读完你会了解
- 工程深度与客户能力必须分别验证
- 用真实模糊场景观察澄清与取舍
- 项目复盘要追问失败、证据和候选人的具体责任
建议的面试结构
| 环节 | 考察内容 | 有效信号 |
|---|---|---|
| 工程编码 | 可维护代码、测试、调试 | 能解释边界、失败与取舍 |
| 系统设计 | 数据、权限、可靠性、部署 | 先确认业务约束再画架构 |
| AI评测 | 模型选择、样本、指标、监控 | 不把主观演示当作质量证明 |
| 业务场景 | 发现问题、缩小范围、定义验收 | 持续澄清用户和工作流 |
| 项目复盘 | 责任、协作、风险、结果 | 能说明错误判断和后续改进 |
工程题应该怎样设计
给候选人一个接近真实交付的小任务，例如读取权限受限的知识数据，调用模型生成结构化建议，并为失败结果提供人工回退。观察代码组织、测试、日志和安全边界，而不是只看能否跑通。
资深候选人还应能够评审现有方案，识别接口不稳定、数据泄露、重试风暴、缺乏幂等和无法观测等问题，并说明先修什么。
业务场景题看什么
可以提出“客户希望两周内上线一个覆盖全公司的AI助手”，但故意不给完整数据。优秀候选人会先问用户、任务频率、现有系统、错误成本和验收人，再缩小第一阶段。
如果候选人直接给出技术栈和时间表，却没有确认数据与权限，说明他可能擅长方案表达，但缺乏现场交付所需的风险判断。
候选人怎样准备项目复盘
- 用一句话说明用户问题和为什么值得解决。
- 明确自己负责的范围，不把团队成果全部归为个人。
- 展示最重要的技术与范围取舍，以及当时使用的证据。
- 说明至少一个失败假设、线上问题或用户不采用的原因。
- 给出可量化结果，同时解释指标限制和未解决风险。
常见招聘误区
只招聘最会表达的人，可能低估生产工程；只考高难算法，又会错过能够处理客户与系统复杂度的人。FDE评估必须让两类能力同时出现。
另一个误区是用出差意愿替代客户能力。真正的客户能力包括倾听、澄清、建立信任、管理预期和在压力下守住质量，并不是简单接受驻场安排。
参考资料
本文优先使用企业官方岗位说明与公开工程实践核对岗位定义。链接内容可能随招聘与产品变化而更新。