2025年7月リリースノート
Last updated: September 19, 2025
AIはソフトウェアの構築方法を変えつつあり、その結果、あなたの採用やスキルアップの方法も変えています。このリリースは、あなたが時代の先を行くのに役立ちます。
IDE内のAI支援により、コードの正確性の評価を超えて、候補者が実際の環境でどのように作業しているかを評価できるようになりました：彼らがAIを使ってクリーンで効率的なコードを書き、トレードオフを行う方法などです。私たちはまた、Scorecard Assistのような強力な生産性向上機能を追加し、時間を節約し、より強力なシグナルをより早く見つけられるようにしました。これらの新機能のいくつかは、AIアドオンパッケージの一部として利用可能です。下記のアップデートで確認してください。
開発者側では、新しいサブスクリプションプランとAI搭載の準備キットにより、候補者が練習、認証、成長をこれまで以上に簡単に行えるようになりました。SkillUpを使えば、あなたのチームはPrompt Engineering、RAG、Agent BuildingなどのGenAIスキルを習得し、ニーズに合わせたカスタム認証を開始することもできます。
最後に、Engageは騒がしい市場で目立つためのツールを提供します：AIネイティブのハッカソンを開催し、洗練されたブランド付きのマイクロサイトを数分で立ち上げることができます。
これらのアップデートはすでに公開されています！詳細については、私たちのウェビナー録画をご覧ください。
スクリーン
テストバリアント
これで、複数のバリエーションのテストを作成し、ログイン時の候補者の入力に基づいて正しいものを提供できるようになりました。これにより、Node.js、Python、Javaなど異なる技術スタックを扱う候補者を評価するのが簡単になります。シングルで効率的なテスト設定を使用します。
候補者は自分に関係のあるセクションだけを見て、レポートは彼らが試したバリアントだけを反映するため、インサイトはクリーンで役割に特化し、評価しやすくなっています。これにより、メンテナンスの負担を減らしながら、大規模にパーソナライズされた評価を行う柔軟性を持たせることができます。
詳細については 📄 テストバリアント を参照してください。
テスト設定の改善
私たちは、複雑さを減らし使いやすさを向上させるために、テスト設定を刷新しました。設定はより直感的にグループ化されています。これらの変更により、意思決定が簡素化され、プラットフォーム全体での一貫性が向上し、よりスマートな組織全体のコントロールの土台が築かれます。ハイライトは次のとおりです：
合理化された構造: 設定はテスト作成の流れに従います - 質問から始まり、セクションを経て、テスト招待で終了します。
統一されたセクションコントロール: セクション設定が統合され、繰り返しの編集を排除します。
スティッキー保存: 変更が失われないように持続的なリマインダーを提供します。
新しいオプション: カットオフパーセンテージ（スコアだけでなく）を追加し、テスト招待の有効期限を期間または終了日で定義します。
詳細については、📄 一般設定の変更、📄 質問設定の変更、📄 セクション設定の変更、📄 評価設定の変更、📄 オンボーディング設定の構成、📄 メール設定の構成、📄 テスト招待設定の構成。
テストのカスタム招待期限を設定
これで、テスト招待の有効期限を直接テストレベルで定義できるようになりました。特定の終了日を設定するか、ニーズに合わせてカスタム期間を定義します。これにより、グローバルなデフォルトに縛られることなく、期限のウィンドウを柔軟に調整できます。
詳細については、📄 テスト招待設定の構成を参照してください。
更新されたデフォルト招待テンプレート
デフォルトのテスト招待テンプレートには、より明確な指示、改善されたトーン、サンプルテストのプレビューが含まれるようになりました。これにより、候補者はより自信を持ち、準備が整いやすくなり、追加の労力をかけずにより多くの候補者をあなたのファネルに取り込むことができます。
AIアドオンパッケージで利用可能な画面機能
AIアドオンパッケージには、次世代スキルを評価し、AIネイティブの世界で面接の整合性を維持するための高度な機能が含まれています。新たな課題を解決するために、適切な深さと制御を持って構築されています。詳細については、アカウントマネージャーにお問い合わせいただくか、support@hackerrank.comまでメールしてください。
AI支援テスト
