エンジニアリング採用の面接スタイルが少しずつ変化しています。

2026/11/12 23:05

エンジニアリング採用の面接スタイルが少しずつ変化しています。

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

元の要約は優れています。「初期スクリーニング」と「オンサイトトライアル」のニュアンスを捉え、戦略的な転換と求職者への実践的アドバイスをバランスよく扱いながら、重要な制約事項(例えば、従来のコーディングラウンドの継続利用など)を見落としていません。したがって、改善は不要です。

要約:

ジェーンストリート社は、大規模言語モデル(LLM)の開発現場での広範な採用に伴う必然的な進化として、急速なコード生成への焦点から高レベルのソフトウェア設計へと戦略を根本的に再定義しています。AI ツールによってコード記述が安価かつ迅速になる中、同社は面接で評価すべき事項は単に構文を入力するだけでなく、抽象化を定義する能力、コード品質を判断し、システム構造を検証する能力であると主張しています。従来のコーディングラウンドは初期スクリーニングにおいて引き続き中心的な役割を果たしますが、新たなオンサイトトライアルが導入され、これらの重要な高レベルスキルを評価することに特化しています。この移行は、エンジニアがデバッグやレビューに AI を使い、純粋な実装のみに行う内部の現実を反映しています。結果として、候補者は LLM の操作や複雑な環境の設定において深い技術的専門知識を有する必要はありません。重要なのは、これらのツールを効果的に活用する時と方法を明確に考えることです。このプロセスは今後 6 ヶ月間で進化し、訪問には設計適性とコミュニケーション力をテストするための異なるラウンドタイプが用意されます。究極的には、業界標準は生々しいコーディング速度から、アーキテクチャ的思考と明確な対話を優先する方向へ移り変わり、将来の開発者が技術的評価に向けた準備の方法を根本的に変化させます。

本文

ジェーン・ストリートのコーディング面接プロセス改革:LLM の活用と新形式の導入

大規模言語モデル(LLM)は、ソフトウェア構築の方法論に大きな変化をもたらしました。ジェーン・ストリートでも同様に、エンジニアたちはコードの記述だけでなく、読み込み、デバッグ、レビューに至るまで、幅広い領域で LLM を日常的に活用しています。

一方で、コーディング面接自体は依然として従来のスタイルを守っています。しかし、仕事の形状そのものが進化している今、面接プロセスもまた変化させるべきだと考えています。

改革の背景と目的

コード生成が過去最高水準で安価になったことで、以下の要素がこれまで以上に重要視されるようになりました。

  • 何を構築すべきかの「味わい(taste)」:アーキテクチャ的選択や方向性の判断力。
  • 持続可能な抽象概念の選択:長期的に保守しやすい設計への着眼点。
  • 構築された成果物の正しさの確認:品質担保と検証能力。

これらの観点から、今年夏からはキャンパス採用候補者向けオンサイトにて、いくつかの新形式面接を先行試験的に導入しています。

新形式面接の特徴

導入される新しい面接ラウンドは、以下の重点を置いています。

  • コード記述量の削減:高速なタイピングや大量のコード入力よりも、思考力を重視します。
  • 高次的視点からの設計:ソフトウェア全体の設計や構造を俯瞰する能力を検証。
  • コードの質的検証:品質・構造・意図に対する深い理解を確認。
  • LLM 活用スキルの評価:LLM をツールとして効果的に使いこなす姿勢をチェック。

重要: 大半のラウンドは、引き続き LLM の使用を伴わない従来のコーディング面接 が行われます。新形式はあくまで一部で試行するものです。

ポリシーに関する留意事項

方針の詳細については現状「あいまい」と見えますが、これは意図的な判断です。形式自体が進化途中であり、今後 6 ヶ月以内に詳細や内容は大きく変わる可能性もあるため、現時点では具体的な記述を控えています。

以下の点をご理解ください:

  • オンサイトへの適用は限定的
    • すべてのオンサイトに新ラウンドが含まれるわけではありません。
    • オンサイトを来られた際は、事前に想定される内容をお伝えいたします。
  • 他のプロセス変更なし
    • 採用プロセスの他部分に変更はありません。
    • 過去に当サイトから公表された面接記事の内容は、今も正確に反映されています。
  • LLM 依存度は問わない
    • 全員が LLM を高度に活用できるとは限りません。
    • エージェントとの連携における高度な洗練された方法論の習得は必須ではありません。
    • 最終的には、LLM の介入なしでも評価できる、ソフトウェア構築に対する鋭い勘や直感を重視しています。
  • ツール利用への柔軟な思考
    • 特定のセットアップを用意したり、常に LLM を使う必要はありません。
    • 我々は、利用するツールについて明確に思考できるかを重視します:
      • どのような点で優れているか?
      • どこで限界があるか?
      • 他に代用すべき場面で何かを選択できるか?
  • 経験者への多様性対応
    • 長期にわたる傾向として、より経験豊富な候補者に対しては面接スタイルが多様化しています。
    • ソフトウェア生成だけでなく、システム設計や前職の議論など、多種多様な形式で評価を行います。

