Netflix
シニア
Kubernetes・Ray・PyTorchで構築されたNetflixの大規模ML学習プラットフォームのアーキテクチャを担う
このポジションでは、Netflix全社の大規模MLモデルの学習・ファインチューニング・評価を支えるプラットフォームを構築・運用します。基盤はKubernetes、Rayクラスタ、PyTorchの分散学習プリミティブの上に成り立っています。分散学習に関する深い専門性に加えて、技術的な議論をリードし、MLエンジニア・研究者・インフラチームをプラットフォームの方向性のもとにまとめ上げる力が求められます。
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
この面接で問われること
- ML学習プラットフォームのアーキテクチャ（Kubernetes、Ray、PyTorchの分散学習プリミティブ）
- 大規模分散学習ジョブの診断と最適化（GPU使用率、メモリ、通信オーバーヘッド、チェックポイント、フォールトトレランス）
- エキスパートから非エキスパートまでのML実務者を対象としたAPI／SDK設計
- チーム横断の技術リーダーシップとステークホルダーの合意形成
- 基盤モデルの学習・ファインチューニング・蒸留のワークフロー
- オペレーショナルエクセレンス：学習インフラの可観測性、ロギング、on-call
よくある質問の方向性
全社規模の学習・ファインチューニング・評価を支えるプラットフォームの設計
遅い、あるいは不安定な分散学習ジョブを診断するプロセスを順を追って説明する
エキスパートにも非エキスパートにも使いやすい学習プラットフォームAPIの設計
デザインレビューをリードした経験、またはプラットフォームの方向性について部門横断のステークホルダーの合意を取り付けた経験
大規模環境でのフォールトトレランスとチェックポイントへのアプローチ
学習をスケールさせるための並列化技術（FSDP、テンソル並列／パイプライン並列）の経験
経験者はこう語る
リアルな Software Engineer 5 – Training Platform 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
Netflix Software Engineer の面接一覧
関連する面接
Netflix
シニア
Integrations Support Engineer 5 - Ads Conversion API
Netflix
シニア
Software Engineering 5 - Ads Conversion Attribution
Netflix
シニア
Software Engineer 5, Ads Reporting
Cohere
スタッフ
Software Engineer, GPU Infrastructure (HPC)
Replit
スタッフ
Staff Software Engineer, Enterprise Platform
Affirm
シニア