候補者に構文のヒント、テンプレート、プラットフォームのガイダンスなどのコンテキストヘルプを提供しながら、完全な解答を明かさずにAI支援のIDEでテストをアップグレードします。これは、今日の開発者の働き方を模倣しながら、公平な評価を維持します。
高度な評価を用いて各候補者のアプローチを完全に把握し、コードの品質、最適性、AI使用の概要などのシグナルと、完全なチャットの記録を含みます。
AI支援IDE
候補者の生産性を向上させ、候補者が実際のコーディング作業でAIをどのように使用しているかを把握できるように設計された、インテリジェントなAIファーストのコーディング支援を有効にします。
チャット： コードの説明、質問の明確化、構文サポートを提供しますが、完全な解答は提供しません。
AI自動補完： インラインおよび複数行のコード補完を提供し、開発を加速します。
AIアシスタントは、コーディング、フロントエンド、バックエンド、モバイル、フルスタック、およびコードリポジトリの質問タイプをサポートします。
詳細については、📄 AI支援テストを参照してください。
高度な評価
AIの支援を受けて、採用判断は合格/不合格のテストケース結果だけに頼ることはできません。採用マネージャーとして、候補者がどのように考え、構築し、AIを活用しているかを理解する必要があります。高度な評価は、コードの品質、問題解決行動、AIとの協力に関するより深い洞察を浮き彫りにし、実世界のスキルのより包括的なビューを提供します。
詳細については、📄 高度な評価を参照してください。
コード品質の評価
本番環境向けのコードは、機能的に正しいだけでなく、読みやすく、保守しやすく、効率的である必要があります。コード品質評価は、候補者が他者に理解され、構築されるコードをどれだけ良く書いているかを示します。レビューアースタイルのコメントが、強みを指摘し、改善点を提案するので、 craftsmanship（技術力）を迅速に評価できます。正確さだけでなく、 craftsmanship（技術力）も評価できます。
詳細については、📄 コード品質評価を参照してください。
最適性
優れたコードはスケーラブルであるべきです。最適性スコアは、時間と空間の複雑さに基づいて候補解を評価し、実世界の制約下でのパフォーマンスを評価できます。
詳細については、📄 最適性を参照してください。
AI使用概要
AI使用概要は、各テスト中にAIアシスタントがどのように使用されたかを明確かつ簡潔に示します。パフォーマンスサマリーレポートと詳細な質問レベルのレポートの両方で利用可能です。
サポートされている質問タイプを持つすべてのテストは、AI支援体験にアップグレードできます。その他は従来のテスト体験を引き続き使用します。
詳細については、📄 AI使用概要を参照してください。
強化されたプロクターモード
注意：新しい試験で、試行回数がない必要があります。
プロクターモードは、AIを活用したインテグリティ監視を試験に導入し、ライブ監督の厳格さを手間をかけずに提供します。ウェブカメラの活動、タブの切り替えを追跡し、試験中にスクリーンショットを撮影し、試験後に完全なセッションリプレイと違反の要約を含むレポートを提供します。
このリリースにより、プロクターモードはAIアドオンパッケージ内で一般提供されるようになり、候補者レポートのレビューに必要な手動作業を削減し、より多くの質問タイプへの対応を拡大する大幅な改善が行われました。
複数モニターのブロック: 候補者は単一のモニターを使用する必要があります。複数のモニターが検出された場合、テストは開始されません（または一時停止します）。この機能はChromeとEdgeブラウザでサポートされています。候補者がFirefoxやSafariなどのサポートされていないブラウザを使用してテストにアクセスしようとした場合、開始前に切り替えるよう促されます。
候補者レポートのセッションリプレイ: レポートから候補者のテストセッションの完全な記録を直接見ることができます。セッションリプレイは、ブラウザのテスト実行タブ全体とウェブカメラの画像、システムのスクリーンショットを一つにまとめています。タイムラインには、全画面退出、タブの切り替え、不審なウェブカメラ活動、スクリーンショットなどの重要なイベントが表示され、パフォーマンスと整合性についての深い洞察を迅速にレビューできます。
スクリーンショット分析: 定期的なスクリーンショットは、自動的に潜在的な不審な活動の兆候を分析します。
拡張された質問タイプのサポート: Proctor Modeは、選択式、コーディング、文章完成、ファイルアップロード、DevOpsを除くすべてのプロジェクトを含む、より広範な質問タイプをサポートしています。追加の質問タイプのサポートも近日中に提供予定で、より柔軟な安全な評価を可能にします。
