エクサウィザーズの採用大学｜公式の就職実績とBizDev・技術職の準備

大学公式の就職実績は、所属と対象年度をそろえて読む

東京大学の計数工学科の資料は、大学院の二つの専攻と学部卒業生を一緒に掲載しています。そこに社名があることを、計数工学科の学部卒業生だけの実績にはできません。同じ資料の業種別人数なども、エクサウィザーズだけの採用人数ではありません。[1]​​‌​​​‌​‌​‌​‌​‌​​‌​‌​‌‌‌​‌​​‌‌​‌​‌​‌‌‌​​​​​‌‌‌‌‌‌‌​‌​‌‌‌‌‌​​​​​​

筑波大学の情報理工学は、プログラムの諸データで令和6年度の博士前期課程の就職先として一名を確認できます。大学院の就職先例にも同じ名前が載っていますが、同年度・同じ所属の情報なので二名には数えていません。リスク・レジリエンス工学とサービス工学は資料上で一つの欄になっており、どちらか一方へ割り振っていません。[3] [4]

中京大学の資料では、大学院の見出しの下に社名が掲載されています。直前のページや上の欄に別の学部名があっても、その学部の実績とは扱いません。研究科名や修士・博士の区別が示されていないため、確認できた大学院という範囲で掲載しています。[5]

この表は大学が公表した事実を整理したもので、会社が全採用者の大学を公開した一覧ではありません。掲載のない大学から応募できない、特定の大学院なら通過できるといった判断はできません。就職先の実績と、今の自分に必要な応募条件を分けて確認しましょう。

また、大学の資料から入社後の担当職種までは分かりません。情報分野の専攻が載っていても、全員が機械学習エンジニアになったとは限りませんし、大学院の実績が多いことから全職種で修士号が必要だとも言えません。希望する職種の公式募集を読むことが、次の具体的な行動になります。

AIへの関心を、誰の課題をどう解くかにつなげる

新卒採用サイトは「社会課題を、AIで解こう。」と掲げています。新卒社員を将来の事業やプロダクト、組織を一緒につくる存在と位置付け、正解のない問いに仮説を立てて行動すること、専門分野を越えて考えること、失敗から学ぶことを期待しています。[6]

この考え方は、知っている技術の名前をたくさん並べることだけが準備ではないと考える材料になります。身近な人が何に困っているか、なぜ現在の方法では解決しにくいか、技術を使うとどこが変わるかを順に説明してみましょう。AIに興味があるという気持ちを、相手の生活や仕事との関係まで具体化できます。[6] [7]

ただし、新卒サイトが学ぶ姿勢を重視していても、個別の技術職に必要な経験まで不要になるわけではありません。ソフトウェア職はコンピューターサイエンスの基礎や開発経験を必須としています。企業の理念と、職種ごとの応募資格の両方を読んで、自分の現状と照らし合わせてください。[6] [9]

大学名による選考の有無は、就職先一覧から推測して断定できません。今回確認した募集では、BizDevの関心や志向、技術職の開発経験など、職種に応じた条件が示されています。大学名の印象を一人で考え続けるより、自分が示せる経験と不足している準備を整理すると、応募に向けた行動を決めやすくなります。[10] [9]

AIを仕事にするために、身近な経験で試せる4つの準備

次の内容は仕事内容を踏まえた準備の提案です。会社指定の課題や、通過を保証する対策ではありません。授業、研究、アルバイト、個人開発など、自分が実際に関わった範囲から考えてみてください。

1．AIを使う前に、困りごとと現在の作業を整理する[7]

BizDevの紹介では、課題の定義からAIの活用方法、事業としての成立、現場で使われるところまでを考える仕事が示されています。最初からAIを導入する結論を決めるのではなく、どんな場面で誰が困っているかを理解することが出発点になります。[7]

例えば、サークルで問い合わせへの回答に時間がかかるなら、どんな質問が多いのか、誰が回答を探すのか、情報はどこにあるのかを書き出せます。質問が重複する原因が、案内の置き場所が分かりにくいだけなら、案内を整理することから改善できるかもしれません。実際に観察したことと、自分の仮説を分けて記録します。

そのうえでAIを使う案と、使わずに整理する案を比べてみましょう。準備に必要な時間、情報の更新方法、間違った回答をしたときの影響などを並べます。新しい技術を使うこと自体を成果にせず、困っている人の作業がどう変わるかを判断の基準にします。

