面接一覧
Twilio logo

Twilio

シニア

TwilioのTrust Intelligence Platformチームを率い、メッセージング・音声・メールを横断するリアルタイムMLリスクモデルを構築する

Twilioは、Traffic Intelligence組織のMLおよびデータエンジニアリングチームを率いるSenior Engineering Managerを募集しています。同チームは、Twilioの全チャネルにわたる不正や迷惑通信を検知するリアルタイムのリスク予測モデルとパイプラインを構築しています。面接では、MLシステムの実践的な深さ(PyTorch/TensorFlow、Kafka/Spark、AWS SageMaker)に加え、ピープルマネジメント力と、経営層からの注目度が高い環境でクロスファンクショナルにロードマップを遂行する力が評価されます。

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

  • 本番MLシステム:大規模なモデルのリリース・監視・保守
  • リアルタイムデータパイプライン(Kafka、Spark、バッチ+ストリーミング)
  • クラウドMLインフラ(AWS SageMaker、EKS/ECS)とオブザーバビリティ(Datadog、Grafana)
  • 不正対策/コンプライアンスチームやデータ分析チームとのクロスファンクショナルな連携
  • 重要なリスク判定システムに対するon-callのオーナーシップとインシデント対応
  • ML/データエンジニアのマネジメントとメンタリング、プロダクトチームとのロードマップ策定

よくある質問の方向性

本番にリリースし健全に運用し続けたMLモデルについて教えてください——ドリフトをどう監視し、運用負荷をどう減らしましたか?

構築したリアルタイムまたはニアリアルタイムのデータパイプラインについて説明してください——技術スタックは何で、ボトルネックはどこにありましたか?

オペレーションチームが発見した新たな不正の手口を、どのように具体的なモデルやパイプラインの変更に落とし込みますか?

リスク/不正検知システムで起きたインシデントを順を追って説明してください——トリアージ、影響の緩和、再発防止をどう進めましたか?

長期的なMLプラットフォームへの投資と、緊急の不正対策/コンプライアンス要求のバランスをどう取りますか?

MLとデータエンジニアリングでバックグラウンドが異なるエンジニアたちをどうメンタリングしますか?

元の求人ページを見る

関連する面接