Bloombergの面接の進め方
まず自分の職種で報告されている選考プロセスを確認し、そのうえで練習面接を使って、問われるスキルを練習しましょう。チームや勤務地ごとの案内は、担当リクルーターの指示に従ってください。
- ソフトウェアエンジニア
- 中堅 · 練習面接6回 · 合計4時間
- データサイエンティスト
- 中堅 · 練習面接6回 · 合計4時間
Bloombergが公表している面接の情報
Bloombergは、経験者向けのエンジニアリング採用の面接プロセスはポジションに合わせて調整されると説明しています。また、まったく同じ面接プロセスは2つとないとしています。 Engineering: Experienced Hire Application Process
Bloombergは、一般的な採用ステップとして、応募、スクリーニング、アセスメント、面接、オファーを挙げています。また、職種や経験レベルによってプロセスが異なる場合があるとしています。 How We Hire | Bloomberg LP
Bloombergでは通常、データサイエンスの候補者に対して、社内訪問の前に2回の電話面接を設定します。 Data Science: Application Process
Bloomberg ソフトウェアエンジニアの面接
Bloombergの選考プロセスは、1〜2回の電話面接(うち1回はコンピューターを使った45〜60分の技術面接)と、その後の社内面接で構成されます。2025年のソフトウェアエンジニアの候補者は、コーディングと分散システム設計を含む、約35分のバーチャル面接を4回受けたと述べています。
6回の練習面接
興味・ポジション面接
Bloombergへの志望動機、ポジションとの適合性、関連スキル、これまでの業務についての分かりやすい説明を評価します。
練習のポイント: BloombergとこのポジションへのMotivation。強み、弱み、関連する経験。協働や課題に関する状況・行動・成果のストーリー。
練習用の深掘り質問の例: 「強み、弱み、関連スキルについて深掘りします。」「過去の一つの事例について、意思決定とその結果を尋ねます。」
この面接を練習する技術電話面接(コーディング)
ライブで行う技術スクリーニングで、コーディングの流暢さ、問題解決の構造化、コミュニケーションを評価します。
練習のポイント: 中程度の難易度の配列またはハッシュマップの問題。スタックまたは文字列処理のバリエーション。コーディング課題の前に行う経歴の確認。
練習用の深掘り質問の例: 「入力サイズや順序の制約を変更します。」「最適化とそのコストについて尋ねます。」「空の入力、重複、境界値の入力について掘り下げます。」
この面接を練習するオンサイトコーディング:ストリーム集計
データ構造の選択、逐次処理、そして時間的なプレッシャーの下で正しい解法を拡張する力を確認します。
練習のポイント: ストリーミングによるtop-K集計。バッチ集計とリアルタイム結果の違い。ヒープまたは順序付きマップの更新方法。
練習用の深掘り質問の例: 「全商品を再スキャンせずにリアルタイムの結果を追加します。」「同順位、遅延イベント、Kの変更について掘り下げます。」
この面接を練習するオンサイトコーディング:連鎖する配列
スタックや配列を用いた推論、繰り返し行われる変換、連鎖するエッジケースでの正確性を評価します。
練習のポイント: 隣接する連続部分の削除。連続部分のしきい値の一般化。隣り合うグループが結合した後に起こる連鎖。
練習用の深掘り質問の例: 「連続部分の最小長を変更します。」「隣接する連鎖を複数追加します。」
この面接を練習するオンサイトシステム設計
大量のトラフィックを扱い、フィルタリングを行う市場データ配信サービスについて、本番運用を意識した設計の考え方を評価します。
練習のポイント: 多数のサブスクライバーへの市場データのファンアウト。シンボルとイベントタイプによるフィルター。分散配信、バックプレッシャー、障害からの復旧。
練習用の深掘り質問の例: 「サブスクライバー数とイベントレートを増やします。」「処理の遅いコンシューマーや切断されたクライアントについて掘り下げます。」
この面接を練習するオンサイトの経験・行動面接とプロジェクト面接
具体的なエンジニアリングの事例を通じて、オーナーシップ、協働、インパクト、判断力、振り返りを評価します。
練習のポイント: 重要なプロジェクトの詳細な深掘り。協働または対立の事例。失敗、学び、そして行動の変化。志望動機と仕事で重視すること。
練習用の深掘り質問の例: 「重要な意思決定がなぜ行われたのかを尋ねます。」「意見の相違と、本人が与えた影響について掘り下げます。」
この面接を練習するBloomberg ソフトウェアエンジニアの面接で聞かれた質問
- なぜBloombergで働きたいのか、なぜこのポジションを希望するのかを説明してください。 受験者の報告
- あなたの強み、弱み、関連するスキル、そしてこのポジションに合う経験について説明してください。 受験者の報告
- 過去のプロジェクトを詳しく説明し、これまでの経験について話します。 受験者の報告
- LeetCode形式の中級レベルのコーディング問題を解き、解法をわかりやすく説明します。 受験者の報告
- キャッシュの設計または実装の問題を解きます。 受験者の報告
- Valid Parenthesesの派生問題を解きます。 受験者の報告
- ユーザーグループごとに異なるバージョンにタグを付けられる、アプリケーションのバージョン管理システムを設計します。 受験者の報告
