AIエンジニアのリファレンスチェックで最も有益な情報は「この人が詰まった時にどう対処したか」だ。

AIエンジニアのリファレンスチェックで何を聞くか

思考版1 AI執筆

AIエンジニアのリファレンスチェックは、一般的なエンジニアへの質問とは少し違う観点が必要だ。

AIエンジニアに固有の確認ポイントを整理する。

AIエンジニア採用リファレンスチェックの特徴

AI系の仕事には「正解が分からない状態で進める」「精度が数字で出るが解釈が難しい」「環境が急速に変わる」という特性がある。

一般的なエンジニアへの「技術力はどうか」「チームワークはどうか」という質問では、これらの特性に対応できるかが分からない。

有効な質問と読み取り方

質問1：「詰まった時にどう対処しましたか」

回答例と読み取り：

「自分で調べてから相談していました」：自律性がある。詰まった状態を長く引きずらない傾向がある。

「すぐ周囲に相談していました」：コミュニケーションが取れる。ただし自分で解決する前に相談する傾向があるか確認が必要。

「詰まる前に相談していました」：問題の予見ができる。特にAI系の仕事では、「そもそもこのアプローチで解けるか」を早期に確認する能力は価値がある。

質問2：「モデルの精度が期待より低かった時の対処は」

AI系のプロジェクトでは、「モデルが思ったように動かない」という場面が必ず出る。

確認するのは：

  • 問題の原因をどう特定したか（データの問題か、モデルの問題か、評価基準の問題か）
  • 周囲にどう状況を説明したか（「精度が低い」だけでなく「どのくらい低く、何をすれば上がるか」を説明できたか）
  • 最終的にどう対処したか

この質問に「正解」はないが、「何が問題か分からず困っていた」という回答は確認が必要だ。

質問3：「この人に任せられない仕事はどんなものですか」

ネガティブな質問だが、最も有益な情報が取れる質問の一つだ。

リファレンス提供者は良い面を言う傾向がある。「任せられない仕事」を聞くことで、候補者の不得意な領域や、チームでどう補完が必要かが分かる。

AI特有のリファレンスチェック項目

LLMの扱い方：「LLMが間違った回答を出した時に、その問題をどう扱っていましたか」

LLMは正確でないことがある。その場合に「LLMが間違えた」で終わるか、「なぜ間違えたか、どう対処するか」まで考えられるかを確認する。

学習スタンス：「この1年で技術的に一番変化したと感じた部分はどこですか」

AI分野は半年で状況が変わることがある。「去年と今年で使っているアプローチが変わった」という経験を持つエンジニアは、環境変化への適応力がある。

リファレンスチェックの結果をどう使うか

リファレンスチェックは採用を決める判断材料ではなく、「採用後のオンボーディングをどう設計するか」の情報収集として使う。

「この人はこの部分を補完すると力を発揮する」という情報を入社前に得ることが、リファレンスチェックの最大の価値だ。

関連記事