応募書類では、課題を発見しましただけでなく、何を見てそう考えたかも説明できます。誰かから聞いた事実、自分が集めた記録、まだ確認できていないことを分けると、判断の根拠が伝わりやすくなります。自分の見立てが途中で変わったなら、何が分かって変えたのかも振り返ってみてください。

2．小さく作り、使う人が困らず試せるかを確かめる[8] [9]

エンジニアの仕事は、AIやデータを使う仕組みを作るだけでなく、画面や運用を含めて現場の課題を解くものとして紹介されています。ソフトウェア職では、試作と検証、AIプロダクトの開発や運用、基盤を整える仕事が示されています。[8] [9]

個人開発なら、一度に多くの機能を作るより、想定した利用者が一つの作業を完了できる小さな形にします。何を入力し、何が返り、結果を見て次に何をすればよいかをそろえます。プログラムが動いたことと、人が迷わず利用できたことを別々に確認すると、改善点を見つけやすくなります。

AIを使う場合は、うまく答える例だけでなく、曖昧な入力、必要な情報がない入力、想定外の言葉なども試せます。正しい答えがないのに断定してしまう場合、回答できないと伝える方法や、人に確認してもらう流れを考えます。評価に使った例を残しておくと、修正後に良くなったかを比べられます。

練習用のデータには、公開情報や自分で作った架空のデータを使えます。職場や研究の機密、他人の個人情報を、無断で外部のAIサービスへ入れる必要はありません。データを使える条件を確かめ、試作品を実際のサービスとして提供した成果と混同しないようにしましょう。

説明するときは、使用した技術に加え、なぜその構成を選んだか、どこまで動作を確認したか、まだ何が弱いかを示します。共同開発なら、自分が書いた部分と他の人が担当した部分を分けます。すべてを一人で作ったように見せるより、自分の判断や実装を具体的に説明する準備をしてください。

3．技術に詳しい人と、仕事の現場にいる人の間をつなぐ[7] [8]

BizDevのページは、AIを中身の分からない道具として扱わず、エンジニアと議論できる理解を求めています。エンジニア側も、事業側と連携して使われ方から改善する仕事です。相手の専門を尊重しながら、何を実現する必要があるかを共有する場面を考えられます。[7] [8]

共同発表やアルバイトで説明が伝わらなかった経験を振り返ると、専門用語だけが原因ではないこともあります。相手が決めたいこと、使える時間、守る必要がある条件を先に聞いたかを考えてみます。自分が説明したい順番と、相手が判断するために必要な順番が違っていたかもしれません。

練習では、一つの改善案を、技術に詳しい人向けと利用者向けに説明し直してみます。前者には仕組みや制約、後者には使う手順や注意点が必要になることがあります。説明を短くするだけでなく、相手が何を知れば動けるかを基準に内容を選びます。

意見が分かれた場面では、どちらの案を採用したかだけでなく、何を比べたかを整理しましょう。精度、費用、速さ、運用の負担など、重視する条件を共有したうえで試せたなら、その過程を説明できます。相手を説得し切った話だけでなく、自分の案を修正して一緒に進めた経験も材料になります。

4．導入後も続けられるか、成果の確かめ方まで考える[7] [9]

課題に合う仕組みができても、現場で使われなければ改善につながりません。BizDevは事業として成立することや現場での利用まで扱い、ソフトウェア職はプロダクトの運用も担います。作った時点で終わりにせず、誰が維持し、何を見て改善するかを考える練習ができます。[7] [9]

問い合わせの例なら、回答の速さだけでなく、追加の確認が必要になった割合や、情報を更新する負担も見られます。測っていない削減率を作るのではなく、試した件数、比較した条件、確認できた変化をそのまま残します。人数や期間が小さい検証なら、その範囲を添えて説明します。

失敗した場合は、原因を一つに決め付けず、課題の捉え方、データ、画面、説明、運用のどこでつまずいたかを分けて考えます。直す前に何を確かめる必要があるかを決め、次に試すことを一つ選びます。改善の回数を増やすことより、前の結果から何を学び、次の判断をどう変えたかが整理の中心です。

事業への関心がある人は、使う人と費用を負担する人が同じかも考えてみてください。便利でも、導入の説明や維持に大きな負担がかかれば続けにくい場合があります。想像だけで需要があると言い切らず、誰に何を確かめれば見通しが立つかまで書くと、企画を具体的にできます。