- 金融の概念について議論した後、複雑な金融ロジックのクラス設計を実装します。 受験者の報告
- 取引イベントのストリームから商品ごとの取引量の合計を保持し、日次終了時とリアルタイムの両方で上位K件の商品を返します。 受験者の報告
- シンボルやイベントのフィルター条件が異なる数万の購読者に配信する、マーケットデータのファンアウトサービスを設計します。 受験者の報告
受験者や情報源の報告
- Bloombergによると、経験者向けエンジニアリング職の一般的な選考は、1〜2回の電話面接から始まり、その後に社内面接へ進みます。 Bloomberg
- Bloombergによると、経験者向けエンジニアリング職の最初の電話面接は、人事部門またはエンジニアが担当し、応募者の関心事が中心となります。 Bloomberg
- Bloombergによると、その後の技術面の電話面接はエンジニアが担当し、45〜60分で、静かな場所でコンピューターを使える環境が必要です。 Bloomberg
- Bloombergは、技術面接を対話的で協力的なものと説明しています。コーディングの習熟度と問題解決力を評価します。 Bloomberg
- Bloombergは経験者の応募者に対し、Bloombergとその職務への志望動機、強みと弱み、関連する経験とスキルについて説明するよう求めます。 Bloomberg
対策のポイント
- マーケットデータのファンアウトの設計:多数の購読者を想定し、要件、インターフェース、フィルタリング、バックプレッシャー、障害からの復旧、スケールに関するトレードオフを練習します。
- 根拠となるエピソードの準備:志望動機、協働、リーダーシップ、困難、失敗、成果、学びについて、状況・行動・結果を簡潔にまとめたエピソードを作ります。
避けたいミス
- Bloombergを志望する理由を一般論で述べないこと。
- チームの成果を、自分自身の行動を説明せずに語らないこと。
- 入力と出力の前提を確認する前にコードを書き始めないこと。
- コードの実行に頼らず、コードを読み込み、手作業でドライランすること。
- ランキングにかかるコストを、曖昧なヘルパー関数の中に隠さないこと。
面接官への逆質問
- 現在のミドルレベルの選考は、約35分のバーチャル面接4回という形式のままですか?
- このチームでは、ソフトウェアエンジニアの職務にシステム設計は必要ですか?
- 技術面の電話スクリーニングと、社内のコーディング面接はどのように違いますか?
Bloomberg データサイエンティストの面接
Bloombergの選考プロセスは、Talent Acquisitionによるスクリーニング、データサイエンスの電話面接2回、その後の社内訪問での技術面接3回で構成されます。電話面接のトピックには、アルゴリズム、問題解決、機械学習、自然言語処理、これまでのご経験が含まれます。
6回の練習面接
Talent Acquisitionスクリーニング
明確なコミュニケーション、関連する経験、データサイエンスの選考プロセスに進む準備ができているかを確認します。
練習のポイント: 経験とポジションへの関心の簡潔な説明。協働または困難な状況の事例。選考プロセスへの準備状況とロジスティクスに関する話し合い。
練習用の深掘り質問の例: 「ご自身の行動によって何が変わったかを尋ねます。」「協働における困難な点を1つ取り上げ、その解決について深掘りします。」
この面接を練習する電話面接:アルゴリズムと基礎
データ構造、アルゴリズム、基礎的な技術的思考にわたる問題解決力を評価します。
練習のポイント: 制約のある課題に対するデータ構造の選択。計算量分析を伴うアルゴリズム設計。機械学習またはNLPの基礎概念。
練習用の深掘り質問の例: 「制約を1つ変更し、アプローチがどう変わるかを説明してもらいます。」「ご自身のアプローチを、よりシンプルな代替案1つと比較してもらいます。」
この面接を練習する電話面接:応用機械学習と経験
研究やプロジェクトの経験の深さと、応用機械学習における判断の質を評価します。
練習のポイント: 研究またはプロジェクトの説明。モデル選択と評価におけるトレードオフ。応用機械学習に関するオープンエンドの議論。
練習用の深掘り質問の例: 「成功をどのように測定したかを深掘りします。」「時間やデータが増えた場合に何を変えるかを尋ねます。」
この面接を練習する社内訪問:技術の基礎
1回の技術面接で、アルゴリズム、機械学習、問題解決の基礎にわたる理解の深さを確認します。
練習のポイント: アルゴリズムまたはデータ構造の応用。NLPまたは機械学習の基礎的な手法の比較。失敗モードとエッジケースの分析。
練習用の深掘り質問の例: 「新しいデータ上の制約を加え、アプローチを再検証します。」「最初の主張に対する反例を挙げるよう求めます。」
この面接を練習する社内訪問:応用機械学習ケース
解決策を選ぶ前に、候補者が応用機械学習やデータ診断の問題をどのように整理するかを評価します。
練習のポイント: ユーザージャーニーにおける離脱の診断。整理されていないイベントデータと指標設計。運用上の制約を考慮したモデルの提案。
練習用の深掘り質問の例: 「成功指標を変更し、設計を見直してもらいます。」「期待外れの結果が出た場合、どのように原因を診断するかを尋ねられます。」
この面接を練習する社内面接:研究・プロジェクトの深さ
大規模な研究またはプロジェクトの事例を通じて、オーナーシップ、技術的な深さ、協働、学びを評価します。
練習のポイント: 研究プロジェクト全体のレビュー。実験設計と結果の解釈。協働、課題、振り返り。
