面接一覧
Airbnb logo

Airbnb

ミドル

Airbnb のコードベース全体でテストカバレッジを生成・検証・維持する AI エージェントを作る

Airbnb の Quality Platform チームは、LLM をテストライフサイクルに直接組み込む AI ネイティブなシステム——テスト生成、エージェントによる PR 検証、コード変更に追随するカバレッジ維持——を構築しています。クライアントツール(TypeScript、Swift、Kotlin)からバックエンドサービス(Java、Python)までをまたぐ、フルスタックの応用 AI ポジションです。開発者ワークフロー向けの LLM エージェント設計を説明し、信頼性やスケールへの懸念に答え切る練習をしたい方に向いた面接対策です。

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

  • テストライフサイクルに組み込む AI エージェントの設計(生成、検証、カバレッジ維持)
  • エージェントによる PR/E2E 検証と探索的テストのパターン
  • エージェントの信頼性を高めるプロンプトエンジニアリングと RAG
  • クライアント(TypeScript/Swift/Kotlin)とバックエンド(Java/Python)をまたぐフルスタック開発
  • CI/CD と開発者ツールのボトルネック特定
  • Mobile、Infra、Product Eng、QE との部門横断コラボレーション

よくある質問の方向性

マージ前に pull request をエンドツーエンドで検証する AI エージェントを設計し、アーキテクチャを順を追って説明してください

プロンプトエンジニアリングや RAG で AI システムの信頼性を高めた経験を教えてください

1 つの機能について、開発者向けツールとその背後のバックエンドサービスの両方を構築した経験を教えてください

AI を用いたテストシステムが、大規模環境で CI/CD のボトルネックにならないようにするには

テストや CI ワークフローのボトルネックを特定し、解消した経験を教えてください

複雑な AI システムの設計を、ML のバックグラウンドがない相手にどう説明しますか

元の求人ページを見る

関連する面接