面接一覧
Instacart logo

Instacart

シニア

Instacart の注文バッチング・Shopper ルーティング・マーケットプレイス割り当てを支えるリアルタイム最適化・ML システムを設計する

Instacart の Matching & Positioning チームは、注文のバッチング、Shopper の割り当て、ルーティングを、サブ秒レイテンシかつ高スループットで処理するプロダクション品質の最適化・ML システムを構築するシニア ML エンジニアを募集しています。オペレーションズリサーチ、組合せ最適化(MIP/CP-SAT、OR-Tools/Gurobi/CPLEX などのソルバー)、機械学習が交差するポジションで、定式化からプロダクション監視までモデルのライフサイクル全体を担います。

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

この面接で問われること

  • 組合せ最適化(MIP/CP-SAT、OR-Tools/Gurobi/CPLEX)
  • 大規模なリアルタイム低レイテンシ意思決定サービス
  • モデルライフサイクル全体:オフライン評価、A/B テスト、段階的ロールアウト
  • プロダクション ML インフラ(Docker/Kubernetes、モニタリング)
  • マーケットプレイス・物流ドメインのトレードオフ(バッチング、ルーティング、割り当て)

よくある質問の方向性

自分で定式化した大規模な組合せ最適化問題と、ソルバー・ヒューリスティクスのトレードオフ判断を説明する

高スループット下でサブ秒の P95 レイテンシを達成する意思決定サービスをどう設計したか?

オフラインシミュレーションから A/B テスト、プロダクションロールアウトまでモデルを進めるプロセスを説明する

リリース前の検証に counterfactual replay やシミュレーションをどう活用したか?

厳密解ソルバーではなくヒューリスティクスを選んだ経験——その判断の決め手は何だったか

元の求人ページを見る

Instacart Senior Machine Learning Engineer の面接一覧

Instacartの面接一覧

関連する面接