採用向け機械学習テスト
古典的な機械学習手法の選択、調整、解釈の仕方を確認します。
- 10分
- 15問
- 中級
- 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
機械学習テストは、古典的な手法に関する中級レベルの実務知識を10分で確認します。選択式問題では、短いシナリオ、小さな結果表、短いPythonコード例を使い、回帰、分類、決定木、教師なし学習の手法を評価します。機械学習エンジニア、データサイエンティスト、データアナリスト、データエンジニア、AIエンジニアの採用向けです。
測定する内容
従来の機械学習手法に関する実践的な知識を測ります。各手法を使う場面や調整方法、結果の読み取り方が対象です。
回帰と正則化
回帰モデルの学習と正則化の方法、結果の解釈を確認します。
分類とサポートベクターマシン
短いシナリオをもとに、候補者がサポートベクターマシンなどの分類器を選び、評価します。
決定木とアンサンブル
決定木とアンサンブルの利用方法と解釈を確認します。
クラスタリング、異常検知、次元削減
候補者はクラスタリング、異常検知、次元削減を検討し、ラベルのないデータの構造を見つけます。
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
機械学習エンジニア、データサイエンティスト、データアナリスト、データエンジニア、AIエンジニア、中級レベルの機械学習知識が求められる業務を担うテクニカルリードやプロダクト担当者。
実践的な知識を重点的に確認
状況に応じた選択を確認
短いシナリオを通じて、履歴書の記載だけではわからない、課題に応じた候補者の手法選択を確認します。
結果の読み取りを確認
小さな結果表やコード例を使い、候補者が結果を解釈したり、誤りを見つけたりできるかを確認します。
複数の手法を幅広く確認
10分のテストで、回帰、分類器、決定木とアンサンブルに加えて、教師なし学習の手法を確認します。
追加質問の焦点
総合スコアとスキル別スコアを活用し、候補者が示した知識に焦点を当てて実務課題や面接を行います。
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。
テスト条件と確認用シグナル
候補者には、大規模な問題プールから異なる問題が選ばれ、出題順と選択肢の順序もそれぞれ異なります。ブラウザーには一度に1問ずつ表示され、正答はHireValidのサーバー上に保管されます。10分の制限時間はサーバーで計測され、ページを再読み込みすると、同じ問題が残り時間とともに表示されます。候補者は問題文をコピーしたり選択したりできず、コピーのブロックを試みた記録は保存されます。個別の招待リンクには有効期限があり、完了したテストを再受験することはできません。HireValidは、テストのタブから離れていた時間、回答への貼り付け、問題を読むには短すぎる時間での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、雇用主がシグナルを確認する際に役立ちますが、どちらも採否を決める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。テストの実施方法について詳しくは、テストの作成方法をご覧ください。
スコアを判断材料として活用する
スコアは採用判断そのものではなく、あくまで1つのシグナルとして確認してください。候補者が手法を選択または解釈する、職務に関連した実務課題と組み合わせ、その後、構造化面接で考え方を掘り下げます。関連するスキルも確認したい場合は、人工知能テストやソフトウェアエンジニアテストも選択肢になります。
構造化面接の質問
業務上の課題に対して、どのように分類器を選び、評価するか説明してください。どのような結果が出たら、次の対応を変えますか？
定義を述べるだけでなく、根拠のある手法選択と結果の解釈に注目します。
モデルを使う前に、回帰の結果をどのように確認するか、順を追って説明してください。
モデルの学習や正則化に関する適切な確認と、結果が課題にとって何を意味するかに注目します。
シナリオに合わないクラスタリングや異常検知の結果が出た場合、どのように調査しますか？
結果を確認し、その手法がデータに適しているかを検討する明確な進め方に注目します。
公平性と配慮措置
問題では、特定のライブラリの初期設定や関数名ではなく概念を問うため、異なるツールで学んだ候補者も同じ条件で臨めます。コード例は短いPythonのコードで、ライブラリの知識は必要ありません。シナリオには、センサー、配送、ウェブサイト訪問、機器など、特定の地域に偏らない題材を使います。金額を示す記号、慣用句、地域固有の知識は使わず、さまざまな背景に由来する名前を用います。表の数値は、メモ用紙があれば解けるように設定されており、電卓は必要ありません。
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：受験者が200人に達した時点で信頼性を公表します。
テストの詳細
古典的な機械学習の実務知識を10分で確認します。回帰モデルの学習と正則化、サポートベクターマシンを含む分類器の構築、決定木とアンサンブルの利用、クラスタリング、異常検知、次元削減によるラベルのないデータの構造把握を扱います。短いシナリオ、小さな結果表、短いコード例を示し、適切な手法の選択、結果の読み取り、誤りの発見を候補者に求めます。
- 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）
Python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
機械学習テストでは何を測定しますか？+
古典的な機械学習手法をいつ使うか、どのように調整するか、結果をどう読み取るかといった実務知識を測定します。正則化回帰、サポートベクターマシン、決定木とアンサンブル、クラスタリング、異常検知、次元削減を扱います。
機械学習テストにはどのような問題形式がありますか？+
15問の選択式問題では、短いシナリオ、小さな結果表、短いPythonコード例を使います。候補者は手法を選び、結果を読み取り、または誤りを見つけます。コード例を解くためにライブラリの知識は必要ありません。
採用で機械学習テストを活用すべきなのはどのような場合ですか？+
機械学習エンジニア、データサイエンティスト、データアナリスト、データエンジニア、AIエンジニアの採用に適しています。中級レベルの機械学習知識が求められる業務を担うテクニカルリードやプロダクト担当者にも適する場合があります。
機械学習テストでは前の問題に戻れますか？+
いいえ。10分のテストでは、候補者は前の問題に戻れません。メモ用紙は使用できます。4問の練習問題には4分かかります。
関連テスト
次回の採用で機械学習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。