Lyft スケールでリアルタイムの価格と ETA を決める ML・最適化モデルを構築する

Lyft は、Pricing 組織の中核に位置する Dynamic Pricing & Offer Selection チームの Applied Scientist を募集しています。リアルタイムの価格と ETA を決定する ML・オペレーションズリサーチのモデルを構築し、1 日数百万コールを処理するパイプラインをプロダクション化し、Lyft の両面マーケットプレイスで需給のバランスを取る仕事です。勤務はサンフランシスコのハイブリッド(月・水・木はオフィス出社)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

リアルタイムの価格/ETA 決定のための ML・オペレーションズリサーチのモデル設計
大規模なモデル/パイプラインのプロダクション化(1 日数百万コール)
曖昧なマーケットプレイス課題を数理的に定式化する力
両面マーケットプレイスにおける短期コンバージョンと長期リテンションのバランス
オフライン指標だけでなくビジネスゴールに照らした ML システムの評価
PM・エンジニア・アナリストとの部門横断コラボレーション

よくある質問の方向性

エンドツーエンドで構築しプロダクション化した ML モデルまたは最適化モデルについて教えてください。

価格設定や ETA のような現実のマーケットプレイス課題を、どう数理モデルとして定式化するか。

既存のライブラリや手法では合わず、独自の手法を構築した経験を教えてください。

価格設定/ML モデルを、精度だけでなくビジネスゴールに照らしてどう評価するか。

価格の意思決定で、短期コンバージョンと長期リテンションのバランスをどう取ったか説明してください。

モデルを本番稼働させ監視まで整えるために、エンジニアとどう協働してきたか。

経験者はこう語る

リアルな Applied Scientist 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。

Amazon · アプライドサイエンティスト(L4)オファー獲得

Amazon アプライドサイエンティスト面接体験談:Alexa Speechチーム、2021年

候補者の希望でリクルーターとのやり取りが方向転換したことをきっかけに、Alexa SpeechチームでのAmazonアプライドサイエンティスト選考が始まった。電話面接、2チームにまたがる分割5ラウンドのバーチャルオンサイト、バーレイザー、そして追加のML幅広さラウンドを経て、オファーに至ったが、L5からL4へのダウンレベルを伴った。

面接時期: 2021年7月 · ボストン、マサチューセッツ州(リモート)