效能开发一面面经

1、自我介绍 2、3min

2、面试官介绍部门，说之前的jd有点老了，现在部门主要是做内部的ai提效工具 3min

3、我反问说主要是用ai做自动化测试（因为jd里提到很多测试的内容）还是说用ai写代码。面试官说都有

4、拷打第一个项目。

问我为什么想做一个舞蹈训练平台。他好像对姿态分析那块很好奇，我只说了个大概，用mediapose做姿态识别人体节点，再用向量余弦比较相似度，返回一个实时的相似度分数以及一个最终的评分，再用llm生成一个总结性的建议。

面试官感觉我说的不是很清楚，一直问我具体的数据结构，还问我这个实时性是不是真的实时，以及如果出现了一个动作错了会不会导致后面一大串都很错…确实有道理，他是我面这么多场一面第一次这么细致的。

我就说我只做了视频一开始的对齐，后面的确实还没考虑到。面试官建议说可以分段做姿态分析。

5、拷打第二个项目。

他说你这个rag的项目看起来挺简单的（好吧我自己做的时候感觉想法还蛮有创意的嘞），说这个项目是用来做什么的？（他好像很关注项目的实用性）

我就扯传统RAG难以解决跨文档检索、可能语义断裂，引出来语义图谱GraphRAG的构建过程，然后还做了溯源，方便查文献blabla

你这个路由是怎么设计的？LangGraph的链路是啥样的？

6、手撕：第K大的数

差点差点忘了怎么建堆，还好最后出来了

7、ai场景题：”我这儿有很多不同格式的日志、文档，格式各不相同且分散在各处、中间的解析还可能出现问题，如何通过ai来提取出车速这个字段（车速也有可能命名各不相同）“

（唉好抽象完全没听懂又给我讲了一遍，我就先问就抽取这一个字段有必要用到ai嘛哈哈哈哈哈）

”我只是假设，也可能要抽取其他字段。“

emmmmmmmmm那可能要首先统一一下数据格式，比如都统一成json或者字典

”对，然后呢“

emmmmmm主包实在想不出怎么回答，就开始套RAG，大概是要分成预处理层、在线问答层、想加的话可以加个评估层，然后ATO循环，直到回答正确。然后说了说RAG每层的大概流程，真没招了，只会扯这些。

8、”如果上面的问题用OpenClaw呢，要求在问题可能会有点模糊的情况下也可以返回答案？“

（我简直要汗流浃背了，openclaw原来还可以干这个吗）

我感觉有点奇怪，就先说我理解的OpenClaw的优势 一个是可以接IM、一个是有强大的本地权限，这个用户他有这么大的权限吗

”有的，或者说我设置个权限的弹窗，这个很好解决的“

emmm真不知道咋回答了，就硬着头皮说首先肯定要把用户模糊的问题确定化，预先设置一些可能的其他情况，模糊的问题咱不能掌控，可以量化的问题一定得先做好，（在线扶额，实在编不下去了）

”这个问题你想的可能比较简单，但现实执行起来还是有点复杂的，涉及到很多人员的问题，比如这个资料你得去找不同的人要啊“（剩下面试官说的没听懂

9、反问

后续面试流程

组里人员情况

平时开发用什么ai工具，他们买了企业版copilot，竟然还自研了蔚来的Claw（真开始全员Claw了

总共55min，没有八股的面试还挺爽的哈哈哈，就是听不懂面试官的场景题（苦笑）

#发面经攒人品# #offer快吻我#