Software Engr II

优缺点分析

角色解读

• 深耕AI应用工程方向，可发展为AI全栈架构师或技术专家
• 在大型外企平台积累跨团队协作和系统设计经验，向技术经理或技术负责人方向成长
• 随着AI技术普及，掌握本地化AI部署能力将具有广阔的职业前景
• 负责AI系统的端到端开发，从后端.NET服务构建到前端交互实现，包括集成本地离线LLM
• 与团队协作，确保系统稳定性、性能及合规性，参与技术方案设计和迭代优化
• 独立实现全栈AI解决方案，涵盖后端AI服务编排和前端AI交互功能开发
• 扎实的.NET/C#后端开发能力，熟悉服务架构和RESTful API
• 实际的全栈开发经验，包括前端技术（如React/Vue等）和数据库
• AI应用实施经验，特别是本地化LLM的集成和调优，了解模型推理和部署
• 系统性能调优和合规性意识，能够平衡技术方案与业务需求

申请策略

• 在求职信中强调对AI应用工程的热情和实际动手能力，而非算法研究
• 了解霍尼韦尔的业务领域（工业、航空等），思考AI如何赋能其本地化平台
• 突出.NET项目经验，特别是服务端架构和性能优化案例
• 强调AI应用落地项目，如LLM集成、RAG系统或推理部署经验，附上具体技术细节和成果
• 展示全栈能力，包括前端开发实例和前后端联调经验
• 若有系统合规性或稳定性相关项目，务必提及
• 加深对本地LLM部署工具（如Ollama、vLLM、LangChain）的理解和实践
• 补充前端框架（React/Vue）和AI交互设计的基本知识

面试指南

• 用STAR法则（情境-任务-行动-结果）结构化描述项目经验，突出技术选择和量化成果
• 针对技术问题，先明确问题边界，再分点阐述方案、权衡和最终选择，展示系统思维
• 对于AI相关问题，强调应用落地而非理论研究，展示对模型部署和性能优化的理解
• 请描述一个你独立完成的.NET全栈项目架构和难点
• 你有过集成本地LLM的经验吗？如何选择模型并优化推理性能？
• 如何确保API的高可用性和系统的稳定性？请举例说明
• 在AI功能开发中，如何平衡模型效果与系统响应延迟？
• 你对前端AI交互有什么理解？如何实现一个简单的对话界面？