蚂蚁AI infra校招一面 有点难度

HR面和技术面的区别就在于技术问题不是很多，主要是从过往经历了解个人。首先也会有个自我介绍，自己的个人信息还有教育背景以及过往实习经历。后面就是HR针对这些进行提问，比如对某段实习经历或者某段竞赛经历很感兴趣就会深挖。然后就是匹配度的问题了，比如问你是哪里人，如果离base地比较远，HR会问能不能接受这个base地。还有就是工作强度，HR说明一下工作强度，也是看能不能接受，以及涉及到出差和驻场这些，都需要强调。后面就是刺激的谈薪资环节了：这绝对是 HR 面里最让人紧张的部分，尤其是对咱们应届生来说，报高了怕直接被 pass，报低了又觉得亏了自己。大厂和中小厂的谈法还完全不一样，大厂 HR 一般都很直接，会先亮出他们的校招薪资包，基本工资、绩效比例、年终奖、补贴这些都讲得明明白白，甚至会告诉你 “我们的薪资是标准化的，同批次应届生差别不大”，基本上没什么议价空间，最多就是争取一下签字费或者安家补贴。中小厂的 HR 就灵活多了，一上来先问你 “期望薪资是多少”，这时候就是博弈了。你报高了，他们会跟你哭穷，说 “我们公司规模小，预算有限，但后续涨薪空间大”；你报低了，他们又会乐呵呵地直接答应，让你事后恨不得拍大腿。还有些 HR 会玩文字游戏，说 “我们月薪能给到 10k，还有绩效奖金”，但细问才知道绩效是看公司业绩，能不能拿到全看运气。除了谈钱，HR 还会确认一些入职细节，比如到岗时间、是否需要落户、能不能接受试用期薪资打折这些。像我之前面过一家上海的公司，HR 特意问我能不能接受三个月试用期，薪资打八折，还强调 “表现好可以提前转正”，这些都得问清楚记下来，避免后续踩坑。最后，HR 面收尾的时候，大概率会跟你说 “我们会在一周内给你答复”，然后就是漫长的等待。其实整个 HR 面下来，技术能力已经不是重点了，HR 更看重的是你这个人稳不稳定、期望值合不合理，毕竟招一个人进来，公司也不想刚培养好就跳槽。

AI Infra 是未来 5–10 年非常确定的岗位方向之一，而且相比纯算法岗，门槛更工程化、需求更大、年龄更友好。AI Infra 技能栈你可以把技能栈理解为 4 层：第1层：基础工程能力（必须）这是门槛：LinuxPython / Go计算机网络操作系统DockerKubernetes数据库（MySQL / Redis）分布式系统基础API开发（FastAPI / Flask）并发 / 异步 / 队列（Kafka / RabbitMQ）这一层本质是：后端工程师能力第2层：AI工程能力这一层开始进入 AI Infra：PyTorch 基础模型推理（inference）模型部署（TorchSe...

