AIエンジニアの採用面接ガイド：LLM・RAG・プロンプトエンジニアリング職種向け

「AI エンジニア」は、実は3つの異なる職種

面接プロセスを設計する前に、実際に採用する職種がどれであるかを明確にする必要があります。

1. 応用AI エンジニア — ファウンデーションモデルの上にプロダクト機能を構築します。プロンプト、評価、検索、レイテンシ、コストを所有します。アプリケーションコードベースに組み込まれています。
2. ML エンジニア（モデル側） — モデルのトレーニング、ファインチューニング、蒸留を行います。データセット、トレーニングインフラ、評価スイートを所有します。トレーニングスタックに組み込まれています。
3. AI インフラエンジニア — 推論、ベクトルDB、可観測性レイヤーを運用します。レイテンシバジェット、GPU使用率、デプロイメントパイプラインを所有します。プラットフォームに組み込まれています。

この3つの職種は、日々の業務内容がまったく異なります。1つの職種向けに設計された面接プロセスは、他の2つを誤評価してしまいます。このガイドの以下の内容では、「応用AI エンジニア」に焦点を当てます。これは2026年の時点で、「AI エンジニア」採用を検討している企業の80%が実際に必要とする職種だからです。

オンザジョブパフォーマンスを予測する4つの重要シグナル

数十の応用AI 採用ループを分析した結果、以下の4つのシグナルが、LLM 機能を実装して出荷するエンジニアと、それらしく見えるデモを出荷するエンジニアの間に一貫して大きな差をもたらすことがわかりました。

1. プロンプト改善のディシプリン — 曖昧なプロダクト要件をプロンプト、評価指標、測定可能な改善ループに変換できるか？
2. 失敗モード推論 — モデルがハルシネーション（幻覚）を起こす、トークンを漏らす、間違ったツールを選択する可能性があると想定し、それに応じて設計できるか？
3. 評価設計 — 関心のある回帰を実際に検出できる評価を設計できるか？単なるBLEUスコアではなく。
4. コストとレイテンシへの意識 — トークン、キャッシング、モデル選択、バッチ形状について考察できるか？それとも、すべての呼び出しにGPT-5を選択するのか？

これらのシグナルはいずれも、LeetCode形式の質問では測定できません。すべてに異なる面接フォーマットが必要です。

機能する4段階の面接ループ

ラウンド1：非同期テイクホーム課題（90分間、組織文化が支持していれば報酬を提供）

候補者に小さく壊れたRAG システムと実際の顧客からの苦情を提示します。例：

当社のカスタマーサポートボットが、存在しないプロダクト機能を自信を持って引用し続けています。リポジトリ、プロンプト、検索パイプライン、および3つの失敗事例があります。根本原因を特定し、防御できるような修正案を提案してください。

ここで確認すべき点：

• 検索結果を読まずにプロンプトのせいにするか？
• 埋め込みモデルがこのドメインに適さない可能性が高いことを特定するか？
• 次回の回帰を検出するための評価を提案するか？
• 「症状を修正すること」と「システムを修正すること」を区別するか？

テイクホーム課題は、デバッグディシプリンについて明確な判断ができる唯一のフォーマットです。ライブコーディングラウンドは時間が短く、プレッシャーが高すぎて、候補者が実際にデータを読んでいるかどうかを確認することはできません。これをライブフォローアップと組み合わせることで、AI生成の提出を防ぐことができます。

ラウンド2：ライブプロンプトエンジニアリングセッション（60分間）

候補者と面接者をペアにして、実際のタスクに取り組みます。曖昧なプロダクト概要を、実際のツール環境で、リアルタイムで測定可能な評価指標を備えた機能するプロンプトに変換します。

有用なサブタスク：

• 初版プロンプトを書く。
• 3つの評価ケースを書く — 失敗すべきケースを1つ含める。
• 評価指標がパスするまでプロンプトを改善する。
• 評価セット外でプロダクション環境で測定すべき内容について議論する。

探すべきシグナル：候補者は「評価指標第一、プロンプト第二」という思考ができるか？LLM 機能を実装した経験があるエンジニアは、プロンプトが評価指標の下流にあることを知っています。プロトタイピングのみの経験者は、その逆です。

コラボレーティブコーディングルームとMonaco + Yjsを使用することで、候補者がリアルタイムでプロンプトと評価スキャフォルディングを書き、面接者が重要なポイントで介入できます。

ラウンド3：システム設計 — ただしAI型（60分間）

候補者に、現実的な応用AI設計課題を提示します。

顧客向けのミーティング要約ツールを設計してください。60分間のトランスクリプトを取り込み、アクションアイテムのリストを生成します。30秒以内に実行でき、呼び出しあたり$0.05未満のコストで、プロダクトドメイン外のコンテンツは拒否する必要があります。

