
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
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
経験者はこう語る
リアルな Senior Machine Learning Engineer (Systems) 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

Roblox
シニア
Senior Product Policy Manager, Regional Policy (SEA/SA)

Roblox
新卒
Developer Engagement Representative

Roblox
シニア
Senior Software Engineer, App Performance

Airbnb
シニア
Senior Machine Learning Engineer, Relevance and Personalization

ミドル
Machine Learning Systems Engineer, Ads ML Platform

Twilio
ミドル