質問リスト（黒塗りあり）
① 年齢（例 20代後半）
30代前半
② 性別
男性
③ いつの情報？（例 2023年）
2024年
④ 現在の職種と仕事内容（特定されない程度にざっくり）
MLエンジニアとして、様々な業務アプリケーションに機械学習・深層学習を適用し、ユーザー体験の向上や業務効率化を図っています。主にPythonを使い、データの前処理、モデルの構築・チューニング、モデルの運用を行っています。また、データ解析業務にも携わり、ビジネス上の課題解決に貢献しています。
⑤ 現年収（年収の内訳も是非）
1020万円 (基本給1000万円、手当20万円)
⑥ 月残業時間
40時間
⑦ どの企業の情報を提供して頂けますか？
PayPay
⑧ 各企業の面接は何ステージに分かれてますか？それぞれのステージで何を評価されていたか教えてください
事前課題１つと、面接４回でした。
事前課題: ██████████を構築
面接：
１）技術面接：██████████（なぜ██████████したか？等）
２）技術面接: ██████████と█████を評価
３）技術面接：██████████と█████を評価
４）行動面接: PayPayの価値観との適合性と人柄を評価
⑨ 面接ではずばりどんな質問をされましたか？隠した方が良いところは黒塗りするので、覚えている限り箇条書きでお願い致します
- █████では█████████████を行いましたか？
- █████では███████████████しましたか？
- 機械学習のプロジェクトで最も難しかった課題は何ですか？その課題をどのように克服しましたか？
- ██████████について説明してください。その長所と短所も教えてください。
- ███████████████には█████████がありますか？
- ██████████の違いを教えてください。
- █████████における██████████と、████████を教えてください。
- あなたが███████████████と、██████████してください。
- ██████████で██████████は何ですか？
⑩ オファー額を教えてください
1000万円
⑪ これまでの年収推移を教えてください
※ ███████████████です
1~3 年目：600~800万円
3~5年目：███万円~███万円
６年目（PayPay転職、現在）：1020万円
⑫ 面接対策でやった事を教えてください。また何を準備すればオファーが出るでしょうか？何を評価されてオファーが出たのかも教えていただければ。
面接対策として、以下の事をしました。
- LeetCodeでアルゴリズム問題の演習
- Kaggleのコンペティションに参加し、Kernelの投稿
- ███████████████を熟読し、██████████を練習
- 機械学習の理論書や論文を読み直し、重要なトピックスを整理
- 面接練習
オファーを獲得するには、以下の点が重要だと感じました。
- ██████と██████における専門知識
- ██████の██████と█████████に対する理解
- █████████と████████████
- ██████と██████████
後日聞いた話では、███████████████と、███████████████を高く評価されていたようです。
⑬ 面接官として、どんな人は採用したい、どんな人はちょっと採用が難しいかなと思いますか？面接官の経験がなければ想像でも構いません
採用したい人材：
- 機械学習の理論的根拠と実践経験を兼ね備えている方
- 課題解決能力が高く、ビジネスインパクトを重視する方
- 柔軟性があり、変化を恐れず、常に学び続ける姿勢がある方
- コミュニケーション能力が高く、分かりやすく説明できる方
- チームワークを重視し、協調性のある方
採用が難しい人材:
- 機械学習の知識が一面的で、実務経験が乏しい方
- 自分の考えに固執し、他者の意見を受け入れられない方
- 技術的なスキルはあるが、ビジネス観点が欠けている方
- コミュニケーションが苦手で、わかりづらい説明しかできない方
- チームプレーヤーではなく、個人主義が強い方
⑭ 面接官を担当するとして、絶対に聞きたい技術質問を５つ箇条書きで教えてください
- 機械学習モデルのパフォーマンス評価にはどのような指標を用いますか？それぞれの指標の長所と短所を説明してください。
