Since I was in high school, I was fascinated by the Japanese culture and language, so I started learning Japanese as a hobby while studying engineering. When I started learning Japanese, I was blessed with excellent and knowledgeable teachers such as Prajwal sensei and Shruti sensei, and through the ASIA to JAPAN Japanese language class, I learned about the FAST OFFER International Program (formerly Study Go Work JAPAN Program) and started working harder aiming for employment in Japan. I immediately applied for the program and continued to actively study Japanese.
2020 was a busy and exciting year, and it was also the final year of engineering, and I was supposed to interview Japanese companies through the FAST OFFER Int’l program. But as Covid-19 swept the world, my plans for 2020, along with the world, were full of uncertainty. Both, my colleagues, and I, were worried about what this meant for our career and whether we would have the opportunity to take on the challenge of working in Japan.
Before that, ASIA to JAPAN switched the FAST OFFER Int’l program completely online, giving us hope in the wake of the Covid crisis. That sense of security that I felt then, cannot be expressed in words.
During the lockdown, I had the wonderful opportunity to do an internship at ASIA to JAPAN India Labs. The internship gave me experience in software development and access to Japanese clients and work culture. The joy of being selected after the judging is an absolutely understated expression. Through this internship, I improved not only my technical skills but also my Japanese skills. By listening to and talking with native Japanese people, I gained the confidence to interact in Japanese.
While working as an intern, I also prepared for an interview. After submitting a self-introduction video, a mentor was assigned to improve the resume. The session with mentor Suzuki was really valuable. Not only did he teach me how to work for the company and the points to decide when hiring, but he also taught me in a fun, kind, and interactive way to find the answer that most closely resembles my personality. I was able to look back on my life and find the answer.
I was interviewed by three companies in three months, and each experience was unique and valuable. Each company looked for different types of people and had different ways of finding them. In the end, thanks to the very friendly ASIA to JAPAN staff, mentors, and the unwavering help of my teacher, I decided to match up with a successful company and get a job there.
This job-seeking journey not only helped me find the ideal career path in Japan but also helped me understand my motivation and priorities in a more meaningful way. From studying hiragana to interviewing, the FAST OFFER Int’l Japan experience is truly unique and life-changing for me, and I will do my best to be proud of the many people who have supported me on this trip.
Ａ．完成し終了したプロジェクト
１．研究題名：ユーチューブ動画の再生回数予測モデル
２．背景と目的：
YouTubeには使用者がビデオを作って、アプロードすることができます。アップロードされた動画は他の使用者がみられます。その後、YouTubeは動画に広告を追加し、収益の一部をクリエイターに支払うことができます。
一部の動画は、通常のYouTube広告とは別に、ブランドが個別に後援しています。どちらの場合も、視聴回数に応じて収益が増加します。そのため、動画が公開される前に、動画の視聴回数を予測できれば非常に便利です。
このプロジェクトの目標は、公開前に利用可能なデータのみを使用して、動画の視聴回数を予測することです。
３．実施内容：
前処理：KaggleからトレンドのYouTube動画のデータセットをインポートしました。
データセットを分析し、無関係な列をすべて削除しました。
ビデオのタイトルとタグを言葉で分割して最も頻繁に使用される単語を計算しました。そしてすべてのストップワードを削除して、残っている言葉をエンコードし、数値データに変更しました。
データセットには十分な数値データがなかったため、別のデータセットからのチャネルの登録者数をマージしました
アルゴリズムの選択：Mulitivariate Linear Regressor, Ridge Regressor とRandom Forests Regressorを比較して、このデータセットに最適な結果が得られるかどうかを確認しました。
データセットには多くのカテゴリ値が含まれていますので、予測にRFRモデルを適用しました。
４．結果：
RFRを使用して93％の精度を達成し、大小の値で良好なパフォーマンスを達成しました。
「 Official 」、「HD」、「Marvel」のような言葉が再生回数に与える影響を観察しました。
５．学んだこと等：
くどくどしいデータがたくさんあるがNLPソリューションが必要ではない場合と同様の問題では、このタイプのエンコーディングと決定木を使用できます。
今後の課題：
YouTubeのトレンドは頻繁に変化しますので、モデルをトレーニンするために使ったデータセットを頻繁に更新する必要があります。
Ｂ．卒業研究として進行中の研究
１．研究題名：選択的な増幅機能を備えた補聴器
２．背景と目的：
1)卒業研究は耳がよく聞こえない人たち向けの補聴器を開発しています。通常の補聴器は、使用者の周りのすべての音を増幅しています。
2)私たちは機械学習を使って、バックグラウンドの音を除いて、人の声と他の大事な音だけを増幅したいです。
現在のチャレンジ：
1)そのようなノイズキャンセレイションの機能は他の先進の補聴器にもありますが、それはもう一つの問題に直面しています。
2)補聴器にはビジーレストランプロブレムと言う問題があります。騒がしい部屋には大勢の人が一緒に話すと補聴器はすべての人の声を増幅しています。誰が話しているかわからなくて補聴器の使用者が混乱されます。
３．実施内容：
1)この問題を解決するために、このプロジェクトには、ディープラーニングを使って話者の声も別々にして、誰が使用者と話しているかを特定して、その人の声だけを増幅するようにしています。
2)通常の補聴器には３つの部分があります。音を捉えるためにーつのマイクロフォンと音を増幅する増幅器と音を奏でるために１つのスピーカーです。
3)しかし、使用者と話している話者を特定するために、話者のポジションを計算する必要があります。このプロジェクトで開発している補聴器には二つのマイクロフォンをいれて、話者の相対位置を計算することができます。
4)それから、捉えた音を機械学習のアルゴリズムを使って別々にして、選択的に増幅して、結果として得られた音をスピーカーで奏でます。
4.まとめ：
この方法で、私のプロジェクトを通して、手頃な補聴器を改良することを成し遂げたいです。
