点点PE工程师-客户端方向（点点急）

优缺点分析

角色解读

• 技术专家路线：成为客户端架构师或AI工程化领域的资深专家
• 全栈/跨界路线：向端云协同、端侧模型部署等更广泛的AI工程领域拓展
• 产品技术融合：作为‘产品工程师’，培养更强的产品思维，向技术产品经理或项目负责人发展
• 负责小红书客户端（Android/iOS/RN）的功能开发与架构维护，确保高质量交付
• 将大模型、AI智能体等多模态能力集成到客户端，实现流式交互、状态管理等复杂工程场景
• 持续优化客户端性能（启动、内存、包体积等），提升用户体验和系统稳定性
• 与产品、算法、服务端团队协作，从技术角度推动AI产品的落地与创新
• 扎实的移动端开发功底（Android/iOS/RN任一精通，了解其他端）
• 深入理解计算机基础（数据结构、算法、网络、并发）及架构设计能力
• 具备AI应用开发经验，熟悉LLM API接入、流式处理、上下文管理等
• 优秀的性能优化与问题排查能力，具备产品意识和跨团队协作能力

申请策略

• 准备具体的AI项目案例，清晰阐述技术选型理由、遇到的坑及解决方案
• 体现你对小红书产品的理解，思考AI如何更好地服务于社区互动和内容消费
• 面试中展现强烈的自驱力和学习能力，因为这是一个快速变化的领域
• 突出移动端核心技术深度（如RN架构、性能优化案例、原生桥接经验）
• 重点展示AI相关项目经验，特别是LLM集成、流式交互、智能体应用的实战细节
• 强调‘产品意识’，通过数据指标证明你的技术改进如何提升了用户体验或业务效果
• 如果有端侧模型部署或生成式UI的探索经验，务必作为亮点突出
• 深入学习LLM在客户端的集成模式（如流式解析、上下文窗口管理、Token优化）

面试指南

• STAR法则：情境-任务-行动-结果，重点突出‘行动’中的技术决策和‘结果’中的数据支撑
• 深度优先：不要只讲表面用法，要深入到原理层面（如内存管理、渲染机制、网络协议）
• 权衡思维：展示你在不同技术方案间的取舍过程，体现架构设计能力
• 产品视角：始终关联技术实现与用户体验/业务价值的关系
• 请详细介绍你过往项目中，如何将大模型能力集成到移动端？遇到了哪些挑战（如延迟、流量、状态管理）？如何解决？
• 在React Native或原生开发中，你做过最复杂的性能优化是什么？具体指标提升了多少？
• 如何设计一个支持多轮对话、断点续传的智能体交互界面？需要考虑哪些状态和异常场景？
• 如果让你设计一个端侧模型部署方案，你会考虑哪些因素（模型大小、推理速度、电量消耗）？