは?
一部のトップクラスの研究所や外資系金融・コンサルへは理系修士が有利です。
それ以外では有利・不利というのはあまり見られませんでした。
学部卒でも修士卒でも理系であれば普通に大企業に推薦枠がたくさんあります。最近は国内メーカーは見るに耐えないことになっていたりと、そういう人生が幸せかどうかは置いておいて推薦は強いです。
特に機電系ならば大学の偏差値に関わらず、ほとんどの場合で有名企業にたくさん推薦枠を持っているので調べてみましょう。
理系の就活に備えてやるべきこと
特に理系学士・理系修士で就活に差は出づらいといことがわかりました。そしてたいていの場合、就活で理系の敵は文系ではなく、同じ理系です。
理系の日常とは簡単でわずかな講義に出席し、あとは研究するというものです。これでは差別化がとても難しいので対策を考えました。
インターン
インターンには2種類あります。企業が採用目的で行っている短期間でのインターンとほとんどアルバイトみたいな長期インターンです。
どんなに忙しくても短期インターンには参加しましょう。採用とは関係ありませんが口癖ですが、99%の確率で関係あります。短期インターンで覚えられると囲い込みが始まり、就活が本格化する前に採用になっています。
長期インターンは余裕があれば参加しましょう。ベンチャー企業とか聞いたことない会社でも全く構わないです。
情報系の学生だと長期インターンで自分でサービスを作ったり成果を上げることを目的としましょう。ここで成果を上げると本命の企業の短期インターンの面接に受かりやすくなりますし、就職でもアピールできることが増えます。就職候補としてそこのベンチャー企業も確保できます。
情報収集
研究室の先輩から情報をちゃんと仕入れましょう。
一応興味がありそうな企業の人事から電話が来たらとりあえず説明を受けに行きましょう。カフェ代・昼飯代が浮きます。
就職活動をしていると初めて知ったような会社だったり、普段聞く会社が実はとてもすごい企業だったりというのがわかります。研究と就活が被っていない余裕のある時期にこれらを行っておきましょう。
研究
研究で成果を出せば就職活動でのアピールにもつながります。もちろん推薦でも役に立ちます。推薦され前の選考から推薦された後の選考まで、研究成果があると強いです。
情報系の学生だと研究で得た知識を使って自分で何かサービス的なものを作れるようになっていれば、即戦力でしょう。
こういうフリーランス案件から実際に仕事ができるようになっていれば完璧すぎるくらいでしょう。
まとめ
- 理系学士・修士では特に有利・不利は少ない
- インターンなどで実績づくりをしよう
- やばい研究室に入るといろいろやばい