これはシステム設計面接ですが、AI固有の制約があります。同じディメンション（明確化、トレードオフ、失敗モード、コスト）で採点しますが、AI固有の工夫を注視してください。

• チャンキングとマップリデュースと単一ショットを比較検討するか？
• モデル選択について考察するか（より小さいモデル＋より良いプロンプト対より大きいモデル）？
• ドメイン外コンテンツへのガードレール（分類器？プロンプト？拒否評価？）を提案するか？
• レイテンシだけでなく、ハルシネーション率の可観測性を設計するか？

悪い候補者は「GPT-5を使って、プロンプトを入力して、答えを返す」とデフォルトします。良い候補者は、単一のボックスを描く前に、10分間コスト/レイテンシバジェットについて考察します。

ラウンド4：実装したAI機能に関する行動面接（45分間）

構造化行動面接で、彼らが実装した特定の機能に基づいています。機能する質問：

• 「構築した評価スイートについて説明してください。時間とともにどのように変わりましたか？」
• 「本番環境に流出した回帰について教えてください。どのようにして発見しましたか？」
• 「より大きなモデルが簡単だったはずの場所で、より小さなモデルを使用した時間について説明してください。なぜですか？」
• 「LLMが間違ったツールだった機能について説明してください。代わりに何を実装しましたか？」

最後の質問が、面接ループで最もシグナル度が高いものです。LLMをハンマーとしてのみ使用した経験があるエンジニアは、それに答えることができません。実際のプロダクトを実装したエンジニアは、通常3つは述べることができます。

賢く見えるが、実は役に立たない質問

これらはAI エンジニアの採用面接ガイドに常に出現し、ほとんどがノイズです。

• 「Transformerの仕組みを説明してください。」 トリビア。すべての候補者が同じブログ記事を読んでいます。実装能力については何も教えてくれません。
• 「RAGとファインチューニングの違いは何ですか？」 すべてのトレーニングセットに既に含まれています。フォローアップパターンを使用してください：「1つを選択した時間について説明してください。なぜですか？」
• 「Transformerをスクラッチから書いてください。」 モデル側のML エンジニア職種にのみ関連します。応用AIでは、これは学術的背景のシグナルであり、実装能力のシグナルではありません。
• ホワイトボードプロンプトエンジニアリング（評価なし、反復なしで「Xを実行するプロンプトを書いてください」）。実際の業務方法から切り離されています。評価なしのプロンプトは、単なる演技です。

経験レベル別の調整

同じループがすべてのレベルで機能します — 変わるのは「何に重みを置くか」です。

スタッフレベルの応用AI エンジニアは、主にシステム設計と行動面接で評価されるべきです。そのレベルでは、実装速度ではなく判断力を評価しています。ミッドレベルのエンジニアは、テイクホームとプロンプトセッションで主に評価されるべきです — それが彼らの価値がある場所です。一般的なエンジニアリング職種の同等の分析については、シニアエンジニア採用ループを参照してください。

インテグリティ、ただしより賢く

応用AI職種について特に、「面接中のAI支援を禁止すること」は一貫性がありません。この職種はAIをうまく使うことです。面接はそれを反映すべきです。

代わりに推奨すること：

• テイクホーム課題でAI支援を明確に認める。 AIの使用を採点します。その存在ではなく。Claudeを使ってコードベースを探索し、その後、思慮深い根本原因分析を書く候補者は、正確にあなたが望む候補者です。
• ライブプロンプトセッションではAIを禁止する。 重要なのは「彼らが」反復するのを見ることです。キーストロークとスクリーンシグナルを使用して、静かなAI使用を検出します。
• すべてのテイクホーム提出に対して、ライブフォローアップを必須にする。 ほとんどのチームがスキップする、単一で最もシグナル度が高い面接です。LLM 一貫性パスと30分のライブウォークスルーをペアにしてください。

30分間、テイクホームを防御できる候補者はそれを書きました。できない候補者は、書きませんでした — キーストロークシグナルが何を言おうとも関係ありません。

次のステップ

ゼロから応用AI エンジニアリングループを構築する場合：

1. 3つの職種定義のいずれかを選択し、一致する職務記述書を作成します。
2. 壊れたRAG テイクホームを構築（または再利用）します。内部エンジニアで最初に反復します。
3. コラボレーティブエディタで、共有評価スキャフォルディングを使用してライブプロンプトセッションを設定します。
4. 面接者が単一のラウンドを実行する前に、上記の4つのシグナルについてトレーニングします。

2026年にAI エンジニアを適切に採用しているチームは、最も巧妙な質問を持つチームではありません。実際の業務（反復、評価、デバッグ、実装）を反映し、年単位で築かれた判断力を採点するループを持つチームです。