27卒の本選考と28卒のジョブ選考を分けて確認する

年度や職種が違えば、選考の入口も条件も変わります。27卒の給与を28卒にも適用される数字として読んだり、BizDevのジョブ選考をエンジニア全員の必須工程にしたりしないようにしましょう。今回の確認時点でエンジニアのページにある長期インターン二件は募集終了の表示です。以前の募集ページが検索に出るだけで、現在も受け付けているとは判断できません。[7] [8]

BizDevの必須条件は、社会課題を解決する事業を作りたいこと、AIや最新技術への関心、将来的な経営や起業への関心、日本語で円滑に仕事のやり取りや資料作成ができることです。コンピューターサイエンスの専攻や起業・事業運営の経験は歓迎条件として分けて書かれています。[10]

ソフトウェア職では、コンピューターサイエンスの基礎に加え、Python、JavaScript、Go、Java、C/C++などを使った開発経験を求めています。個人開発やインターン、アルバイト等の経験も対象として示されています。技術の名前だけでなく、何を作り、どこを自分で考えたかを説明できるようにしておきましょう。[9]

日本語の条件も職種の募集文をそのまま確認してください。BizDevはJLPTのN1を目安とし、外国籍の応募者には証明書データの提出を求めています。ソフトウェア職はビジネスレベルでN1を期待する表現です。表現の違いを無視して、全職種に一律の証明書要件を作らないようにしましょう。[10] [9]

選考の順番と、提出する経験の説明を整える

27卒BizDevの本選考は、書類選考、独自のデジタルイノベーターアセスメント、面接、新規ビジネス企画選考、役員面接、人事責任者の最終面接、内定という流れです。面接は複数回になる場合があり、企画選考の詳細は選考中に説明されます。公表されていない課題の内容を、過去の推測で決め付けて準備しないようにしましょう。[10] [7]

BizDevの募集要項にはインターン経由の流れもあり、書類、面接や人事面談、アセスメント、本選考直結型ジョブ、最終選考、内定と案内されています。通常の本選考と同じ順番ではないため、自分がどの入口から進むのかを確認します。27卒の要項にある説明を、そのまま28卒の確定フローにはしていません。[10] [7]

エンジニアの新卒ページでは、書類、オンラインコーディングテスト、面接二〜三回、最終面接、内定が案内されています。回数は変わる場合があります。インターンは希望を踏まえ内定前後に提案する場合があるという説明で、全員が必ず参加する工程とはしていません。[8]

履歴書は自由形式とされ、論文、GitHubなどの成果物、コンテスト実績があれば提出する案内です。研究や開発の資料は、目的、自分の担当、試した方法、結果、残った課題を読み取れるように整えます。共同研究の未公開情報など、提出してよい範囲は事前に確認してください。[8]

コーディングの準備では、解答だけでなく、なぜその方法を選んだか、どの入力で動かないかを説明する練習もできます。企画の準備では、解決したい問題と根拠、他の方法との違い、確かめたい仮説をそろえます。いずれも、この練習が会社の出題内容そのものだと考える必要はありません。

給与はソフトウェア職の下限とBizDevの例示を混同しない

どちらも年収を十二分割した月収という説明です。BizDevの例では、月収45万円の基本給は332,940円、月収40万円の基本給は295,910円で、いずれも45時間分のみなし時間外手当を含み、超過分は追加で支払うとされています。会社の表記が例示である点を保ち、確定した提示額と混同しないようにしましょう。[10]

ソフトウェア職の要項には月収60万円の内訳の例もありますが、年収の見出しは540万円からという表記です。そこから全員共通の年収上限を新たに作っていません。具体的な提示条件を受け取る際には、基本給と手当、勤務形態をまとめて確認してください。[9]

両募集は東京の勤務地を案内し、業務内容によってフレックス、裁量労働制、管理監督者としての勤務形態を適用する旨を掲載しています。この記載だけから全員が同じ時間に働く、自由に在宅勤務できるとは判断できません。配属予定の仕事でどの条件が適用されるか、選考で確認したい点として残しておきましょう。[9] [10]

大学が公表した就職人数は会社全体の新卒採用人数ではありません。異なる年度の実績や、同じ年度の重複する資料を合計して倍率を作ることもできません。待遇と選考の情報は、それぞれ意味が分かる範囲で使い、数字だけで応募の可否を決めないようにしましょう。[1] [3] [4]

