面接一覧
Roblox logo

Roblox

新卒

Roblox でリアルタイム NPC 推論と AI プラットフォーム内部を構築する、PhD 若手向けシステム ML ポジション

PhD 取得後の若手を対象とした Senior MLE ポジションで、2 つのトラックに分かれています。1 つは Creator Services Machine Intelligence チームで、Roblox のゲームを実際にプレイし、プラットフォーム規模でリアルタイム推論を行う NPC システムを構築します。もう 1 つは ML Platform チームで、コア AI インフラ(サービングレイヤー、モデルレジストリ、パイプラインオーケストレーター)の構築と、LLM/レコメンダーモデルの分散推論の最適化を担います。面接では、データパイプライン、低レイテンシ推論、GPU 最適化といったシステム寄りの深い ML の質問が想定され、業界経験の年数ではなく PhD 論文の強さを基準に評価されます。

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

模擬面接を始める

この面接で問われること

  • 大規模なリアルタイム/低レイテンシ ML 推論
  • LLM とレコメンダーモデル向けの分散推論システム
  • GPU レベルの最適化(continuous batching、speculative decoding、量子化)
  • エンドツーエンドの ML パイプライン設計とデータパイプラインエンジニアリング
  • ML プラットフォームの構成要素(サービングレイヤー、モデルレジストリ、オーケストレーション)
  • Kubernetes とクラウドインフラ(AWS/Azure/GCP)

よくある質問の方向性

3D ゲームの状態とプレイヤー行動データを大規模に収集するデータパイプラインを設計してください

数百の ML ユースケースに対応するサービングレイヤーやモデルレジストリをどう設計しますか

推論エンジンを低レイテンシで数百万 QPS を捌けるよう最適化するプロセスを説明してください

GPU ハードウェア上での speculative decoding や量子化のトレードオフを説明してください

100 体の自律エージェントが同時に動くリアルタイム推論をどう実現しますか

PhD 論文の内容と、それが本番 ML システムの仕事にどうつながるかを説明してください

元の求人ページを見る

関連する面接