面接一覧
Google logo

Google

新卒

Google のスタック全体でエンドツーエンドの ML システムを構築する PhD エンジニア

2026 年入社予定の PhD 取得者向け若手ポジションで、Google の複数のプロダクト領域(AI & Infrastructure、Cloud、YouTube、Search、Ads)にまたがるオープンポジションです。業務は ML スタック全体に及び、低レベルのハードウェアアクセラレーションやコンパイラ最適化から、モデルアーキテクチャ、本番 API までをカバーします。さらに、本番システムのパフォーマンス最適化(ボトルネック、メモリの非効率、エラーの解消)や、十分にテスト・レビューされたコードの作成も担います。歓迎要件としては、深層学習フレームワーク(TensorFlow/JAX/PyTorch)、モデルアーキテクチャ(CNN、NLP 向け Transformer、Diffusion/Vision Transformer)の経験、データパイプラインからユーザー向け API までの AI アプリケーションスタック全体の構築経験が挙げられています。

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

想定される形式

Google 標準の選考フロー:コーディングを含む電話面接の後、オンサイトでコーディング/アルゴリズム、ML・システムデザイン、Googleyness・リーダーシップを問う行動面接が行われます

この面接で問われること

  • データパイプラインからモデル、本番 API までのエンドツーエンドの ML システム設計
  • 深層学習フレームワークとモデルアーキテクチャのトレードオフ(CNN、Transformer、Diffusion)
  • 本番 ML システムにおけるパフォーマンスボトルネック・メモリ非効率の診断と修正
  • ML/AI の研究成果を大規模な本番環境へ落とし込む力
  • Python/C/C++/Java/Go でのコーディング基礎と、テスト・レビューを徹底したコード作成

よくある質問の方向性

研究アイデアから動作・検証可能なシステムまで仕上げた ML プロジェクトを説明してください

ある課題に対して特定のモデルアーキテクチャ(CNN/Transformer/Diffusion)を選んだ理由は何ですか

大規模システムで診断したパフォーマンスボトルネックやメモリ非効率の事例を説明してください

AI を活用したアプリケーションのデータ取り込みと API 層をどう設計しますか

Python、C、C++、Java、Go のいずれかによるコーディング/アルゴリズム問題

元の求人ページを見る

Google Software Engineer の面接一覧

Googleの面接一覧

関連する面接