採用向け強化学習テスト
10分間の的を絞った評価で、候補者がエージェントの学習、学習時の挙動、実践的な変更についてどう考えるかを確認できます。
- 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
強化学習（RL）テストは、機械学習エンジニア、AIエンジニア、ロボティクス・自律システムエンジニア、データサイエンティスト、研究者、ゲームAI開発者を対象とした、10分・15問の多肢選択式アセスメントです。RLの基礎、モデルフリー手法、深層価値ベース手法と方策ベース手法、エージェントの学習を改善する実践的な方法を測定します。
測定する内容
強化学習の基礎、モデルフリー手法、深層価値ベース手法と方策ベース手法、およびエージェントの学習を機能させる実践的な方法に関する知識。
強化学習の基礎
エージェントの課題設定を候補者がどう理解しているかを確認します。
モデルフリー手法
モデルフリー手法の仕組みを考える力を評価します。
深層価値ベース手法と方策ベース手法
深層価値ベース手法と方策ベース手法の理解を評価します。
エージェントの学習を改善する
エージェントの学習に役立つ実践的な選択を評価します。
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
学習エージェントを開発・調整する機械学習エンジニア、AIエンジニア、ロボティクス・自律システムエンジニア、データサイエンティスト、研究科学者、ゲームAI開発者。
技術職採用に役立つ、的を絞った判断材料
履歴書のキーワードだけに頼らない評価
短いシナリオ、小さな数値表、簡潔なPythonコードを通じて、強化学習の概念をただ列挙するのではなく、候補者がどう考えるかを確認できます。
関連する手法を確認
この強化学習テストでは、1回の短い評価で、基礎、モデルフリー手法、深層価値ベース手法と方策ベース手法、エージェントの実践的な学習を確認します。
短時間で評価
15問を10分で受けられます。面接や実務課題にさらに時間をかける前に、的を絞った判断材料を得られます。
特定のツールキットに依存しない評価
コードには特定のフレームワークやライブラリを使わないシンプルなPythonを使用し、学習エージェントについて考える力に焦点を当てています。
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。
強化学習テストの実施方法
候補者ごとに、大規模な問題プールから異なる問題が出題されます。受験のたびに問題の順序が変わり、選択肢も並べ替えられます。ブラウザには一度に1問ずつ表示され、解答はHireValidのサーバー上に保管されます。時間はサーバー側で計測されます。ページを再読み込みすると同じ問題が表示され、残り時間だけが引き継がれます。候補者は前の問題に戻れません。問題文のコピーや選択はできず、ブロックされたコピー操作はタイムラインに記録されます。招待リンクは個人専用で、有効期限があります。テストを完了すると、再受験はできません。テスト画面から離れていた時間、解答欄への貼り付け、極端に速い解答などのシグナルをHireValidがIntegrity Scoreと証拠タイムラインにまとめ、雇用主が確認できるようにします。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。
スコアは判断材料の一つとして活用
スコアは、職務に関連する実務課題や構造化面接とあわせて確認してください。実務課題では、短いシナリオを使ってエージェントの学習方法を選んだ理由を候補者に説明してもらい、その推論を強化学習テストのシグナルと比較します。スコアだけで判断しないでください。関連スキルについては、人工知能テストをご覧ください。評価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。
構造化面接の質問
新しいグリッドワールドの課題で、エージェントの問題をどのように設定するか説明してください。
課題設定を明確に説明し、それをエージェントの学習にどう結び付けるかを確認します。
予想と異なる挙動をした学習の実行例を説明してください。どのように原因を調べましたか？
観察された挙動、行った確認、変更内容を決めた理由について、筋道立てて説明できるかを確認します。
エージェントの学習が意図したとおりに進まない場合、試す変更をどのように選びますか？
シナリオに即した実践的な選択と、その変更が役立ったかを判断する方法を確認します。
エージェントの次の行動を検討する際、小さな価値テーブルをどのように解釈するか、順を追って説明してください。
用語の暗記ではなく、数値に基づく丁寧な推論と明確な説明ができるかを確認します。
公平性と配慮措置
問題は平易な米国英語で書かれており、記号は使う箇所で定義しています。シナリオには、特定のゲームやスポーツ、地域知識ではなく、グリッドワールド、倉庫ロボット、簡単な制御タスクなど、中立的な設定を使用しています。コードは短く、特定のフレームワークやライブラリを使わないシンプルなPythonです。そのため、特定のツールキットに詳しい候補者が有利になることはありません。数値は、すべての候補者が使用できるメモ用紙で計算できる範囲に収めています。
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：候補者200人が受験を完了した時点で信頼性を報告します。
テストの詳細
エージェントの課題設定から学習方法まで、強化学習の実践的な知識を時間制で確認します。短いシナリオ、小さな数値表、簡潔なPythonコードを使った問題を通じて、アルゴリズムの動作、学習時にそのような挙動が起きる理由、改善につながる変更について候補者に考えてもらいます。
- 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）
よくある質問
RLテストでは何を測定しますか？+
RLテストでは、基礎、モデルフリー手法、深層価値ベース手法と方策ベース手法、エージェントの学習を効果的に進める実践的な方法について、実務に役立つ知識を測定します。受験者は、短いシナリオや小さな価値テーブル、短いPythonコードをもとに考えます。
RLテストはどのような人に適していますか？+
機械学習エンジニア、AIエンジニア、ロボティクス・自律システムエンジニア、データサイエンティスト、研究科学者、ゲームAI開発者など、学習エージェントの開発や調整を行う中級レベルの技術職を対象としています。
強化学習テストの所要時間と、候補者が使用できるものは？+
強化学習テストは選択式の15問で、制限時間は10分です。候補者はメモ用紙を使用できます。別途、4問で4分の練習問題があります。
RLテストにはどのような問題が出題されますか？+
問題では、短いシナリオ、小さな数値表、簡潔なPythonコードを使用します。アルゴリズムの動作、学習時にそのような挙動が起きる理由、改善につながる可能性のある変更について候補者に考えてもらいます。
関連テスト
次回の採用で強化学習（RL）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。