【面试】安克创新一面记录

如题，这是一篇与面试相关的文章，无意间在BOSS上被一位招聘者邀请参加对应的岗位，看了一眼岗位是具身数据生产工程师实习生，我寻思这和我的背景并不符合啊，但是招聘者一再强调技术栈是相同的，可以投递一下，于是半推半就下被这位招聘者内推了，内推后才发现我是看不到进度的，这就导致我需要问他什么时候测评，什么时候面试，于是过了几个小时，收到了测评+面试邀请的邮件通知。

测评1

第一个测评其实并不是很难，都是一些开放性的题目，大概25题好像，需要在规定时间内做完，但是都是双选，其实测评邮件里面有提到做测评之前需要看一下附的一些公众号文章之类的东西，做的过程中就感觉不对劲了，很多的选项价值观是相违背的，所以不能乱选。于是硬着头皮把测评1做完了。做完之后再去小红书查看才发现坏事了，安克公司非常重视价值观，我应该好好看一下推文的文章以及价值观的内容在做测评的，但奈何已经做完了，那就无所谓了

测评2

测评2就是大名鼎鼎的AI飞行员试炼了

发现公司是给一个开放性的题目，可能与岗位相关的一个任务，可以自主使用任何AI工具（公司提供的是Claude Code），并且特意强调优秀者专属奖励：SSP offer，那可就不得不试一试了，挑了一个安静的上午，狠狠的薅了一波Claude Code，整整被硬控了三个小时，终于在结束的前几分钟把作业交上去了，中间由于思路的问题，有点跑偏了，导致浪费了很多时间，自此测评任务就都完成了。

为了知道自己的测评结果，还特地去BOSS上找了内推我的那位招聘者，发现都是已读不回，我这一个气啊，是不是就是为了骗我内推，拿内推奖金。好在BOSS上找到了一位HR小姐姐，很贴心的说我的测评通过了，可以放心的准备面试了。

一面

一面迟到了几分钟，上线发现面试官也不在，我还以为面试官觉得我不守时取消面试了，等了几分钟才发现面试官也迟到了哈哈哈。

下面就是具体的面试流程：

• 自我介绍
• FastAPI后端框架的优势
• Python都有哪些后端框架
• Redis的缓存机制（不会）
• 引导到问题：数据交互传递用什么方法，A节点到B节点（给了很长的思考时间）
• MySQL的底层数据结构是什么
• MySQL支持什么存储索引
• 非结构化处理怎么处理
• 介绍一下自己的某个项目具体都干了什么
• 如何看待古法编程和AI Coding
• 代码真实水平
• 场景题：有多模态数据存放在电脑本地，数据比较混乱，只有你一个开发人员，其他人不懂的技术操作，如何管理数据放到云服务器给下游人员或厂商使用

大概就回忆了这些，还有一些聊天的问题，但是已经忘记了，第一次被拷打，其实仔细想想都挺简单的，但是自己粗心大意了，我以为只需要按照岗位JD准备就行了，没想到会问一些常见的八股文，而且会深入到简历和项目，所以简历一定不能瞎写，写的一定要会，后面就是一些反问，问了一下自己和公司的匹配度、问了一下具身智能在公司的战略定位和后续发展，问了一下面评和表现（面试官表示无可奉告），到这里，我其实已经觉得自己挂了，因为八股文基本上都没答出来，虽然场景题说的挺多的，但是整体感觉挺差的， 所以大概率是挂了

晚上十点多收到了面试满意度调查问卷，看到问卷就意识到自己应该已经挂了

但是早上又厚着脸皮联系了之前的那位野生HR，没想到刚联系完几分钟就发了二面邀请，并且通过HR的反馈说到我的面评非常好，这里其实我也有点疑惑，搞不懂为什么面评会那么好，并且还给了二面的机会，可能是岗位很缺人？

附上一下岗位JD

工作职责
安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估,表现优秀者可直接获得校招转正机会,提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生,也期待与你共同成长。

【你将参与】
1.负责机器人数据采集体系建设,包括遥操作数据、可穿戴设备数据、仿真数据等多源数据的采集流程设计与执行
2.搭建并维护数据生产流水线,覆盖数据清洗、格式转换、质质量校验、版本管理等环节,保障数据供给的稳定性和可追溯性
3.研发自动化标注算法与工具(2D检测框、3D点云标注、动作序列标注、语言指令标注等),降低人工标注成本,提升标注效率
4.设计多模态数据(图像、视频、点云、力触觉等)的生成与增强方案,提升训练数据的多样性与场景覆盖度
5.构建数据质量评估体系,定义数据可用性指标,对采集数居进行统计分析与质量监控
6.对接算法团队的数据需求,参与训练数据集的选型、配比实验和效果验证,支撑VLA模型的持续迭代
任职资格
1.硕士及以上在读,计算机科学、软件工程、人工智能、自动化比等相关专业
2.熟悉Python,具备良好的工程编码习惯,能独立完成中等复杂度的的开发任务
3.了解常用数据存储与处理工具(如HDF5、WebDataset、LeRobeot数据格式、SQLite/PostgreSQL等至少一项)
4.具备基本的计算机视觉或深度学习基础,了解目标检测、语义分割、深度估计等任务的基本原理
5.做事细致、有耐心,对数据质量有敏感度,能主动发现和定立数据问题
6.具有较强的自驱力和跨团队沟通能力