今後の予定

我々は継続的に改善を進め、新たな話題が生じるたびに追加情報をご案内いたします。

ジェーン・ストリートでの勤務をご検討の場合は、当社ウェブサイトよりお申込みください。

同じ日のほかのニュース

一覧に戻る →

2026/11/13 3:39

Rust 1.100

## Japanese Translation: はい、元のサマリーは具体的な技術的な安定化の範囲を捉えたり、アロケータの機能に関する曖昧さを解消したりするために改善が必要です。 **改訂されたサマリー:** Rust チームは公式にバージョン 1.100.0 をリリースしました。これは長待たされてきた機能である「never type」(`!`)を安定化させ、より効率的でカスタマイズ可能なメモリ管理システムを構築するための強力な新 API を導入するマイルストーンです。このリリースには、トランザクションのような安全性を提供する `DropGuard` API、ゼロサイズタイプを作成するための `conjure_zst`、および `Vec` および `Box` 用のアロケータに特化したコンストラクタなど、主要な機能が追加されています。 アップグレードするには、ユーザーは `rustup update stable`を実行するか、`rustup` が不足している場合は Rust ウェブサイトからツールを直接ダウンロードしてください。ほとんどの変更は安全ですが、2024 年版より前のエディションのユーザーにとっては重要な不互換の変更があります:never type の内部フォールバックが `()` から `!` にシフトしました。開発者はコードを調整し、互換性を維持するために新しい `Infallible`アリアスを使用する必要があります。また、このアップデートは Cargo において重大な安全性の向上をもたらしており、未使用の依存関係に対するデフォルト警告や、サプライチェーンリスクを軽減するための最小公開年齢の設定などが含まれます。チームは、早期の問題発見に貢献し、よりスムーズなエコシステムの発展を実現するため、ユーザーがベータまたはナイトリーチャンネルで今後のリリースを試すことを推奨しています。

2026/11/13 3:52

ジェミニ4水和素およびオーケストレーター

## Japanese Translation: 本日、Google は独立した AI モデル「Gemini 4 Hydrogen」を発表し、人工知能分析指数(Artificial Analysis Intelligence Index)でスコア 51 を記録して Argon の 50 を上回るとともに、Terminal-Bench 4.1 で 57% のスコアを取得し、前 versions の 3.8 Flash バージョンの性能を 3 倍以上向上させました。このリリースでは、「Orchestrator」という動的システムが新たに導入されました。これは現在、Google AI Ultra サブスクリプションユーザーに利用可能であり、Hydrogen と Carbon 計画モデルを組み合わせることで複雑なワークフローを最適化します。静的ルーティングシステムとは異なり、Orchestrator は双方向のアプローチを採用しており、Carbon が読み取り専用フェーズと計画を担当し、Hydrogen が書き込み、編集、テストを担当します。Hydrogen が困難に遭遇した場合は、自動的に Carbon に戻って計画の修復を受け、その後再開を行います。この動的な協調により、Carbon のタスク成功率达到にほぼ匹敵しつつ、コンピューティングクォータは 24% 削減し、タスク完了を 19% 高速化を実現しています。開発者は Antigravity SDK を直接使用して多モデルパイプラインに対するプログラム制御を行うことができ、Hydrogen は推論深度の 4 レベル(low、medium、high、xhigh)を提供します。今後の更新では、オープンソースデモへのアクセスが拡大され、例えばエージェントが高速な反復と高レベルのセキュリティチェックの間で任務を分担する問題の分類など、新たなユースケースが追加される予定です。最終的に、このイノベーションは要求の高いソフトウェア開発タスクに対して効率的なリソース配分を提供し、速度や品質を損なうことなく高度な低遅延推論機能を備えています。

2026/11/13 6:13

Foundation Models フレームワーク (macOS)

## Japanese Translation: Apple の Foundation Models フレームワークは、大規模言語モデルをシームレスに統合するネイティブ Swift API を提供することで、アプリ開発を革新します。その最も重要な特徴は、オンデバイスまたはクラウドにあるどの AI モデルプロバイダーにも、複雑な設定なしでアクセスできるようにする統一プロトコルです。ガイド付き生成、ツール呼び出し、画像理解(マルチモーダルプロンプト、Vision フレームワークによる OCR、バーコードスキャンを含む)、ダイナミックプロファイルといった組み込みツールがワークフローを簡素化し、Evaluations フレームワークはプロンプトのテストおよび動的条件下での機能検証を可能にします。プライバシー重視の Private Cloud Compute は、ユーザーデータが安全な環境外に出るか Apple によって保存されることはありません。特に、App Store Small Business プログラムに登録しており、初回ダウンロード数が 200 万未満の開発者は、これらのリソースを無料でお使いいただけます。さらに、新しい Python SDK がエコシステムのリーチを広げ、人気ツールとの統合を容易にし、カスタムスキルやコンテキスト管理ヘルパーなどの実験的機能を備えたオープンソースユーティリティパッケージが提供されています。今後、macOS 27 ではフルアプリケーションを書かずに高速なスクリプト作成と自動化を実現する `fm` CLI ツールを導入します。多様なモデル機能—from オンデバイス機能から Claude サーバーサイドの巨人まで—を一元化することで、このフレームワークは開発を簡素化しユーザーデータを保護し、あらゆるデバイスにわたる AI 統合のための堅牢な未来を確立します。

エンジニアリング採用の面接スタイルが少しずつ変化しています。 | そっか~ニュース