- 機械学習システムにおけるデータドリフトの問題はどのように対処しますか？具体的な対策を教えてください。
- 大規模な機械学習モデルを運用する際の課題と、それに対する解決策を説明してください。
- あなたが開発に携わったモデルで、期待を下回る結果になったケースはありますか？その原因究明と対処方法を教えてください。
- Kubernetesクラスターを使ってモデルを本番環境に展開する場合、どのようなポイントに注意が必要でしょうか？
⑮ 自分がエンジニアとして成長できた経験があれば教えてください
- Kaggleのコンペティションに定期的に参加し、様々な手法を学びながら、ノウハウを蓄積
- 社内で新しいプロジェクトを立ち上げ、リーダーシップを発揮。技術的なチャレンジと並行して、プロジェクト運営能力を身に付けた
- 機械学習の勉強会を主催し、知識の発信と受信を通して理解を深めた
- 毎年最新の技術トレンドをキャッチアップするため、専門書籍を読み込んだ
⑯ 世の中にぶちまけたい事があればなんでも
機械学習エンジニアとして数年働いてきて、技術の進歩は目覚ましいものを感じます。
これまでは精度の良いMLモデルを作る技術力（チューニング力、アルゴリズムの選定力）が大事と考えてきましたが、LLMの発展で今後どうなるか不安があります。
⑰ PayPayで働く事でエンジニアとして成長できるところはどこですか？
PayPayではエンジニアとして以下の点で成長できると考えています。
最先端の技術に触れられる PayPayは革新的な金融プロダクトを開発しており、機械学習やブロックチェーンなど最新技術の実装に常に取り組んでいます。これらの技術の実践を通じて、エンジニアは専門性を深められます。
グローバルな視野を養える PayPayは外国人エンジニアも多数在籍しており、異文化交流の機会に恵まれています。様々な価値観に触れ、グローバルな視点を身に付けられると思います。
また、PayPayの開発文化は新しいアイデアを歓迎し、イノベーションを大切にしています。新規事業の創出も奨励されているため、起業家精神を鍛えられる環境があります。
幅広い知見を得られる 金融は様々な業界に関連するため、PayPayのエンジニアは決済や認証、マーケティングなど、多岐にわたる分野の知見を得られます。
⑱ PayPayの良い福利厚生があれば教えて下さい
フルリモートで働ける点です。（地方移住を実現したいという想いが、今回の転職理由です。）
前職は外資企業に属しており、転職前の方がやや年収も高かったのですが、地方移住を実現したことで家賃や物価も抑えられ、生活水準はほぼ変わっていません。
コロナ禍が明けてRTOへかじを切る企業も多い中、PayPayはフルリモートをブレずに掲げている点に魅了を感じています。
⑲ PayPayのレベルごとの給与レンジはどの程度ですか？
L1 (Entry): 新卒採用は聞いたことがないので不明
L2 (Mid): 600万円~1000万円
L3 (Senior): 1000万円~███万円
L4 (Staff): ███万円以上
⑳ これからMLエンジニアになりたい方へアドバイスがあれば
機械学習の理論的な基礎と実践的なスキルの両方を身に付けることが不可欠です。大学の授業だけでは足りません。
まずは機械学習の主要なアルゴリズム(decision tree、SVM、クラスタリングなど)の原理と数学的背景を理解する必要があります。その上で、Kaggleなどのデータ解析コンペティションに参加し、実務に近いデータ分析を体験することをお勧めします。
また、クラウドサービス(AWS、 GCP)の基礎知識も重要です。ローカル環境だけでは現実的なデータセットを扱えないため、大規模データを処理するためのクラウドスキルは必須となります。
さらに、ビジネス視点を持つことも欠かせません。機械学習をどのように製品やサービスに応用し、付加価値を生むかを考える力が求められます。
最後になりましたが、たとえつまずいても諦めずに挑戦し続ける姿勢が大切だと思います。機械学習の分野は日進月歩で進化しているので、常に学習を続け、トレンドを追う姿勢が何より重要です。
公式ブログ
関連記事
PayPay | ソフトウェアエンジニア | 1180万円PayPay | 機械学習エンジニア | 900万円外資製薬 | データサイエンティスト | 1450万円黒塗りなしの記事は購入後閲覧できます