🐜ai infra一面1、面试官人真好啊，自我介绍完我就说我的项目偏业务，看jd上的模型训练、模型推理我都没搞过。他说没事，数据库啊啥的都会涉及到。后面果然一句infra的都没问，哈哈白看了一个周末的infra理论了。2、然后拷问第二个项目。2.1 你这个LangGraph路由是如何设计的，为什么要用它?本质是个状态机，定义了xx状态，实现思路（全局状态、node定义、workflow串起来节点）2.2 源数据是什么？如何做的预处理？论文pdf，向量那一路用的固定长度token+overlap，语义切分那一路按段落切的（回车）2.3 评估是怎么做的？怎么判断切的好不好？其实我没做Recall@k这些，于是扯我做了证据溯源2.4 你用GraphRAG了吗，怎么样，有什么优缺点？用了，优点就是对特定专业领域，比如需要检索一些关键词的隐含关系的场景（科研）上效果好，（面试官补充：源数据准确），缺点就是离线阶段有点耗时，比如二三十篇论文的话差不多二十来分钟，单卡跑的话。（面试官说那已经很快了）3、拷问第一个项目。3.1 为什么做这样一个项目，出发点是什么？我看你部署到vercel了，怎么样？vercel没跑通（尴尬，面试官怎么知道我传到vercel了）3.2 web端还是移动端？以一个用户的角度，进去后可以干嘛？3.3 你这个姿态分析是怎么做的？视频是放在minio里，然后是怎么处理的？我一开始说我调了MediaPipe pose的库做姿态识别，识别到人体关机的三十多个点，然后点点相连成为向量，用cos做相似度分析，最后打分，调llm做个总评。面试官一直在追问这里，说视频具体是如何分析的，有没有什么难点。我有点没听懂，他说他的出发点是觉得调库+向量相似 会有些简陋。唉能不简陋吗，我就开始扯我遇到了两个视频如何对齐的问题，目前的解决方式是设置了个滑杆用户手动调节这个偏差，后期的话可以考虑用音乐来实现。3.4 redis缓存了什么数据？是什么类型的？key和val分别是什么？列表内部的数据究竟是什么？有没有涉及到序列化啥的？唉这块是真尴尬，我只从功能上说了我缓存了用户自己的视频列表和姿态分析的结果。等下快去补补好嘛好的。3.5 如果一个用户上传了个非常大的视频会怎么样，比如几G？我说我做了限流，只可以上传小于500MB的，然后也限制了一个用户一分钟只能执行两次ai分析。他就追问说，如果我现在这个视频就是很大又必须要上传呢？我就说那可以设置个会员功能，付费才能上传大视频。哈哈哈哈面试官笑了一下3.6 MQ为什么用RabbitMQ？我就说RabbitMQ简单，可以满足可靠性。追问可靠性是如何实现的？发送端生产者开启确认机制，存储端设置队列持久化、消息持久化，消费端任务完成之后再ack，还设置了死信队列用来兜底。追问消息进入死信队列会被如何处理？答不上这个。只回答了什么时候会触发死信队列。4、ai 相关。你这个aicoding笔试，我看你问了个“云原生架构是什么”，“会被aicoding取代吗”，真想找个角钻了，原来面试官还能看到我当时的prompt啊，然后他就问我会不会被取代。你是如何看待ai coding的发展的？如何提升aicoding的能力？唉当时顺不好口条，面试官又让我总结了一下我想说啥。5、开放题假如有一个业务需要你用agent实现，如何设计? 需要考虑什么？我问什么场景，他说假设现在有个很厉害的agent来做姿态分析，而不是传统后端这一套了，如何达到生产级别？我说我实在是不懂多模态，如果是文本信息的话，生产级别肯定需要考虑多个用户同时访问的并发压力，比如看有没有一些请求能够合并，或者看这些请求有没有通用/复用的地方，设置个缓存来提高响应速度。面试官问还有啥嘛?then，我大脑空白了几秒钟。憋出来个，或许还可以预训练个模型，搞个舞蹈学习的垂直模型？还有啥需要考虑的，想不出来了。6、反问反问了业务，面试官说了一大串，完全没听懂。反问了agent在业务中如何体现。反问了那您觉得aicoding会取代程序员嘛哈哈哈哈总共50来min，无手撕，好煎熬好漫长的50min。

HR 面和技术面的区别就在于技术问题不是很多，主要是从过往经历了解个人。首先也会有个自我介绍，自己的个人信息还有教育背景以及过往实习经历。后面就是 HR 针对这些进行提问，比如对某段实习经历或者某段竞赛经历很感兴趣就会深挖。然后就是匹配度的问题了，比如问你是哪里人，如果离 base 地比较远，HR 会问能不能接受这个 base 地。还有就是工作强度，HR 说明一下工作强度，也是看能不能接受，以及涉及到出差和驻场这些，都需要强调。后面就是刺激的谈薪资环节了，最后还会留一个反问环节，看似轻松，其实也是考察的一部分。除了这些核心环节，HR 还会挖一些隐性的适配性问题，这些问题看似闲聊，实则是在判断你能不能长期待下去。比如会问 “你实习期间遇到的最大挑战是什么？怎么解决的？”，这是在看你的抗压能力和解决问题的思路；问 “你和同事或者导师有过意见分歧吗？怎么处理的？”，则是考察你的团队协作和沟通能力。还有一个高频问题是 “你为什么选择我们公司？”，这个问题千万别泛泛而谈说 “公司名气大、平台好”，HR 听多了会觉得你没做功课。最好结合岗位和公司业务来说，比如 “我了解到贵公司在智能驾驶领域的技术布局很前沿，而我实习时刚好做过车载系统相关的开发，很想在这个方向继续深耕”，这样会显得你针对性很强。对于应届生来说，HR 还会关注稳定性和职业规划。比如问 “你未来 3-5 年的职业目标是什么？”，不用讲得太宏大，别说 “想当技术总监”，可以说 “希望先把 Java 后端的技术栈打扎实，熟练掌握分布式架构，之后能独立负责一个核心模块的开发”，踏实的回答更讨喜。还有的 HR 会直接问 “你手里有其他 offer 吗？”，这个问题可以如实说，但要强调 “更倾向于贵公司，因为岗位和我的职业规划更匹配”。最后那个反问环节一定要重视，这是你展现主动性和诚意的机会。别问 “公司加班多吗？”“薪资涨幅多少？” 这种太功利的问题，也别啥都不问显得没兴趣。可以问 “这个岗位的团队目前在推进什么项目？新人入职后会有哪些培训和带教机制？”“公司对这个岗位的核心考核指标是什么？”，这些问题能体现你对岗位的重视和对未来工作的规划。说到底，HR 面的核心就是 “双向匹配”—— 公司判断你适不适合，你也判断公司适不适合你。技术面决定你能不能进，HR 面决定你能不能留下来，两者都不能掉以轻心。