採用向けマルチタスク学習テスト
複数の予測タスクを同時に学習するモデルについて、候補者がどう考えるかを確認できます。
- 10分
- 15問
- 上級
- 選択式
- 英語の問題
- スマートフォン・デスクトップ
簡単に言うと
マルチタスク学習テストは、機械学習エンジニア、応用科学者、データサイエンティスト、AI研究者、シニアエンジニア向けの上級採用テストです。タスク間で学習を共有するモデルの設計、学習、適応、評価に関するスキルを測定します。損失のバランス調整、タスクのデータの扱い、知識の転移、シングルタスクのベースラインとの結果比較などを評価します。
測定する内容
複数のタスク間で学習を共有する機械学習モデルの設計、学習、適応、評価。
モデル構造と損失のバランス調整
モデル構造がタスク間でどのように学習を共有するか、また各タスクの損失をどう調整するかを考えます。
タスク設計とデータの扱い
問題をタスクに分け、それぞれのデータを扱う方法を評価します。
転移とドメイン適応
タスクやドメインをまたいで知識をどのように活用できるかを考えます。
マルチタスクモデルの評価
マルチタスクモデルの結果をシングルタスクのベースラインと比較して評価する方法を扱います。
問題形式
選択式
候補者： 短い状況説明、表、または文を読み、正解またはすべての正解を選びます。
確認できる内容： 候補者が内容を認識するだけでなく、実際に活用できるほど理解しているかを測定します。
10分で問題15問を1問ずつ出題
このテストに適した職種
複数の予測タスクに対応するモデルを構築する、機械学習エンジニア、応用科学者、データサイエンティスト、AI研究者、シニアエンジニア。
このテストでわかること
履歴書だけではわからない思考力
短いPyTorchスタイルのコードと小さな結果表を使って、共有モデル構造や損失のバランス調整について候補者がどう考えるかを確認できます。
タスクの選択肢を見る
問題のタスクへの分割やデータの扱いに関する回答をもとに、複数の予測タスクに対応するモデルの設計判断について話し合いましょう。
ドメインをまたぐ知識の検証
小売需要、医療画像、音声、ロボット工学、テキストなどの分野を扱うため、特定の業界が有利になることはありません。
候補者ごとに得られる内容
- テスト中、テストのタブを離れずに受験
- 回答の貼り付けなし
- 一定のペースで回答
スコア、プロフィール、Integrity Scoreのシグナルは、面接とあわせて確認するための情報です。自動的な判断には使われません。
テストの制御と確認用シグナル
候補者ごとに異なる問題セットが用意され、問題は1問ずつ表示されます。問題の順番と回答の選択肢はシャッフルされます。時間はサーバー側で計測され、ページを再読み込みしても同じ問題が残り時間とともに復元されます。問題文はコピーや選択ができません。HireValidは、テスト画面から離れていた時間、回答欄への貼り付け、問題を読むには速すぎる回答などのシグナルを記録します。Integrity Scoreと証拠のタイムラインは、これらのシグナルを雇用主が確認できるようにまとめたものです。どちらも、それだけで判断を下すものではありません。候補者の同意があれば、雇用主はランダムなタイミングでウェブカメラの写真を追加できます。
スコアを判断材料として活用
スコアだけで採用を判断せず、実務課題のサンプルや構造化面接とあわせて確認してください。候補者に実務課題での選択について説明してもらい、その説明を、タスクのデータ、転移、モデルの評価に関する回答と照らし合わせます。職種に応じて、関連する評価として機械学習、ディープラーニング、コンピュータビジョンも検討できます。
構造化面接の質問
複数の予測タスクで1つのモデルを共有できるプロジェクトを考えてみてください。どのタスク間で構造を共有するか、どのように判断しましたか？
具体的な設計理由、タスク間の関係、選択した設計をどう評価するかに注目しましょう。
複数の予測に対応するモデルを構築した際、タスクのデータがアプローチにどう影響したか、具体的な経験を教えてください。
候補者が問題をどのようにタスクに分け、データをどう扱ったかに注目しましょう。
あるタスクやドメインで学習した知識が、別のタスクやドメインに役立つかどうかをどのように確認しますか？
提案された比較方法と、判断の根拠となるデータに注目しましょう。
モデルを選ぶ前に、マルチタスクモデルとシングルタスクのベースラインをどのように比較しますか？
適切な評価方法と、その結果を次のステップにどう生かすかに注目しましょう。
公平性と配慮措置
小売需要、医療画像、音声、ロボット工学、テキストなど幅広い分野のシナリオを扱うため、特定の業界が有利になることはありません。各問題には必要な情報がすべて記載されています。コードは短く、一般的なPythonとPyTorchの書き方を使っています。珍しい書き方には説明があり、計算もメモ用紙で対応できる程度です。慣用表現を避けた平易なアメリカ英語を使い、読解速度ではなく機械学習に関する判断力を測ります。
配慮措置として、候補者に追加の時間を与えることができます。結果は人が確認するための情報であり、自動的に判断を下すものではありません。
暫定値：受験者が200人に達した時点で信頼性を報告します。
テストの詳細
複数のタスクを同時に学習するモデルの設計、学習、評価に関する候補者のスキルを、時間制限付きで測る上級テストです。問題では、共有構造や損失のバランス調整、問題のタスクへの分割とデータの扱い、タスクやドメインをまたぐ知識の転移、マルチタスクの結果とシングルタスクのベースラインとの比較を扱います。一部の問題には、PyTorchのスタイルで書かれた短いPythonコードと小さな結果表が含まれます。
- 問題は英語です。
- 使用可能な補助具：メモ用紙。
- 各質問に順番に一度ずつ回答します。前の質問に戻ることはできません。
- 時間制限付きテストの前に、練習問題4問（4分）
PyTorchは所有者の商標です。HireValidは所有者と提携しておらず、推薦も受けていません。
よくある質問
Multi-Task Learningテストが業界を問わず公平である理由+
小売需要、医療画像、音声、ロボット工学、テキストなど、さまざまな分野のシナリオを扱うため、特定の業界が有利になることはありません。各問題には必要な情報が記載されており、平易なアメリカ英語を使うことで、機械学習に関する判断力を中心に評価できます。
マルチタスク学習テストで、候補者はメモ用紙を使えますか？+
はい。メモ用紙を使えます。計算もメモ用紙で対応できる程度の内容です。テストは選択式で、短いPyTorch形式のコード例や小さな結果表も含まれます。
上級Multi-Task Learningテストが適している職種+
複数の予測タスクに対応するモデルを構築する、機械学習エンジニア、応用科学者、データサイエンティスト、AI研究者、シニアエンジニアを対象としています。上級レベルのため、機械学習を始めたばかりの方ではなく、すでにモデルの設計や学習に取り組んでいる候補者に適しています。
候補者はマルチタスク学習テストをどのように受けますか？+
テストは10分間で15問に回答します。前の問題に戻ることはできません。開始前に、4分間で4問の練習問題に挑戦できます。
関連テスト
次回の採用でマルチタスク学習（MTL）テストを活用しましょう
Freeプランには必須テスト5種が含まれ、有料プランにはすべてのテストライブラリが含まれます。