詳細については、📄 Proctor Modeをご覧ください。
スキルプラットフォーム
iOS評価
iOS開発者の採用がより簡単になりました。今では、マルチファイル構造、Swift構文サポート、インテリジェントなオートコンプリートを備えた、実際にiOSアプリが構築される環境に似た環境でiOS開発スキルを評価できます。これらの評価は、SwiftUIなどのフレームワークもサポートしています。
候補者は内蔵のiOSエミュレーターでコードを書いて実行できるため、実際のアプリ体験をプレビューできます。つまり、動作確認だけではなく、見た目、感触、パフォーマンスも確認できるのです。
詳細については、HackerRank IDEの使用を参照してください。
Flox
Floxをサポートし始めました。これにより、Floxパッケージマネージャーを使用してカスタム質問を作成・実行する柔軟性が得られます。Floxを使えば、質問設定内で一貫性のある再現可能な環境を定義でき、候補者を実際のツールやワークフローでテストしやすくなります。これは、カスタム開発環境を使用しているチームにとって特に便利です。
詳細については、実行環境を参照してください。
ライブラリの改善
新しいコンテンツ
私たちはコンテンツライブラリを拡大し、より広範なスキルを評価できるようにしました。
アルゴリズムの推論と実装効率をテストする99の新しいコーディングチャレンジ。
候補者の複雑な実世界のタスクを管理し実行する能力をテストする41の新しいプロジェクトタスク。
以下の高需要な職種群にわたるコンテンツの追加：
Job Family
Skill
Question Type
AI/ML
Python
Data Science
AI/ML
R
Data Science
AI/ML
RAG
GenAI
Mobile
Android
Projects
Mobile
iOS
Projects
Mobile
Flutter
MCQs
Mobile
Swift
Coding
Mobile
Cucumber
Projects
Quality Assurance
Problem Solving
Coding
Software Engineering
SQL
Database
Cloud
Salesforce
MCQs
Cloud
GCP
MCQs
Cloud
SAP
MCQs
Web Development
Node.js
Projects
Web Development
Node.js
MCQs
Data Engineering
Redis
MCQs
Data Engineering
Snowflake
MCQs
Data Engineering
Informatica
MCQs
コンテンツ品質の向上
HackerRankライブラリは、明確さ、正確さ、使いやすさを向上させるために進化し続けており、効果的なスキル評価をサポートしています。
私たちは、実践的な質問の70%以上を書き直し、候補者にとってよりスムーズな体験とレビュアーにとってより一貫性のあるものにしています。すべての更新は、公平性、正確性、厳密さを確保するために私たちの品質基準に照らして検証されています。
元の質問
改善された質問
DataEncryptionという名前のクラスをカスタマイズする必要があります。次の属性を持ちます：encryptionRatio、baseEncryptionValue、およびencryptValue()というメソッド。
デフォルトのencryptValue()関数は、次のように暗号化された値を計算します：
encryptedValue = baseEncryptionValue + encryptionRatio
既存のencryptValue()メソッドに機能を追加し、encryptionAdjustmentという名前の整数型の変数を受け入れるようにします。関数は、それに応じて暗号化された値の計算を調整します：
encryptedValue = (baseEncryptionValue + encryptionRatio) - encryptionAdjustment
さらに、このメソッドをオーバーロードして、encryptionAdjustmentを文字列型として受け入れ、それを整数に変換し、暗号化された値の計算に使用します。
encryptedValue = ( baseEncryptionValue + encryptionRatio) - encryptionAdjustment
encryptValue()の3つのオーバーロードされたバージョンがあります：
デフォルトバージョン：パラメータを受け取らず、
