Robinhood
ミドル
RobinhoodのAI Research and Developmentチームで、ランキング・レコメンデーション・バンディット型意思決定システムを構築するMLエンジニア
ワシントン州Bellevue勤務(週3日出社)のMachine Learning Engineerポジションで、RobinhoodのAI Research and Developmentチームに所属します。担当領域は、ランキング/レコメンデーションモデルの開発、強化学習と多腕バンディット戦略、そして厳密なA/Bテストです。JDでは、学士号+3年(または修士号+1年)の経験に加え、古典的MLと系列データMLの本番運用経験、Python/SQL/XGBoost/PyTorchまたはTensorFlow、分散システムツール(Spark、Kafka、Kubernetes)が求められています。JDにはメンタリングやビジョン策定といったシニア寄りの表現もありますが、面接では本番モデル開発、実験の厳密さ、部門横断でのデリバリーが問われると想定しておきましょう。
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
- ランキング・レコメンデーションシステム(協調フィルタリング/コンテンツベース/ハイブリッド、LTR)
- 強化学習と多腕バンディット戦略
- A/Bテストの設計・実行・統計分析
- テーブルデータに対する古典的MLと系列データに対するモダンなML
- 分散・大規模MLインフラ(Spark、Kafka、Kubernetes)
- データサイエンティスト、エンジニア、マーケティングとの部門横断的なデリバリー
よくある質問の方向性
フィンテックプロダクトの画面・機能向けのランキング/レコメンデーションモデルの設計
多腕バンディットを実際の意思決定問題にどう適用するか
エンドツーエンドで設計したA/Bテストと、統計的有意性をどう検証したか
テーブルデータ向けの古典的ML手法と系列データ向けのモダンな手法の比較・使い分け
Spark、Kafka、Kubernetesを使って学習/推論パイプラインをどうスケールさせるか
自ら構築した再利用可能なMLライブラリ/ツールと、それが周囲にどう採用されたか
経験者はこう語る
リアルな Machine Learning Engineer 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 · L5 機械学習エンジニアオファー獲得Google L5 機械学習エンジニア面接:電話面接スキップ、技術ラウンド4回を経てオファー獲得
GoogleのL5機械学習エンジニア職に応募した候補者は、リファラルと過去の在籍歴により電話面接をスキップし、その後4回の技術・設計ラウンドと1回の行動面接ラウンドを経てL5のオファーを受け取った。このループは、同じサイクルで複数企業からオファーを得たより広範な転職活動の一環だった。
面接時期: 2022年4月 · リモート
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)
関連する面接
Robinhood
シニア
Senior Machine Learning Engineer
Robinhood
シニア
Senior Product Manager, Crypto Trading
Robinhood
シニア
Senior Product Manager, Government Products
Roblox
シニア
Senior Machine Learning Engineer, Ads
Roblox
新卒
Senior Machine Learning Engineer (Systems), Embodied AI/NPCs, ML Platform
Twilio
ミドル