戦略コンサル(ベイン・アンド・カンパニー)の技術面接体験記——コーディング課題に挑んだ記録

選考プロセス

1. HRスカウト

   LinkedIn経由でBain & CompanyのHR担当者から直接スカウト連絡を受けた。プロフィールを確認する限り本物のアカウントと判断し、話を聞く目的で応じた。

2. 書類選考

   生成AIの支援を受けて作成した職務経歴書を提出。落選を予想していたが、数週間後にカジュアル面談の案内が届き通過が判明した。

3. HRとのカジュアル面談

   英語力への不安から一度は辞退のメールを送ったが、HR側から『英語レベルは気にしなくてよい』『技術面接はコーディングが中心』『英語での面接は最初の2回のみで以降は日本語』との説明を受け、面談を実施することにした。当日は中国地域拠点の担当者とZoomで実施し、簡単な自己紹介と今後のプロセス・チームについてのヒアリングを行い、通過した。

4. Round1 技術面接

   シニアマネージャークラスの面接官と1対1形式で実施。Zoom画面共有を使ったオンラインコーディングで、GoogleColab上でデータハンドリングからMLモデリングまでを何も参照せずに実装する課題に取り組んだ。AIツールの使用は禁止されていたが、Web検索は可能だった。

5. Round2以降(MD面談・役員面談・HR面談・オファー面談)

   投稿時点でここまでは選考が進んでおらず詳細は不明。案内によれば途中から使用言語が日本語に切り替わる見込みとのことだった。

HRカジュアル面談

英語でのコミュニケーション力と志望意欲の確認

中国地域拠点の担当者とZoomで実施された

候補者は事前準備なしで英語の自己紹介を行った

Round1 技術面接(Technical Interview)

データハンドリングからMLモデリングまでのコーディング実装力、およびモデル成果をビジネス示唆に繋げる説明力

• 仮に手詰まっていた部分が動いていたら、それを何に使う予定だったか
• モデルが完成したら、クライアントに対してどのような示唆ができると思うか
• モデル作成において重要視する点は何か
• 特徴量が少ない状況でモデルの性能を向上させるには、どのような対策が考えられるか(特徴量エンジニアリングについて)
• データが不均衡な場合、どのように対応するか

GoogleColabを使用し、Zoom画面共有によるオンラインコーディング形式だった

AIツールの使用は禁止、Web検索は可能だった

データは2000行×5列程度の小規模データセットで、難易度は易しめとの所感だった

面接官はコーディングの完成度そのものより、口頭でのやり取りや示唆出しの部分を重視している様子だったとの所感

出典

質問と選考プロセスの事実は、下記リンクの候補者本人の公開投稿に基づきます。本文は当サイトによる再構成です。