面接一覧
Robinhood logo

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

模擬面接を始める

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

元の求人ページを見る

関連する面接