后端开发一面面经

岗位：社招后端

时间：2026.11.12

因为我不能快速到岗还是挂了，本质上我还是想先确定工资再说，这家是实习转正定薪资。抛开这一方面，其实这家公司还算不错，垂直领域很强

个人背景、实习经历与求职规划

• 请先做个自我介绍？
• 简历上的三段实习经历城市跨度很大，百度实习是在深圳吗？目前是否已经离开百度？
• 简历上的两段项目经历是公司的业务项目还是个人自研项目？
• 目前是否已经毕业（2027 届）？接下来的求职计划是寻找实习还是全职工作？按你的计划大概什么时候可以到岗？
• 对下一份工作的预期是什么？
• 对我们公司（集换社）有了解吗？之前有没有下载过“集换社” App？

互联网广告业务与系统架构

• 结合你在技术部的经历，介绍一下整个互联网广告（RTB）的业务全流程？
• 结合广告架构图，具体讲一下你在主导的性能优化大概位于全链路的哪个位置？
• 数据仓库通常基于大数据存储、接口响应较慢，而广告在线展示的端到端延迟一般都在 100 毫秒以内，你们是怎么保证整体延迟时间的？所有的广告信息都放在内存和 Redis 里吗？
• 数据仓库与在线服务的大词表之间是如何进行交互和同步的？

性能优化实战与排查链路

• 在几段实习的过程中，哪一件事是你一开始不太懂、但做完之后特别有成就感的？
• 针对 Bitmap 这次较大幅度的优化，最开始是怎么突然想起来要改这个东西的？
• 以召回索引构建和查询的优化为例，你们当时是怎么发现瓶颈、一步步排查分析的？哪些环节是纯手动操作的（例如看完监控后是如何联想到大词表问题的），哪些情况下用到了 AI 去做分析调研？

AI 工程化落地、多 Agent 编排与研发效能

• 平时在做这些性能优化时，是主动手动去分析代码，还是利用 AI Agent 辅助分析的？
• 如果现在让你重新走一遍这套优化链路，你认为自己对 AI 的使用还会再激进一点，还是保守一点？你们目前用的是什么模型？
• 假定给你提供比当前更好的模型（如 Opus 5.5 之类），整个链路你会考虑在哪些阶段引入 AI 的能力（除了看监控图表之外）？
• 假定所有需要的基础设施都已完备，现在想让你完全用 AI 的能力解决该性能优化问题并尽量减少人工干预，你会怎样让 AI 去做这件事？
• 在全自动化的 AI 研发流程中，你觉得人应该在哪些阶段参与？如果上线之前需要人工检查 AI 的产物，具体需要检查哪些部分？
• 如果你倾向于人工进行 Code Review，假定后续让你带一个项目，手下有一堆 AI Agent 每天产出 10 万行、甚至每月产出上百万行代码，Review 不过来了怎么办？
• 在工作中，除了写代码（Vibe Coding）和做业务分析之外，你还会用 AI 做什么（例如写邮件、发消息等日常事务为什么不考虑也用 AI）？
• 你自己在工作之外，平时是怎么使用 AI 的？有没有研究过用 AI Agent 自主编排一些完整的任务流程？

AI 趋势下的职业方向与组织思考

• 面对当前 AI 的发展形势，你后续找工作的个人职业规划是什么样的？
• 如果极端一点，后续 AI 发展到连前后端全栈开发都能独立完成，你认为研发人员该如何应对？
• 既然提到未来可能向产品或全栈方向延伸，你对“产品”这条业务线有没有什么想法？
• 你有没有思考过 AI 对于整体研发流程的改造以及公司组织架构会带来什么变化？是否了解现在前沿的 AI Native 公司是怎么做的？