面接一覧
Twilio logo

Twilio

ミドル

Twilio の Conversation Intelligence チームで、音声・メッセージングデータから意味を引き出す ML パイプラインを世に出す

Twilio が Conversation Intelligence チームの Machine Learning Engineer を募集しています。データの取り込みから本番推論まで、音声・メッセージングデータから大規模に意味を抽出するエンドツーエンドの AI/ML パイプラインの構築とデプロイが仕事です。面接では、応用 ML エンジニアリングの基礎、本番デプロイのプラクティス、そして大きなソフトウェアシステムの中で LLM を扱う経験が中心になります。

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

  • エンドツーエンドの ML パイプライン構築:取り込み、特徴量エンジニアリング、モデル開発、検証、デプロイ
  • Python と ML フレームワーク(PyTorch、TensorFlow、JAX のいずれか)および NLP ライブラリの習熟
  • 本番 ML 運用:モデルバージョニング、実験トラッキング、クラウドインフラ(AWS/GCP/Azure)
  • メトリクス・ログ・テレメトリーを用いた、SLO に照らした本番推論サービスのモニタリング
  • on-call ローテーション、段階的ロールアウト、本番 ML 障害の緩和対応
  • 大きなソフトウェアシステムの中での LLM/SLM の活用

よくある質問の方向性

エンドツーエンドで構築し本番デプロイまで行った ML サービスや機能について説明してください

モデルサービスの性能劣化や運用上の異常を検知するために、どのような計装を行ったか

on-call 中に対応した本番インシデントやロールアウトと、そこで取った緩和策

単なる API 呼び出しにとどまらず、システムの中で LLM や SLM をどう活用したか

自分で下した設計判断と、シニアエンジニアにエスカレーションした判断の例

実プロジェクトでのモデルバージョニングと実験トラッキングの経験

元の求人ページを見る

関連する面接