AIエンジニアの面接対策
持ち帰りの技術課題の進め方|生成AIを使ってよいかの確認から提出まで
更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)
AIスタートアップの選考では、面接の途中で持ち帰りの技術課題が出されることがよくあります。数時間から数日の期間で、小さなアプリや分析、ロボットのシミュレーションなどを作って提出し、その後の面接で説明する形式です。
ライブコーディングと違って、時間をかけて取り組めるぶん、何をどこまでやるかの判断が人によって大きく分かれます。そして、生成AIのコーディング支援が当たり前になった今、「どこまで自分で書いたか」をどう扱うかという新しい論点も出てきました。
この記事では、課題を受け取ってから、説明の場までの進め方を順に説明します。
1. 受け取ったら、まず確かめること
課題の文面だけでは分からないことが多いので、取りかかる前に確かめます。質問すること自体が、仕事の進め方として評価されることもあります。
| 確かめること | 理由 |
|---|---|
| 想定している作業時間 | 「3〜4時間」なのか「週末いっぱい」なのかで、どこまで作るかが変わる |
| 提出の期限と形式 | GitHub の非公開リポジトリか、ZIP か。招待する相手 |
| 生成AIのコーディング支援を使ってよいか | 会社によって方針が違う。使ってよい場合、使ったことを書くべきか |
| 外部の API やライブラリを使ってよいか | LLM の API の費用は誰が持つか。会社から API キーが渡されることもある |
| 評価の観点 | 動くことか、設計か、テストか。教えてもらえないこともある |
| 成果物の扱い | 提出したコードを、選考の外で使うことがあるか |
特に、生成AIを使ってよいかは必ず聞きます。聞かずに使って、後で問題になるのが一番避けたい形です。方針が「使ってよい」「使ってよいが使った箇所を書く」「使わない」のどれかを確かめ、その方針に従います。
成果物の扱いは、聞きにくいかもしれません。ただ、課題がその会社の実際の業務にとても近い場合や、作業量が多い場合は、確かめておいて損はありません。作業量の大きい課題に、報酬を支払う会社もあります。
2. 時間の配分を決める
持ち帰りの課題で一番多い失敗は、時間をかけすぎることです。想定の時間の2倍、3倍をかけて作り込んでも、評価はそれほど上がりません。むしろ「時間の見積もりができない」と受け取られることがあります。
想定が4時間の課題なら、例えば次のように配分します。
- 課題を読み、方針を決める:30分
- 中心の機能を作る:2時間
- テスト、エラーの扱い:45分
- README を書く:45分
時間が足りなくなったら、機能を削り、「やらなかったこと」を README に書きます。全部をやりきるより、優先順位をつけて判断したことが伝わるほうが評価されます。
3. 課題の種類ごとの要点
LLM のアプリを作る課題
例:「指定の文書をもとに、質問に答える API を作ってください」
- 評価を入れる:10〜20問の小さな評価データを作り、正答率を測る。これだけで、多くの提出物と差がつきます
- 失敗の扱い:API の時間切れ、LLM の出力の形式の崩れ、根拠がない質問への答え方
- 費用と応答時間:1回の質問でどれだけのトークン(モデルが扱う文字の単位)を使うか、おおよその見積もり
評価の考え方はLLM アプリの評価の仕組みを設計するで詳しく説明しています。
機械学習の分析・モデルの課題
例:「このデータで、解約を予測するモデルを作ってください」
- 精度の高さより、検証の方法が正しいかが見られる(時系列のデータを無作為に分けていないか、答えの情報が特徴量に混ざっていないか)
- ビジネスの観点で、どの指標を重視したかを説明する
- Notebook だけでなく、再現できる形にまとめる
ロボット・組込みの課題
例:「シミュレーション上のロボットを、障害物を避けて目標まで動かしてください」
- ROS 2 のパッケージとして整った構成にする(launch ファイル、パラメータの YAML)
- 動いている様子を動画や GIF で添える
- 実機に載せるなら何が問題になるか(センサーの雑音、処理の周期、安全に止める仕組み)を README に書く
最後の点は、フィジカルAIの会社が特に見るところです。シミュレーションで動いたことより、実機との差を想像できているかが評価を分けます。
4. 生成AIを使ってよい場合の使い方
使ってよい場合も、次の点に気をつけます。
- 全部を理解してから提出する:説明の場では、どの行についても「なぜこう書いたか」を聞かれる前提で準備します
- 設計の判断は自分でする:構成や技術の選び方は、自分の言葉で理由を説明できるようにする
- 使った範囲を書く:求められていなくても、「テストの雛形の作成に使用」のように README に一言書いておくと誠実に見えます
AIスタートアップの多くは、日々の業務で生成AIの支援を使っています。そのため、使ってよい課題では「うまく使いこなせるか」も見られています。生成されたコードの誤りを見つけて直した点を README に書いておくのは、良い材料になります。
5. README の書き方
提出物の評価は、README で大きく変わります。面接官は、コードを読む前に README を読みます。
- 何を作ったか:1〜2文
- 動かし方:環境の準備から、実行のコマンドまで
- 設計の判断:なぜその構成にしたか。検討して選ばなかった案
- 確かめたこと:テスト、評価の結果
- やらなかったこと:時間の都合で省いたこと、本番なら必要なこと
- かかった時間:おおよその時間
- 生成AIの使用:使った場合はその範囲
5の「やらなかったこと」は、ぜひ書いてください。認証、監視、負荷への対応などを「本番なら必要だが今回は省いた」と書けると、全体が見えている人だと伝わります。
6. 説明の場(レビュー面接)
提出の後には、たいてい30〜60分の説明の場があります。
- 最初の5分で、作ったもの、設計の判断、やらなかったことを話す
- 「この部分を変えるとしたら」「件数が100倍になったら」という質問に答える
- その場で小さな変更を求められることもある。自分のコードなので、落ち着いて手を動かす
面接官からの指摘には、言い訳より「その観点は抜けていました。直すなら〇〇にします」と答えるほうが評価されます。
気をつけること
- 課題の文面やコードを、公開の場(公開のリポジトリ、技術記事)に出さない。会社が許可している場合を除く
- 他の人に手伝ってもらわない
- 期限に遅れそうなら、早めに連絡する
まとめ
- 取りかかる前に、作業時間、形式、生成AIの使用の可否、評価の観点を確かめる
- 想定の時間を守り、足りない分は「やらなかったこと」として書く
- LLM の課題は評価、ロボットの課題は実機との差に触れると差がつく
- README で設計の判断を説明し、説明の場ではどの行も自分の言葉で話せるようにする
課題の分量や条件に迷う場合は、ジンベイにご相談ください。