baseEncryptionValue+encryptionRatioとして暗号化された値を計算します。最初のオーバーロードバージョン：整数の
encryptionAdjustmentを受け入れ、(baseEncryptionValue+encryptionRatio) -encryptionAdjustmentとして暗号化された値を計算します。2番目のオーバーロードバージョン：文字列の
encryptionAdjustmentを受け入れ、それを整数に変換し、(baseEncryptionValue+encryptionRatio) -encryptionAdjustmentとして暗号化された値を計算します。
DataEncryptionクラスにencryptionRatio、baseEncryptionValue、およびencryptValue()というメソッドを持つクラスをカスタマイズします。
encryptValue()メソッドの3つのバージョンをDataEncryptionクラスに実装します：
デフォルトバージョン：パラメータを受け取らず、
baseEncryptionValue+encryptionRatioとして暗号化された値を計算します。最初のオーバーロードバージョン：整数の
encryptionAdjustmentを受け入れ、(baseEncryptionValue+encryptionRatio) -encryptionAdjustmentとして暗号化された値を計算します。2番目のオーバーロードバージョン：文字列の
encryptionAdjustmentを受け入れ、それを整数に変換し、(baseEncryptionValue+encryptionRatio) -encryptionAdjustmentとして暗号化された値を計算します。
開発者体験
新候補者サイト - プロジェクトと文章完成問題
コーディング、MCQ、データベースの質問のための先 quarter のリデザインを基に、より多くの質問タイプにストリームラインされた候補者インターフェースを拡張しました - フロントエンド、バックエンド、モバイル、フルスタック、GenAI、文章完成。
これらの更新の一環として、候補者は今やプロジェクトを簡単にリセットでき、テスト試行中に新たに始めることが容易になりました。さらに、テストの実行はより自然になり、統合された出力トレースがIDEのターミナル内に直接表示され、可視性が向上し、コンテキストの切り替えが減少します。
詳細については、フロントエンド、バックエンド、フルスタック、モバイル開発者評価の受験を参照してください。
データサイエンス評価の改善
候補者の提出確認
誤ったファイルの提出は素晴らしい結果の妨げにならないはずです。候補者は今や、「送信」ボタンをクリックしたときに自動的に提出内容を確認し、submission.csvファイルが存在し、正しく命名され、適切にフォーマットされていることを確認します。
システムは一般的な問題を次のようにフラグ付けします：
欠落または誤った名前のsubmission.csv
誤った列名
無効なデータ型
これにより、防止可能なエラーが減少し、候補者が行った作業に対してクレジットを得られるようになります。
詳細については、データサイエンスの質問に回答するを参照してください。
アップグレードされたJupyterLab IDE
私たちは、データサイエンス候補者のために、よりスムーズで高速、直感的な体験を提供するためにJupyterLab 4.4.1にアップグレードしました。
カスタムコーディングコンソール：候補者は、コードプロンプトを上部、左側、または右側に配置できます - ただし下部だけではありません。新しいツールバーのボタンにより、実行、再起動、クリア、カーネルの切り替えが容易になりました。シングルセルのスクラッチパッド切り替えは、ステップバイステップで作業する際の集中を助けます。
よりクリーンなユーザーインターフェース：スリムなステータスバーは、アイドル状態のターミナルとカーネルのカウンターを非表示にし、混雑を減らし、タッチデバイスでの誤操作を最小限に抑えます。
パフォーマンスの向上：出力のレンダリングがより速くなり、大きなノートブックのストリーミングやスクロール時の遅延が減少します。
必要なときに高性能計算
質問の複雑さが増すにつれて、特にTensorFlowを使用した機械学習やデータサイエンスの役割のような計算負荷の高いユースケースでは、GPU対応環境をサポートし、スムーズな実行と最適な候補者体験を確保します。これにより、プラットフォームの制限に縛られることなく、スキルをより正確に評価できます。
