jinbay無料で相談する

AIエンジニアの面接対策

持ち帰りの技術課題の進め方|生成AIを使ってよいかの確認から提出まで

AIスタートアップやロボットの会社で出される持ち帰りの技術課題を、どう進め、どう提出すれば評価されるかを解説します。事前に確かめること、生成AIの使い方、README の書き方、説明の場での話し方まで紹介します。

更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)

AIスタートアップの選考では、面接の途中で持ち帰りの技術課題が出されることがよくあります。数時間から数日の期間で、小さなアプリや分析、ロボットのシミュレーションなどを作って提出し、その後の面接で説明する形式です。

ライブコーディングと違って、時間をかけて取り組めるぶん、何をどこまでやるかの判断が人によって大きく分かれます。そして、生成AIのコーディング支援が当たり前になった今、「どこまで自分で書いたか」をどう扱うかという新しい論点も出てきました。

この記事では、課題を受け取ってから、説明の場までの進め方を順に説明します。

1. 受け取ったら、まず確かめること

課題の文面だけでは分からないことが多いので、取りかかる前に確かめます。質問すること自体が、仕事の進め方として評価されることもあります。

確かめること理由
想定している作業時間「3〜4時間」なのか「週末いっぱい」なのかで、どこまで作るかが変わる
提出の期限と形式GitHub の非公開リポジトリか、ZIP か。招待する相手
生成AIのコーディング支援を使ってよいか会社によって方針が違う。使ってよい場合、使ったことを書くべきか
外部の API やライブラリを使ってよいかLLM の API の費用は誰が持つか。会社から API キーが渡されることもある
評価の観点動くことか、設計か、テストか。教えてもらえないこともある
成果物の扱い提出したコードを、選考の外で使うことがあるか

特に、生成AIを使ってよいかは必ず聞きます。聞かずに使って、後で問題になるのが一番避けたい形です。方針が「使ってよい」「使ってよいが使った箇所を書く」「使わない」のどれかを確かめ、その方針に従います。

成果物の扱いは、聞きにくいかもしれません。ただ、課題がその会社の実際の業務にとても近い場合や、作業量が多い場合は、確かめておいて損はありません。作業量の大きい課題に、報酬を支払う会社もあります。

2. 時間の配分を決める

持ち帰りの課題で一番多い失敗は、時間をかけすぎることです。想定の時間の2倍、3倍をかけて作り込んでも、評価はそれほど上がりません。むしろ「時間の見積もりができない」と受け取られることがあります。

想定が4時間の課題なら、例えば次のように配分します。

  • 課題を読み、方針を決める:30分
  • 中心の機能を作る:2時間
  • テスト、エラーの扱い:45分
  • README を書く:45分

時間が足りなくなったら、機能を削り、「やらなかったこと」を README に書きます。全部をやりきるより、優先順位をつけて判断したことが伝わるほうが評価されます。

3. 課題の種類ごとの要点

LLM のアプリを作る課題

例:「指定の文書をもとに、質問に答える API を作ってください」

  • 評価を入れる:10〜20問の小さな評価データを作り、正答率を測る。これだけで、多くの提出物と差がつきます
  • 失敗の扱い:API の時間切れ、LLM の出力の形式の崩れ、根拠がない質問への答え方
  • 費用と応答時間:1回の質問でどれだけのトークン(モデルが扱う文字の単位)を使うか、おおよその見積もり

評価の考え方はLLM アプリの評価の仕組みを設計するで詳しく説明しています。

機械学習の分析・モデルの課題

例:「このデータで、解約を予測するモデルを作ってください」

  • 精度の高さより、検証の方法が正しいかが見られる(時系列のデータを無作為に分けていないか、答えの情報が特徴量に混ざっていないか)
  • ビジネスの観点で、どの指標を重視したかを説明する
  • Notebook だけでなく、再現できる形にまとめる

ロボット・組込みの課題

例:「シミュレーション上のロボットを、障害物を避けて目標まで動かしてください」

  • ROS 2 のパッケージとして整った構成にする(launch ファイル、パラメータの YAML)
  • 動いている様子を動画や GIF で添える
  • 実機に載せるなら何が問題になるか(センサーの雑音、処理の周期、安全に止める仕組み)を README に書く

最後の点は、フィジカルAIの会社が特に見るところです。シミュレーションで動いたことより、実機との差を想像できているかが評価を分けます。

4. 生成AIを使ってよい場合の使い方

使ってよい場合も、次の点に気をつけます。

  • 全部を理解してから提出する:説明の場では、どの行についても「なぜこう書いたか」を聞かれる前提で準備します
  • 設計の判断は自分でする:構成や技術の選び方は、自分の言葉で理由を説明できるようにする
  • 使った範囲を書く:求められていなくても、「テストの雛形の作成に使用」のように README に一言書いておくと誠実に見えます

AIスタートアップの多くは、日々の業務で生成AIの支援を使っています。そのため、使ってよい課題では「うまく使いこなせるか」も見られています。生成されたコードの誤りを見つけて直した点を README に書いておくのは、良い材料になります。

5. README の書き方

提出物の評価は、README で大きく変わります。面接官は、コードを読む前に README を読みます。

  1. 何を作ったか:1〜2文
  2. 動かし方:環境の準備から、実行のコマンドまで
  3. 設計の判断:なぜその構成にしたか。検討して選ばなかった案
  4. 確かめたこと:テスト、評価の結果
  5. やらなかったこと:時間の都合で省いたこと、本番なら必要なこと
  6. かかった時間:おおよその時間
  7. 生成AIの使用:使った場合はその範囲

5の「やらなかったこと」は、ぜひ書いてください。認証、監視、負荷への対応などを「本番なら必要だが今回は省いた」と書けると、全体が見えている人だと伝わります。

6. 説明の場(レビュー面接)

提出の後には、たいてい30〜60分の説明の場があります。

  • 最初の5分で、作ったもの、設計の判断、やらなかったことを話す
  • 「この部分を変えるとしたら」「件数が100倍になったら」という質問に答える
  • その場で小さな変更を求められることもある。自分のコードなので、落ち着いて手を動かす

面接官からの指摘には、言い訳より「その観点は抜けていました。直すなら〇〇にします」と答えるほうが評価されます。

気をつけること

  • 課題の文面やコードを、公開の場(公開のリポジトリ、技術記事)に出さない。会社が許可している場合を除く
  • 他の人に手伝ってもらわない
  • 期限に遅れそうなら、早めに連絡する

まとめ

  • 取りかかる前に、作業時間、形式、生成AIの使用の可否、評価の観点を確かめる
  • 想定の時間を守り、足りない分は「やらなかったこと」として書く
  • LLM の課題は評価、ロボットの課題は実機との差に触れると差がつく
  • README で設計の判断を説明し、説明の場ではどの行も自分の言葉で話せるようにする

課題の分量や条件に迷う場合は、ジンベイにご相談ください。

あわせて読みたい