星际悦动 AI 面：八道题拆解，从丢包机制到「你最想用 AI 改进什么」

《面试题目》

1. 自我介绍。
2. 你对我们公司做过了解吗？平时接触过哪些具体产品，或者有哪些方面是你比较想加入的？
3. 有没有和别人合作的项目，当时你们自己定了一个比较有挑战性的目标，但推进中发现比预想困难不少？团队具体遇到了什么卡点，后面怎么重新调整分工和策略，最后把东西做出来的？
4. 具体是用了什么方式或者机制来减少丢包的？
5. 结合你观察到的新趋势或项目里的实际需求，你最想用 AI 来改进哪项具体任务？为什么选这个方向？实际用起来你是怎么核验和调整 AI 输出的，最终判断它确实帮上忙了？
6. 能不能具体讲一次你为弄懂某个问题主动钻研的过程：怎么查找资料，后来通过什么事实或尝试验证自己的理解对不对？
7. 作为第一份正式工作，如果让你选最看重的三个因素，你会选哪几个？按重要程度排序。
8. 期望薪资与工作地点。

《参考解析》

AI 面的特点是「追问链固定、没有来回澄清的机会」，所以每道题都要按 STAR 一次讲完，且必须带数字。 第 3 题（团队目标受阻）最容易答成流水账，正确结构是：目标是什么、卡点具体出现在哪一步（人力不够？接口对不上？硬件样机延迟？）、你做了什么决策（砍需求、换方案、拆并行）、调整后的结果（延期几天、指标达成多少）。AI 面评分看重「可验证的行动」而不是「我们很努力」，所以「我主动把 A 模块的联调从串行改成并行，提前两天拿到数据」这类句子比形容词有效得多。

「减少丢包的机制」是一道技术细节题，要按链路分层答。 物理层：线材与终端电阻、屏蔽与接地、降低波特率或提高信噪比；链路层：帧头帧尾 + CRC 校验丢弃坏帧、序号与 ACK 重传、超时重发；传输层：滑动窗口做流量控制（接收方来不及处理时主动降速，而不是等缓冲区溢出丢包）、接收缓冲区加大并做环形队列；应用层：批量上报 + 本地缓存补传、幂等去重（同一条数据带唯一 id，重传不会重复入库）。能说清「丢包发生在哪一层、你用什么手段发现它（计数器、序列号空洞、抓包）」才是真的做过。

「最想用 AI 改进什么」这题，答法要避开「什么都想」和「空谈降本」。 选一个具体的、重复度高、有明确验收标准的任务：比如把设备日志按故障模式自动归类、把测试用例从需求文档里初筛出来、把客户工单转成结构化字段。然后说清核验方式：先做一个 30-50 条的人工标注小集当基准，看准确率与漏判率，再决定是否上线；上线后保留人工复核抽样，指标掉了就回退。这段话里的关键词是「小集基准、人工复核、可回退」，AI 面系统对这类结构化回答的识别度很高。

「主动钻研并自我验证」是行为面里的高区分度题。 好的例子是：遇到一个偶发问题（比如某块板子低温下启动失败），先查手册与社区，提出两个可能原因，然后设计一个能区分两者的实验（换电源芯片 / 加温测试 / 用示波器看复位时序），用实验结果排掉一个，最后定位到具体器件。这里的关键不是结论，而是「你怎么设计一个能证伪的实验」——这正好对应工程能力。第 7 题（三个最看重的因素）建议按「成长 > 业务方向 > 薪资」或类似排序并给出理由，排序本身没有对错，但理由要和你的经历对得上；期望薪资给一个区间并说明依据（同城同岗位的公开区间 + 自己的实习产出），工作地点明确说出可接受的城市，AI 面里含糊会被判为不匹配。