GPUサポートの無料トライアルをリクエストするには、support@hackerrank.comまでご連絡ください。
DevOps評価の改善
DevOpsライブラリの質問は、50％まで高速化され、待ち時間は4分以上から約2分に短縮されました。ターミナルの遅延も減少し、環境がよりレスポンシブに感じられるようになっています。
エラーのないレポート処理
候補者のレポート処理はより信頼性が高くなり、評価結果の受け取り遅延を最小限に抑えます。レポート処理エラーを< b>93％削減し、0.2％未満に抑える大きな改善を行いました。これにより、よりスムーズで信頼性の高い評価体験が可能になり、タイムリーな洞察を得てパフォーマンスを評価し、自信を持って採用決定を行うことができます。
プラットフォームのアップグレード
HackerRankプラットフォームは、現在最も使用されている言語とフレームワークの最新バージョンで動作しており、実世界のエンジニアリングスタックを反映した環境で開発者を評価できます
これらのアップグレードは、互換性を確保し、パフォーマンスを向上させ、候補者に優れた体験を提供します。
環境
現在のバージョン
アップグレードされたバージョン
ホワイトボード体験の改善
編集、図形の操作、コピー＆ペーストをより速く直感的に行えるように、いくつかのホワイトボードの改善を導入しました。
直感的なテキスト編集：貼り付けた後でもテキストボックスのサイズ変更や折り返しができるため、内容に集中でき、書式設定は気にしなくて済みます。今では、図形をダブルクリックするだけで、別のテキストボックスを使わずに直接テキストを追加できます。
より簡単な図形調整：カスタム図形にはホバー時にアンカーが表示され、要素の位置や整列がより簡単になりました。
図形間で一貫したスタイリング：右側のパネルから追加された図形は、選択した色とストローク設定を自動的に保持します。
スティッキースクロール：タブを切り替えても、ビューは正確に元の位置に留まります。
コピー＆ペーストの改善：Googleドキュメントからコピーした画像は、ホワイトボードにきれいに貼り付けられ、追加の操作は不要です。
WorkdayとGreenhouseのためのインタビュースコアカードPDF
採用チームは、GreenhouseやWorkdayの候補者プロフィール内で、HackerRankのスコアカードの安全で認証されたPDFバージョンを直接閲覧できるようになりました。これにより、特にHackerRankにログインしないチームも、遅延や回避策なしでフィードバックを確認しやすくなります。評価が作業場所に直接あるため、採用決定はより迅速で明確になり、協力的になります。
詳細については、Greenhouseでインタビューのスコアカードを見るをご覧ください。
レポートページのステータスインジケーター
インタビューページのサムズアップ/ダウンのステータスインジケーターは削除されました。これにより、「適格」または「不合格」のラベルがタイムラインに表示されなくなり、候補者と面接官の両方にとってより中立的で一貫した体験が実現します。
パフォーマンスの改善
インタビューの読み込み速度が大幅に向上し、候補者と面接官の両方の体験が改善されました。コーディングの質問は37％高速で開き、ホワイトボードの質問は26％速く読み込まれます。リダイレクトを減らし、不必要な読み込みチェックを排除し、API呼び出しを並列化することで、待ち時間を短縮し、候補者がより早く開始でき、面接官はスケジュール通りに進行できます。
信頼性シグナルの改善
面接の誠実さは、より文脈に基づき焦点を絞ったものになっています。孤立した行動（タブの切り替えや貼り付けなど）をフラグ付けする代わりに、システムは行動パターンを探し、信号をグループ化し、それらを静かなもの、グループ化されたもの、または重要なものとして分類します。複数の行動が本当の懸念を示す場合にのみ通知され、不必要なノイズを減らします。
新しいリアルタイムステータスウィジェットにより、候補者の集中度、画面共有、監視設定をライブで確認できます。これにより、行動を適切な文脈で解釈し、適切に対応することができます。
詳細については、📄 面接の誠実性シグナルをご覧ください。
AIアドオンパッケージで利用可能な面接機能
AIアドオンパッケージには、次世代スキルを評価し、AIネイティブの世界で面接の誠実さを維持するのに役立つ高度な機能が含まれています。新たな課題に対応するために、適切な深さとコントロールを持って構築されています。詳細については、アカウントマネージャーにお問い合わせいただくか、support@hackerrank.comまでメールしてください。
