採用向けプログラミングスキル評価

83のテストで扱う内容

ほとんどのテストは、特定の技術を対象としています。最も大きな分野はウェブ開発で、ReactやCSSからDjangoまで、フロントエンドとバックエンドのフレームワークを扱うテストが27あります。ソフトウェア開発は19で、コーディング課題やClean Codeなどの練習トピックが含まれます。AIと機械学習は9で、PyTorchなどがあります。データと分析は7で、PandasやApache Spark for Data Engineersなどがあります。クラウドとDevOpsは7で、Microsoft Azureなどが含まれます。モバイル開発は6で、FlutterからAndroid Development Using Kotlinまでを扱います。データベースは4で、MySQLなどがあります。ほかに、シェルスクリプト、暗号技術、SalesforceのApex言語に関するテストもあります。

69の知識テストは選択式で、短いコード例やシナリオをもとに出題されます。ほとんどは10分で、Pandasは12分です。

残りの14はコーディング課題です。候補者がプログラムを書き、非公開のテストケースで出力を確認します。12の課題はアルゴリズム、データ構造、デバッグを扱い、Coding: ArraysやCoding: Graphsなどがあります。残り2つはSQLiteで実行するSQL課題です。

コーディング課題の仕組み

各コーディングテストは、制限時間が設定された1つの課題で構成されています。Coding: Algorithms, Entry Levelは15分です。中級レベルのアルゴリズムとデータ構造の課題は各35分で、上級レベルの唯一の課題であるCoding: Debuggingも35分です。

アルゴリズムの課題では、候補者は一般的な6つのプログラミング言語から選択できます。どの課題も、選択した言語で同じように動作することを確認しています。デバッグ課題では、候補者に見慣れないコードと仕様書を提示します。既存の動作を壊さずに、コードの問題箇所を見つけて修正します。

2つのSQL課題では、簡単な業務上の要件をもとにクエリを作成します。SQL Coding: Database Operationsは初級レベルで、所要時間は20分です。フィルタリング、簡単な計算、グループ化、並べ替えを行います。SQL Coding: Queryingは中級レベルで、複数のテーブルを含むデータベースを使って30分で取り組みます。

14のコーディングテストはすべて、エディターを快適に使えるよう、パソコンでの受験が必要です。PandasとData Analysis Using Rも同様です。ほかの67のテストはスマートフォンでも受けられます。

職種・レベルに合ったテストの選び方

求人票に記載された技術スタックにテストを合わせ、難易度は職位に合わせて選びましょう。83のテストのうち、75は中級レベルです。

初級レベルのテストは2つあり、どちらもコーディング課題です。Coding: Algorithms, Entry Levelは、コードを書くjunior developer、新卒者、インターンに適しています。SQL Coding: Database Operationsは、小規模なデータベースからデータを読み取るジュニアのバックエンド開発者、データ・レポート担当者、QAテスターに適しています。

上級レベルのテストは6つあり、経験豊富な専門職向けです。Advanced Networking in Azureと、AWSおよびGoogle Cloud向けのテストは、ネットワークアーキテクトやクラウドアーキテクトに適しています。Computer VisionとMulti-Task Learning (MTL)は、機械学習エンジニアや応用研究者に適しています。Coding: Debuggingは、ほかの人が書いたコードの保守やレビューを行う経験豊富なエンジニアに適しています。

中級レベルのテストは、中堅職種を対象としています。Reactはフロントエンド開発者やフルスタック開発者に適しています。Node.jsとExpress.jsは、APIを構築するバックエンド開発者向けです。React Nativeはモバイル開発者に適しています。PandasとData Analysis Using Rは、コードを書くアナリストやデータサイエンティストに適しています。Coding: Algorithms, Intermediateは、本番環境向けのコードを書く中堅エンジニアに適しています。

テストの組み合わせ方

開発者向けのテストセットでは、知識と実際に作れるものの両方を確認できます。技術スタックに合った知識テストを1つか2つ選び、各10分のテストに、業務に合ったコーディング課題を1つ加えます。

フロントエンド開発者なら、ReactとCSSに加えて、Coding: Arraysを受ける方法があります。Pythonを使うバックエンド開発者なら、DjangoとREST API設計に加えて、SQL Coding: Queryingを選べます。データエンジニア向けのApache Spark for Data EngineersとSQL Coding: Queryingは、どちらもデータエンジニアを対象としているため、組み合わせられます。ジュニア開発者には、Coding: Algorithms, Entry LevelとSQL Coding: Database Operationsの組み合わせがあり、合計で約35分です。

35分のコーディング課題はセットの中で最も時間がかかります。そのため、職務で異なる2つのコーディングスキルが必要でない限り、課題は1つで十分です。

Git、Docker、PostgreSQLなど、コード周辺のツールについては、テストライブラリのソフトウェアスキルテストをご覧ください。

各スコアはチームにとっての判断材料であり、結論ではありません。合格点はなく、結果だけで候補者を次の選考に進めたり、選考から外したりすることはありません。コーディングの結果は、候補者が課題にどう取り組んだかを話し合う際に、最も役立ちます。

テストの公平性を保つための取り組み

これらのテストの公平性に関する取り組みでは、候補者が学んだバージョン、言語、企業ではなく、プログラミングスキルによって回答が決まることを重視しています。

コーディング課題では、候補者は最もよく知っている言語を選べます。各課題は、用意されたどの言語でも同じように動作するよう作成されています。デバッグ課題では、どの言語にも同じ不具合が仕込まれており、特定の言語に関する知識がなければ見つけられない不具合はありません。大文字と小文字、空白、順序など、非公開のテストケースで確認するルールはすべて課題に記載されています。SQL課題では、テーブル構成、列の意味、期待される結果を明記しています。

知識テストでは、コードを短く中立的なものにし、現行リリースを前提としています。Reactの問題はReact 18でもReact 19でも同じ答えになり、MySQLの問題では前提とするバージョンや設定を示しています。Microsoft Azureでは、サービス名だけでなく機能も説明しているため、最近の名称変更が混乱を招くことはありません。

シナリオでは、注文、予約、タスクリストなどの日常的なデータを使い、さまざまな背景の人名を用いています。慣用表現、スポーツ、地域固有の知識は使いません。金額は単純な数字か中立的な単位で示します。29のテストでは、メモ用紙を使用できます。

候補者がサポートを申請する方法は公平性と配慮をご覧ください。問題の作成・レビュー方法についてはテストの作成方法をご覧ください。