30日で、課題への関心と自分の経験をつなぐ

以下は応募準備の例で、会社の選考日程ではありません。募集期限が近い場合は必要な作業を前倒ししてください。

1. 1〜3日目：自分の卒業年度と希望職種を決め、公式の募集入口と必須条件を確認する。
2. 4〜7日目：社会や身近な活動の困りごとを一つ選び、確認した事実と仮説を分けて書く。
3. 8〜12日目：AIを使う方法と別の方法を比較する。技術職なら小さな試作と評価例を用意する。
4. 13〜18日目：協力を得られる相手に説明し、分からなかった点や試作の弱点を確認して直す。
5. 19〜24日目：自分の担当、判断の理由、結果、残った課題をまとめる。希望職種とのつながりを説明する。
6. 25〜30日目：募集状況と提出条件を再確認する。年度別の選考案内を読み、給与や勤務条件の疑問を整理して応募する。

大学名への不安だけで立ち止まらず、誰の課題にどう関わりたいかを考えてみましょう。応募先の選び方や経験の伝え方に迷ったら、逆転就活塾の相談も利用してください。

参照した資料

大学・機関が公開する情報と、編集部による進め方の提案を分けて掲載しています。採用条件や支援の受付状況は変更されるため、利用時に公式情報をご確認ください。

1. 東京大学｜計数工学科ガイダンス2026確認日：2026-09-12 ／ 2025年度の欄。PDF42頁、数理情報学専攻・システム情報学専攻修士修了者と計数工学科卒業生を合算した就職先。エクサウィザーズ記載、個社人数明記なし。原本cx1-fixstars-utokyo-42.png照合済み。
2. 東京大学大学院新領域創成科学研究科｜進路情報確認日：2026-09-11 ／ 2025年度の修士課程欄（令和7年9月修了者含む）。人間環境学専攻エクサウィザーズ1名。2025年度の欄の見出しから所属まで照合済み。
3. 筑波大学情報理工学位プログラム｜諸データ確認日：2026-09-11 ／ 2024年度の欄（令和6年度）。博士前期課程詳細、エクサウィザーズ1名。前後の年度ではなく該当表の見出しと照合。
4. 筑波大学｜令和6年度就職先例 大学院修士・博士前期確認日：2026-09-11 ／ 2024年度の欄（令和6年度）、PDF2頁。リスク・レジリエンス工学・サービス工学の共同欄と情報理工学の欄にエクサウィザーズ。個社人数なし。原本cx1-exa-tsukuba-2.png照合済み。情報理工は諸データと重複。
5. 中京大学｜2024年度就職決定先確認日：2026-09-11 ／ 2024年度の就職決定先、PDF10頁の大学院欄にエクサウィザーズ。研究科や課程と個社人数なし。原本cx1-exa-chukyo-10.png照合済み。直前のスポーツ科学部に帰属させない。
6. エクサウィザーズ｜新卒採用確認日：2026-09-12 ／ 公式新卒入口。社会課題を、AIで解こう。将来の事業・組織を作る人材、専門横断、仮説と行動、学習姿勢。CUAで表示本文確認。
7. エクサウィザーズ｜BizDev新卒採用確認日：2026-09-12 ／ 27卒本選考、28卒2daysジョブ選考を区別。課題から社会実装まで。27卒選考フロー。CUAで表示確認。
8. エクサウィザーズ｜エンジニア新卒採用確認日：2026-09-12 ／ 27卒ML・最適化・ソフトウェアの3募集入口。書類/オンラインコーディング/面接2〜3回/最終/内定、回数変動、インターン任意提案。長期インターン2件は募集終了。CUA本文確認。
9. エクサウィザーズ公式募集｜Software Engineer 27卒確認日：2026-09-12 ／ 公式指定TalentioをCUA確認。CS基礎・開発経験・日本語必須。年収540万円〜、下限45万は基本332940+45h117060、超過別途。上限例を年収の固定上限と解釈しない。
10. エクサウィザーズ公式募集｜BizDev/AIコンサルタント27卒確認日：2026-09-12 ／ 公式指定TalentioをCUA確認。社会課題事業/AI技術関心/将来経営起業/日本語が必須、CS専攻と起業経験は歓迎。給与は選考中パフォーマンス等で決定、540万/480万は例示。45h手当と超過別途。

次の選考準備に役立つ記事