未経験からAI人材になるには「技術試験/技術面接」対策が必須!

まるこです|・ω・`)ノ

今回の記事は、当ブログが掲げる「AI人材になるためのロードマップ」の中で

「STEP4 求人に応募する」に当たります。

順番に読み進めていくことで、効率よく準備を進められるようになっております。

AI人材を目指す方は、ぜひ他の記事にも目を通してみてください。

AI人材になるためのロードマップ
目次

未経験者にとっての一番の壁「技術試験/技術面接」

AI人材はとても専門性の高い職業です。

企業によっては「技術試験/技術面接」を実施することで、応募者のレベル・ポテンシャルを判断します。

ですので、当ブログでは、数か月単位で準備をしてから転職活動に臨むことを推奨しています。

準備をしっかりすれば、「技術試験/技術面接」を過度に恐れることなく転職活動を進められます。

当記事では、管理人の体験談を中心に、「技術試験/技術面接」とはどんなものなのかを解説していきます。

「技術試験/技術面接」を行う理由

基本的に、以下の項目を判断するために行われます。

  • 現時点での知識、技術レベル…入社後にどの仕事にアサインできるか
  • 応募者の興味関心…どんな仕事を任せたら伸びそうか
  • 問題解決への取り組み方…論理的思考ができるか

一般的な選考フロー

AI人材の一般的な選考フローが以下です。

一般的な選考フロー
  1. カジュアル面談
  2. 書類選考
  3. 一次面接
  4. (技術試験)→技術面接
  5. 最終面接

技術試験

技術試験が行われるのは、企業全体の1/4程度と言われています。

募集要項の仕事内容を確認すればある程度予想ができるので、企業研究はしっかり行ってください。

技術試験には大きく分けて2タイプあります。

  • 持ち帰り課題タイプ
  • Webテストタイプ

どちらのタイプでどんな試験が行われるかは、企業や募集ポジションによって変わります。

技術試験があるとわかっている場合は、遠慮せずにどんな試験か聞いてみましょう。

そうすればある程度の対策ができます。

ここらは、わたし自身の経験談や書籍等から集めた情報をもとに例を挙げていきます。

持ち帰りタイプ

お題を与えられ、1週間程度かけて取り組みます。

Webテストは試験対策の有無が色濃く出ますが、試験対策がうまくできることと実際の業務をうまくこなせることは別であると考える企業もいます。

そのため、時間を与えてじっくり考えさせ、課題への取り組み方を見るのです。

持ち帰りタイプの場合は、のちの技術面接で内容を深堀される可能性が非常に高いので、面接で説明することを意識して取り組みましょう。

コーディング(主にAIエンジニア、データサイエンティスト)

プログラミングに対する習熟度や、実務に通用するコーディングができるかが問われます。

AI人材の場合、ほとんどはPythonで書くことになります。

オブジェクト指向、エラーハンドリング、設計思想など、チームのことも考えたコードが書けているかが重要です。

データ分析(主にデータアナリスト)

お題に合わせてネット等からデータを収集して解析しレポートやjupyter notebook(レポート作成とプログラム実行を同時に行えるノートのようなもの。データ分析に欠かせないツール)にまとめます。

データ収集、前処理、分析手法の選定など、データ分析の基本的なスキルを問われます。

jupyter notebookに問題が書いてあって、穴埋めのような感じでコードと結果を記述するタイプの課題もあるようです。

論文実装(主にAIエンジニア)

指定された論文のアルゴリズムを実装します。

期間が限られているため、論文丸ごとではなく一部のみの実装が多いと思います。

Webテスト

trackのようなプラットフォームを用いて行われます。

タイピングテスト

企業によってはタイピングテストもあります。

習得しておいて損はないので、タッチタイピングを日頃から意識しましょう。

タッチタイピングができると以下のようなメリットがあります。

  • コードを書くのが早くなる
  • タイプミスが減る

あくまで一例ですが、応募した企業の中にタイピングテストA以上をクリアという企業がありました。

技術面接

技術力をはじめ、技術的な志向性やロジカルシンキングなどを見られます。

技術試験があった場合は、技術面接を含めて一つの選考フローになっている可能性もありますので、技術試験の内容についてしっかりこたえられるように準備が必要です。

AIエンジニア、データサイエンティスト

英語ですが、「machine learning interview questions」でgoogle検索すると例がたくさん出てきます。

僕が実際に聞かれた質問もこれらの中に含まれていました。

僕が実際の面接で聞かれた例を挙げておきます。

利用したことのある機械学習アルゴリズムとそのアルゴリズムを選定した理由

機械学習のアルゴリズムに対する理解度を判断しています。

単に知っているものを使ったのか、様々なアルゴリズムの長所短所を理解したうえで選定したのかでは、理解度がまるで違いますよね。

選定理由まで答えられるように準備しておくことが重要です。

データアナリスト

indeedの記事が参考になると思います。

7 つの『データサイエンティスト』の採用面接 質問例 & 回答例

ちなみにデータサイエンティストの記事も比較のために載せておきます。

7 つの『データサイエンティスト』の採用面接 質問例 & 回答例

完璧に答えられなくても大丈夫

採用側もあなたがすべての質問に答えられるとは思っていません。

事実、僕が内定をもらった企業の面接も、正直ボロボロでした。

大事なのは

  • しったかぶらず、わからないことをはっきり伝え、真摯に学ぶ意欲を伝える
  • 分からないことがある場合は、遠慮せず質問して「課題を解決する姿勢」を見てもらう

ということだと思います。

まとめ

「技術試験/技術面接」は、直前の対策でどうこうなるものではありません。

ですので、準備をしっかりしてから転職活に臨むことが大事です。

それでも面接当日に想定外の質問をされたら、見栄を張らずに素直に対応するようにしましょう。

最後まで読んでくださりありがとうございました。

まるこでした|・ω・`)ノ

今回の記事は、当ブログが掲げる「AI人材になるためのロードマップ」の中で

「STEP4 求人に応募する」に当たります。

順番に読み進めていくことで、効率よく準備を進められるようになっております。

AI人材を目指す方は、ぜひ他の記事にも目をお通してみてください。

AI人材になるためのロードマップ
  • URLをコピーしました!

この記事を書いた人

まるこのアバター まるこ AIエンジニア

30代前半でAIエンジニアにキャリアチェンジしました。入社1年目のひよっこです。無限に勉強することあるけど、成長してる実感があって楽しい(ΦωΦ)。つよつよAIエンジニアを目指して修業中です。⇒詳しいプロフィール

目次
閉じる