三维检索后端开发实习生一面面经

基本信息

• 岗位：三维检索后端开发实习生
• 轮次：一面
• 时长：约 24 分钟

问题

1. 自我介绍

2. Java 转 Python 是否接受？

3. 向量数据库相关问题

• 现在数据库你觉得它主要是为了，现在检索是为了解决什么问题？你之前用现在数据库的话有用过它的哪一些索引？
• 这种索引主要为是怎么做的？它假定是有几十万甚至上百万的向量，对吧？怎么快速从里面找到相似的，就是距离最近的那些向量呢？你有了解过它的底层原理吗？

4. Docker 理解

• 可以讲一下 Docker 对 Docker 的一个理解吧。用 Docker 它主要为了解决什么问题？为什么要用 Docker 来做这种有计划部署？

5. CI/CD 流程

• 你在那个公司实习的时候啊，来做这种 CI/CD 流水线的发布，对吧？对。也有做维护啊，它整个流程是怎么样的？为什么要做这种 CICD 啊？是怎么触发的呢？
• 你们当时没有做这种自动发布的那种流程是吧？

6. AI Coding 使用流程

• 你现在的话怎么用这种 AI 的工具来辅助你做编程？然后就假定你现在接收到了一个新的一个功能的一个需求，对吧？对。然后到底最后正式上线啊，你可以讲一下整个业务流程，整个流程。是怎么用 AI 的？然后以及讲一下 AI 你用 AI coding 用 AI 工具的时候，有踩过哪些坑？
• 你怎么判别AI 做的一些东西，它到底是是不是满足你的一个预期的？

8. 如何让 AI 快速索引代码、减少 token？

• 假如你现在要做一些新的模块开发嘛，对吧？那他现在已有的都已经这么多功能了。对吧？那让 AI 去快速的，怎么快速的去把那个代码，他知道在哪里去去去去读哪一些代码，然后去快速做这种功能的开发，然后能够最小的使用这种 token 量啊，因为如果你让 AI 去全部扫描你整个仓库，对吧？那是很大的，很多的，对不对？那这块你们当时有没有做哪一些？有有没有做哪一些工作来保证就是 AI 能快速索引到哪一个？你现在要开发的功能应该在哪个？相关的代码在哪个哪一些模块。

9. 部署

• 当时部署是怎么部署的？你有做过一些部署的工作吗？

反问

• 后面还有二面、三面吗？ 面试官答：还有线上笔试。
• 为什么不问项目？ 面试官答：更看重基础能力、逻辑链路、掌控 AI 的能力、技术栈思考，而不是项目本身。
• 多久出结果？

面试官答：HR 预计一两天内沟通，后续参加线上笔试。

公司/岗位介绍

• 公司做三维检索，属于工业软件方向。
• 产品类似 3D 模型搜索：3D 搜 3D、2D 图搜 3D、按孔/槽等特征搜 3D。
• AI 驱动，有算法团队自研多模态 embedding 模型，思路类似 RAG：模型 → embedding 向量 → 检索召回。
• 后端实习生可能接触前后端、算法对接、向量集成、部署运维、上线、实施交付等。
• 实习要求：6 个月，周一到周五，广州

后续

后面大概20分钟后通知通过一面，然后立刻发了一个90分钟的力扣测评链接