ミドル
Google DeepMind で GenAI の研究成果をプロダクションの ML パイプラインとして届ける
この Google DeepMind の Software Engineer ポジション(Sunnyvale、ハイブリッド勤務)は研究とプロダクションの境界に位置します:生成メディアとマルチモーダル理解向けの GenAI ソリューションのプロトタイピング、ML パイプラインの構築、結合・パフォーマンス・セキュリティテストによるプロダクトコードの堅牢化です。メディア生成向け生成 AI モデルの学習経験 2 年、TensorFlow/PyTorch/JAX でのモデル構築、ML インフラの管理(デプロイ、評価、最適化、データ処理)、Java/C/C++/Python/Go での一般的なソフトウェア開発経験が求められます。模擬面接では、ML システムデザインにコーディングの基礎(データ構造/アルゴリズム)とプロダクションエンジニアリングの厳密さを織り交ぜた内容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
この面接で問われること
- メディア生成向け生成 AI モデルの学習と評価
- ML フレームワークのトレードオフ(TensorFlow、PyTorch、JAX)
- ML インフラ:デプロイ、評価、最適化、データパイプライン
- コアとなるデータ構造とアルゴリズム
- プロダクションシステム障害のデバッグと根本原因特定(パフォーマンス、セキュリティ、信頼性)
よくある質問の方向性
生成メディアモデルをプロトタイプからプロダクションへ持っていく ML パイプラインを設計してください
学習ワークロードにおける TensorFlow、PyTorch、JAX の比較——それぞれをどんなときに選びますか
ML サービングシステムで発生した複雑なプロダクション障害のデバッグ手順を説明してください
生成モデルのサービスに対して、結合テストとパフォーマンステストをどう構成しますか
データ構造/アルゴリズムの問題を解き、計算量のトレードオフを議論してください
経験者はこう語る
リアルな Software Engineer の面接体験 — 候補者の公開投稿をもとに出典付きで再構成。
Google · L3 ソフトウェアエンジニアオファー獲得Google L3 ソフトウェアエンジニア面接体験談:電話面接、コーディング4ラウンド、Googleynessラウンド
実務経験2年の候補者が、リクルーターからの連絡からオファー獲得まで約4か月を要した記録。オンサイトは45分のコーディング面接4回で構成され、うち3回で二分木の問題が出題された。あるラウンドでは、最適解を大規模システムでどう近似計算するかをめぐって25分間の深掘り質問が続いた。
面接時期: 2020年6月 · インド・バンガロール
Google · L4 ソフトウェアエンジニア不合格Google L4 ソフトウェアエンジニア 面接体験談:8ラウンドを経てオファーなし
L4ソフトウェアエンジニア職の候補者は、2回の電話面接、3回のオンサイトラウンド、文化面接、そしてGoogleの採用マネージャーとのチームマッチング面談を経た後、経験年数要件の引き上げによりプロセスが約1か月半停滞し、追加された1ラウンドの末にオファーなしで終了した。
面接時期: 2024年2月 · 記載なし
Google · L5 ソフトウェアエンジニア不合格Google L5 ソフトウェアエンジニア面接体験談:電話面接、オンサイト3ラウンド、システム設計、そして遅れて届いた不採用通知
L5職に応募した候補者は、電話面接、オンサイト3回のコーディングラウンド、モバイルのシステム設計ラウンド、Googleyness and Leadershipラウンドを経験した。4回の技術ラウンドのうち2回は候補者自身の評価では出来が悪く、約2か月の沈黙の後、リクルーターからポジションがクローズされたと伝えられた。
面接時期: 2023年1月 · 記載なし
Google Software Engineer の面接一覧
関連する面接
シニア
Software Engineer, Serverless Networking, Infrastructure
スタッフ
Staff Software Engineer, Mobile (Android), YouTube
アソシエイト
Software Engineer
Cloudflare
ミドル
Machine Learning Engineer
マネージャー
Engineering Manager, Ads ML Efficiency
Airbnb
ミドル