面接一覧
Affirm logo

Affirm

シニア

Affirmのエンジニアが大規模でも自信を持ってリリースできるようにする、テストデータ・モック・負荷テストのプラットフォームを構築する

このポジションはAffirmのDeveloper Productivity配下、Test Enablersチームに所属し、2027年12月までに1日1,000 PRへスケールするという目標を支えるべく、合成ID、テストデータのシーディング、モック、決定的テスト、負荷テストのプラットフォーム機能を構築します。バックエンドのプラットフォームエンジニアリング職(Python/Kotlin/Java)で、コストの高いE2E偏重の検証から、より強固なコンポーネント/統合/コントラクト/パフォーマンステストへの移行に注力するほか、AI支援開発ワークフローに向けたインフラ整備にも取り組みます。分散システム設計、運用のオーナーシップ(SLO、runbook、on-call)、曖昧な技術施策を一気通貫で推進した経験について、深掘りされることを想定してください。

この面接を練習する

無料 · この職種に合わせて調整されたライブ音声模擬面接

模擬面接を始める

この面接で問われること

  • 合成テストデータ・モック・負荷テストのプラットフォーム構築と運用
  • E2E偏重のテスト戦略からコンポーネント/統合/コントラクトテストへの移行
  • 運用のオーナーシップ:社内プラットフォームのSLO、アラート、runbook、インシデントへの備え
  • flakyなテストやCIの誤検知に対する、仕組みレベルでの診断と解消
  • 曖昧さの残る中〜大規模技術プロジェクトの一気通貫でのリード
  • AIエージェント主導の開発ワークフロー向けの、決定的で可観測な検証フィードバックの設計

よくある質問の方向性

テストデータや合成IDの設計も含めて、一気通貫で構築したテスト・開発者生産性プラットフォームについて説明してください

E2E偏重のテストから、より健全なテストピラミッドへチームをどのように移行させましたか

自身がオーナーだったシステムにSLO・アラート・runbookを整備した過程と、それが試されたインシデントについて説明してください

flakyなテストやCIの誤検知シグナルを診断し、解消した経験を教えてください

CIシグナルを受け取るのが人間ではなくAIエージェントの場合、テスト検証のフィードバックをどのように設計しますか

要件が不明確で曖昧さの大きい技術プロジェクトをリードした経験を教えてください

元の求人ページを見る

関連する面接