
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
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
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

Roblox
新卒
Senior Machine Learning Engineer, Recommendation Systems (PhD Early Career)

Amazon
ミドル
Software Development Engineer, Prime Video

Netflix
シニア