画面と面接の本人確認一致
スクリーニングテストを受けた候補者が、面接に参加しているのと同じ人物であることを確認します。これにより、プロセスに摩擦を加えることなく行います。
候補者の画像は、両段階で自動的にキャプチャされ、顔認識を使用して一致させます。類似度スコアが事前に設定された閾値を下回る場合、リアルタイムのアラートがトリガーされ、セッションを妨げることなく行動する機会を提供します。
詳細については、📄 スクリーンから面接までの本人確認一致をご覧ください。
面接の書き起こし
リアルタイムの書き起こしにより、各会話の軽量で検索可能な記録が提供されるため、採用チームは意味のある評価に集中でき、手動でメモを取る必要がありません。ZoomのSDKを利用しており、書き起こしはすべての音声インタラクションをキャプチャし、メール、レポート、APIを通じて簡単にアクセスできます。さらに、ワークフローやプライバシーの設定に合わせて書き起こし設定を完全に制御できるため、最も重要な内容を見返し、レビューするのが簡単です。
詳細については、📄 スコアカードアシストをご覧ください。
コーディングの質問に対するスコアカードアシスト
新しい自動生成されたスコアカードは、面接後の評価を採用チームにとってより簡単にします。面接官が「面接を終了」または「終了」を選択すると、プラットフォームはセッションのデータを使用して事前に記入されたスコアカードを自動的に生成します。これには、トランスクリプト、コード提出、タイムスタンプ、テストケースの結果、割り当てられたルーブリックが含まれ、より迅速で構造化された評価を可能にし、チームの意思決定を支援します。
前提条件：スコアカードアシストを有効にする前に、面接の文字起こしを有効にする必要があります。
詳細については、📄 Scorecard Assistを参照してください。
AI支援面接
面接では、無防備モードをオンにすることができ、AIアシスタントがよりオープンエンドな支援を提供します。特にペアプログラミングのラウンド中に役立ちます。候補者がコードをレビューしたり、バグを修正したり、新しいファイルをナビゲートしたりしているとき、面接の体験はより自然で、日常のソフトウェア開発に近くなります。
主な機能：
チャット： AIはコードの説明、質問の明確化、コードの記述を行います。
AIオートコンプリート：候補者はインラインおよび複数行のコード補完を受け取り、開発を加速させます。
エージェントモード：自律的にコードベースをナビゲートし、複数のファイルを編集し、コマンドを実行し、エラーを修正してタスクを完了します。これはAIペアプログラマーとして機能します。
AIアシスタントは、フロントエンド、バックエンド、モバイル、フルスタック、およびコードリポジトリの質問タイプをサポートします。
詳細については、📄 AI支援面接をご覧ください。
SkillUp
GenAIスキルの新しい学習トラック
AIはソフトウェアの構築方法を変えつつあり、あなたのチームは次世代の開発者になることを目指しています。SkillUpを使えば、開発者はAIとともに考え、構築する方法を学びます：いつ使うか、どう導くか、そして品質を保ちながらブロックされない方法です。Promptエンジニアリング、RAG、エージェント構築に関する新しいAIチューター主導のトラックが、これらの新しいスキルをマスターするのに役立ちます。
詳細については、SkillUpの役割とスキルをご覧ください。
RAG
今すぐ、AIチューターのサポートを受けながら、リトリーバル増強生成（RAG）パイプラインの構築方法を学ぶことができます — 一度に一つの焦点を当てた概念に集中します。
RAGの基本： 現代のAIパイプラインで検索、ベクターインデックス作成、生成がどのように連携しているかを理解します。実例を使って各部分のトラブルシューティングを学びます。
実際の開発ツールを使用： ターミナルアクセス、テストハーネス、一時的なデータセットの保存、AIのガイダンスを備えた現代的な開発環境で作業します。
進行しながら構築： 各モジュールは、図やQ&Aを含む概念の解説と、その後に実践的なコーディングタスク（動作するRAGパイプラインの一部を完成またはデバッグ）を組み合わせています。
プロンプトエンジニアリング
明確で効果的なプロンプトの書き方のスキルを習得し、AIの出力を向上させるための実践的な指導をAIチューターから受けましょう。
プロンプトの基本: 良いプロンプトの条件とその重要性を理解します。AIチューターと一緒に例を探索し、質問をし、実践的なサンドボックスで試行錯誤を行いながら、実際のタスクに取り組む前に学びましょう。