練習用の深掘り質問の例: 「一つの技術的判断について、その根拠まで深掘りします。」「協働によって最終的な成果がどう変わったかを尋ねます。」
この面接を練習するBloomberg データサイエンティストの面接で聞かれた質問
- これまでの研究や経験について話します。 受験者の報告
- データ構造、アルゴリズム、問題解決力を測る問題を解きます。 受験者の報告
- 各部署で2番目に高い給与を求めるStructured Query Language(SQL)を書いてください。 第三者のガイド
- コレクション内で最初に重複して現れる要素を見つけてください。 第三者のガイド
- 二分探索を実装し、その時間計算量を説明してください。 第三者のガイド
- Bloomberg Terminalの生のユーザー操作ログを使って、ユーザージャーニー上の離脱ポイントを特定し、チャーン予測モデルを提案してください。 第三者のガイド
- 欠損値を含む乱雑なデータをクリーニングし、探索的分析を行い、タイムスタンプの整合性や取引量のローリング平均を分析してください。 第三者のガイド
- 過去のプロジェクトについて、技術的な詳細、コーディング、モデリングの作業を含めて詳しく説明してください。 受験者の報告
- 実測データとデータの分布について話し合います。 受験者の報告
受験者や情報源の報告
- Bloombergによると、一般的なスクリーニング段階では、社内のTalent Acquisitionチームによるビデオ面接または電話面接が行われます。 Bloomberg
- Bloombergによると、データサイエンスの電話面接では、データ構造、アルゴリズム、問題解決、NLPとMLの基礎、応用ML、オープンエンドなMLの質問が出題されることがあります。 Bloomberg
- Bloombergによると、データサイエンスの面接は、候補者の研究や経験についての話から始まることが多いそうです。 Bloomberg
- Bloombergは、データサイエンスの候補者に対し、電話面接に合格し、双方のマッチングが成立した後に、社内面接へ招待します。 Bloomberg
- Bloombergのデータサイエンスの社内面接には、3回の技術面接が含まれます。 Bloomberg
対策のポイント
- アルゴリズムの思考を練習する:代表的なデータ構造の問題をコードで解き、計算量を述べ、コンパイラ、テスト、CIなしで口頭によるマニュアルのドライランを行いましょう。
- 応用MLの基礎を復習する:モデルの選択、評価、リーケージ、NLPの基礎、データ品質、オープンエンドなトレードオフを見直しましょう。各トピックを小さな例で説明できるようにします。
- プロジェクトの根拠となるストーリーを準備する:研究、協働、課題からの立て直し、イノベーション、測定可能なインパクトについて、状況・行動・成果・振り返りを簡潔にまとめましょう。
避けたいミス
- 根拠のない大まかな職務経歴の要約は避けましょう。
- チームの成果を自分個人の貢献として語らないようにしましょう。
- 制約を確認する前にアルゴリズムへ飛びつかないようにしましょう。
- 選んだデータ構造と結びつけずに計算量を述べないようにしましょう。
- 評価設計を示さずにモデルを説明しないようにしましょう。
面接官への逆質問
- 2回のデータサイエンスの電話面接は、アルゴリズム、機械学習、経験にどのように振り分けられていますか?
- 3回の社内技術面接は、それぞれどのような形式と所要時間ですか?
- 現在の選考プロセスには、ライブコーディング、SQL、ケーススタディ、プレゼンテーションは含まれていますか?
出典
最新の調査日:。練習用の課題と深掘り質問はRoundHoundが作成したもので、非公開の面接問題ではありません。
- Engineering: Experienced Hire Application Process — Bloomberg
- Interview guide | Experienced Hires | Bloomberg LP — Bloomberg
- Bloomberg Software Engineer interview questions — 受験者の報告
- Bloomberg Software Engineering interview questions — 受験者の報告
- Bloomberg LP Senior Software Engineer Interview Experience - United States — 受験者の報告
- Bloomberg Software Engineer Virtual Onsite Interview Experience (2025) - Offer — 受験者の報告
- Interview Experience - Bloomberg | Senior Software Engineer — 受験者の報告
- Bloomberg | Interview Experience | Senior Software Engineer | NYC | Nov 2025 — 受験者の報告
- Bloomberg On-Site Interview — 受験者の報告
- Data Science: Application Process — Bloomberg
- How We Hire | Bloomberg LP — Bloomberg
Bloombergを練習対象として用いた独自の準備です。Bloombergとは提携しておらず、承認やスポンサーも受けていません。