面灵AI→

浪潮一面 30 分钟:技术面与 HR 面合并,重点在项目与 AI Coding

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 个人介绍。
  2. base 地意向如何?
  3. 期望薪资?
  4. 介绍项目。
  5. 下游数据怎么计算和获取的?
  6. 介绍实验室横向课题,梳理技术选型和架构设计。
  7. 如何使用 AI Coding 的?
  8. 介绍自己的个人项目,有哪些模块,怎么开发的,技术栈是什么?
  9. 反问。

《参考解析》

合并场的时间分配:30 分钟里 HR 类问题占三分之一,技术只够问两三个点,所以自我介绍不要超过两分钟,把「一个主项目 + 一个横向课题 + 一个个人项目」三句话交代清楚,让面试官挑。base 地与期望薪资要提前想好区间和理由,回答含糊会被反复确认;如果对城市有强偏好,直接说明并给出可接受的备选,比临场改口好。

「下游数据怎么计算和获取」考的是链路完整性:按「数据源—采集方式—计算逻辑—存储—下游消费」讲。采集是接口拉取、消息订阅还是定时任务;计算是实时流还是离线批,指标的口径与去重规则是什么;存储选了什么(关系库、缓存、对象存储);下游是报表、接口还是推送,失败怎么重试、数据怎么对账。面试官通常会顺着一层往下问「如果上游延迟了怎么办」「重复数据怎么去重」,提前准备这两个追问。

横向课题要讲成工程项目而不是课程作业:先说课题要解决的业务问题与约束(成本、工期、精度、并发),再说技术选型为什么是这几个(对比过哪些方案、放弃了什么),然后是整体架构与模块划分,最后是结果与不足。选型理由要具体到「为什么用这个消息队列而不是那个」「为什么这个模块单独拆服务」,只列技术栈会被认为没有判断。

AI Coding 的答法:面试官问这个不是想听工具名,而是想知道你有没有形成方法。可以按环节讲:需求理解阶段用它做方案对比与接口草案,编码阶段用它生成样板代码与单测,排查阶段用它读日志与构造复现,评审阶段用它做自查清单;同时说明边界——生成结果要自己读一遍、关键逻辑要人工确认、涉密代码不上传。个人项目部分按「模块—职责—技术栈—难点」讲,重点放在你独立解决的那个问题上。