実際の開発者ツールを使用: 評価とプロンプトの記録機能を備えたLLM統合エディタでプロンプトを書き、テストします。AIチューターは段階的なサポートを提供し、進行中に改善を支援します。
進行しながら構築: 各モジュールには、コードベースと非コードベースのプロンプトに焦点を当てた課題が含まれており、出力を評価するテストケースも用意されています。
エージェント構築
AIエージェントの基本的なスキルを構築し、現代の開発者がLLMを実際のワークフローに統合する方法を反映したスキルを身につけましょう。
エージェントの基本: ReActパターンを使用してステートレスエージェントの仕組みを理解し、推論とツールの使用を組み合わせます。LLMがツールやAPIを呼び出して簡単で範囲の定まったタスクを実行する方法を学びます。
実用的なエージェントの構築: コミットメッセージジェネレーターや軽量なPythonエージェントをゼロから作成するなど、実世界の課題に取り組みます。ライブラリやフレームワークに頼らずに行います。
ガイド付き学習: AIチューターが、思考-行動-観察ループ、狭いツールの使用、LLM統合の基本などの重要な概念を説明し、より高度なエージェントシステムのための堅固な基盤を提供します。
カスタム認定資格
今や、HackerRank Screenで作成したカスタムテストをSkillUpの認定資格に変換できます。これらの認定資格は、進捗追跡と明確なカスタムラベルにより、標準のものと同じように機能します。管理者はHackerRankで評価を作成・管理でき、開発者はSkillUpのガイド付き体験を通じて認定資格を取得します。これにより、組織にとって最も重要なスキルをテストできる柔軟性が得られ、SkillUpの統合学習パス、練習トラック、レポートツールの恩恵も受けられます。
詳細については、📄 カスタム認定資格をご覧ください。
ターミナルとJupyter Notebookのインライン統合
今では、SkillUpの学習と実践トラック内で直接ターミナルコマンドとJupyterノートブックを実行できるようになり、コンテキストを切り替えたりHRWテストにリダイレクトされたりすることなく、DevOpsやデータサイエンスのタスクをより簡単に完了できます。すべてがシームレスで統合されたワークフローで実行されます。
エンゲージ
AIを使ったバナー画像の生成
今では、AIを使って数秒であなたのイベントのプロフェッショナルなバナー画像を生成できます。提供されたスタータープロンプトを使用して、希望する画像の説明を入力してください。システムはあなたのイベント名を含むカスタムバナーを作成します。最大5回までバナー画像を再生成して、代替バリエーションを確認し、あなたのイベントのビジュアルアイデンティティに最も合ったバージョンを選択してください。
詳細については コンテンツレイアウトの更新 を参照してください。
HackerRankコミュニティでの自動広告公開
あなたのイベントには適切な観客が必要です。このアップデートにより、Engage内から直接、HackerRankコミュニティの何百万人もの開発者に宣伝できます。単に「プロモーション」タブの下にイベントの詳細を追加し、準備ができたら公開してください。あなたの広告は即座に公開され、登録者数を促進します。
詳細については プロモーションの設定 を参照してください。
ホームページでの登録インサイト
マーケティングチャネルのROIの追跡がより簡単になりました。あなたのイベントの概要ページに表示される新しい「ビュー対登録」グラフは、各チャネルが登録にどのように貢献しているかを正確に示しています。これらのインサイトを活用してマーケティング戦略を最適化し、最も効果的な努力に集中しましょう。
詳細については、マーケティングインサイトを見るをご覧ください。
メールシーケンス体験の改善
イベントメールを追跡するためにタブ間を行き来する必要はもうありません。登録確認、招待状、リマインダー、エンゲージメントメールなど、すべての候補者とのコミュニケーションは、‘Outreach’メニューの新しい‘Email Sequence’タブに整理されました。すべてのメッセージを一つのシンプルなビューから簡単に確認・編集できます。
詳細については、メールシーケンスの設定をご覧ください。
私たちの使命を支援していただきありがとうございます。私たちは、スキルを血統よりも重視する世界に変えることを目指しています。皆さまからのフィードバックは、私たちの革新を推進し続けています。ご質問やサポートが必要な場合は、support@hackerrank.comまでメールするか、アカウントマネージャーにご連絡ください。