複数のAI企業の人事担当者/面接官が明かす：機械学習エンジニアの採用方法

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

恐ろしい話をしましょう。春節休暇が終わるまであと半月しかありません。

つまり、半月後には来年の転職先企業を選択できることになります。

面接の共有投稿が Reddit で人気を集めています。機械学習の実践者や技術リーダー、人材を採用する人事担当者の多くが、機械学習技術者の面接に関する個人的な経験を共有しています。

ここから、長いまたは短い面接プロセス、難しいまたは簡潔な質問などを確認できます。また、人材を採用する人事および技術リーダーの観点から、面接に失敗した理由も知ることができます。

機械学習面接の4つの主要なルーチンをまとめました。

ルーチン1: 実際の問題をテスト問題として使用する

ネットユーザーp-moraisがシェア

企業規模：スタートアップ

オンライン/オフライン: モバイルビデオインタビュー

ステージ：2以上

1. 候補者は、自身の研究または仕事について30分から1時間ほど紹介します。

2. 異なるチームのメンバーによる45分間の非構造化面接を実施します。主な内容は、実際の業務で遭遇する可能性のある問題を提示し、その解決方法を候補者に尋ねることです。

時間：2時間以上

評価: スタートアップに適している/機械学習の科学者を採用するのに適している/できれば数学の基礎テストを補足する

ネットユーザーp-morais:

「私はこのようなスタートアップ企業が好きです。なぜなら、彼らは職務内容から候補者の適性や能力を判断できるからです。私もスタートアップ企業なので、大企業は頭のいい新人を雇って白紙の状態からトレーニングしたいのかもしれませんが、私は頭がいいというだけで人を雇うことはできません。」

ネットユーザーdrrelyea:

「この方法では適切な人材を見つけるのは難しいですが、適切な人材が現れたら、この人を雇う必要があると分かります。しかし、スタートアップ企業以外の企業では、埋めるべきポジションが多すぎて、手遅れになります。」

ネットユーザー snendroid-ai:

「これが最善の方法です。実際に遭遇した問題を候補者がどのように解決するかを尋ねることよりも良い方法があるでしょうか? あなたのチームはすでにこの問題に多くの人的資源とリソースを費やしており、すべての解決策に精通しているはずです。したがって、この領域について質問するだけで、候補者の能力を簡単に判断できます。」

ネットユーザーmydynastyreal:

「私の会社でも同じですが、統計から計算まで、基本的な数学の内容をすべてテストするホワイトボードセッションもあります。非常にストレスがかかるため、候補者のパフォーマンスは通常よりも悪くなります。しかし、非常に優秀に見えても、パフォーマンスが非常に悪い人もいます。数学の基礎がない人よりも、数学が得意でAIについてあまり知らない人を採用したいです。」

ネットユーザーAchillesDev:

「これは、機械学習（CV）の科学者を採用する場合にも当てはまります。エンジニアを採用する場合は、典型的なコーディング面接に似たものになり、全体的な設計に重点が置かれることになります。」

ルーチン2: 宿題を使って候補者のコーディングレベルを調べる

ネットユーザーdrrelyeaがシェア

会社規模：非公開だが、説明からすると大企業であると思われる

オンライン/オフライン: 最初にオンラインで、次にオフライン

セッション数：2～4

1. 最初の段階は電話インタビューです。

まず、候補者の研究分野、経験、仕事への取り組み、その他の情報を把握するために 30 分を費やします。その後、20 分間のコード インタビューが行われ、候補者の約半数が選抜されます。その後、候補者には面接官に質問する時間が 10 分間与えられます。

1.1. 経験ゼロの博士課程の学生に対する追加の質問。

機械学習の実務経験がない博士課程の学生には、電話インタビュー後にメールを送信し、Coursera で機械学習のコースを受講したり、Hastie と Bishop の本を読んだり、TensorFlow、PyTorch、pandas、numpy を学習したりする時間を 2 ～ 3 か月与えます。

2. 第2段階では、一部のポジションには宿題が出ます。

この課題には約 3 ～ 4 時間の作業が必要で、応募者のコードが簡潔であるか、問題を解決できるか、コードを明確に説明できるかが評価されます。この時点で、候補者の約3分の2から4分の3が、機械学習を理解していなかったり、コードを書くのが得意ではなかったりしたために不合格になりました。

3.第3段階はオフライン面接です。

3～4 時間のオフライン面接では、主に候補者の機械学習に関する知識と理解、コーディング能力、全体的な品質、および候補者の履歴書に基づいた自由形式の質問が審査されます。その目的は、候補者の技術力と知識の蓄えが要件を満たしていること、性格に問題がないこと、高いプレッシャーや低いプレッシャーの下で働くことができること、明確な仕事と曖昧な仕事の両方を処理できることを保証することです。

この段階で不合格になる候補者の大半は、ハードスキルの問題ではなく、仕事への集中力の欠如、要件に関する混乱、積極性の欠如、傲慢すぎる、コミュニケーションスキルの低さなど、全体的な品質の問題を抱えています。

所要時間：経験豊富な人の場合4〜8時間、経験の浅い博士課程の学生の場合2〜3か月

コメント: 受験者にとても役立つ / 宿題が多すぎる

基本的な知識はあるが経験のない候補者に勉強する時間を与えるためのコースを提供することは非常に良心的な行為であり、その人のキャリアに良い影響を与えると多くの人が考えています。

宿題を出す問題について、ネットユーザーのneal_lathiaさんは、宿題を出すプロセスは受験者の負担を増やすことになるが、宿題を出すことで空論よりも多くの情報が得られ、内向的な受験者とより多くの議論ができるとコメントした。

手順3：面接と試験がすべて含まれています

MeatIsMeaty によって共有

会社規模：非公開だが、プロセスから判断すると大企業であると思われる

オンライン/オフライン: 最初にオンラインで、次にオフラインで、最後にオンラインでテストを受ける

セッション数: 9

1. 電話インタビュー

2. 行動面接

3. グループ面接

4. 技術面接（機械学習、統計、コーディング、データエンジニアリング）

5. スピーチインタビュー

6. モデリング作業

7. 分析的な宿題

8. オンラインコードテスト

9. オンライン統計/機械学習テスト

所要時間：非公開だが、長いプロセスになりそうだ

評価: 複雑すぎる

このルーチンの作成者は、非常に長い一連の面接を経て、今では採用担当者になっています。電話面接はたった 1 時間で、オフライン面接は 2 時間の技術面接と 1 時間の行動面接だけでした。

ルーティン4：その場で質問する

ネットユーザーliqui_data_meがインターンシップの面接体験をシェア

企業規模: フォーチュン500企業

オンライン/オフライン: オフライン

セッション数: 2

1. 人事部に相談する。

2. 現地で質問してください。午前 8 時から午後 1 時まで、合計 3 つのセッションがあり、各セッションは、LeetCode + 機械学習の質問 + 機械学習プロジェクトの経験 + 問題を解決するためのブレインストーミングです。ニューラル ネットワークのバックプロパゲーションを導出する質問もあります。

所要時間: 5時間以上

最後に、さまざまな企業の面接や採用プロセスから、人材に対する彼らの重点とニーズがわかります。候補者が実用的な問題を解決できるかどうかを重視する企業もあれば、技術的な能力を重視する企業もあり、人の総合的な資質を重視する企業もあります。

また、複雑なプロセスを採用している企業が多い一方で、シンプルさや効率性を主張する面接官も多く、これも採用企業の企業文化を反映しています。

新年以降転職を希望する方々に幸運を祈ります〜