后端 / 服务端开发实习生 / Summer Intern- Backend / Server-Side Development（厦门）

优缺点分析

角色解读

• 技术深度：从基础开发到高并发系统、分布式架构，积累后端核心技能，向高级工程师发展
• AI 方向：结合 LLM 和业务场景，成为 AI 工程化专家，推动智能化应用落地
• 管理/架构：表现优秀可获留用，未来向技术主管或架构师方向成长
• 参与美图核心后端服务的开发与维护，如广告系统、平台中台等，编写高质量的代码并完成单元测试
• 在导师指导下进行系统优化、问题排查和性能提升，确保服务的高并发和高可用性
• 与前端、客户端团队协作完成接口联调，并参与技术文档的编写与整理
• 探索 LLM/Agent 框架（如 Dify、Coze）在广告或业务场景中的应用，推动业务自动化和智能化
• 扎实的编程基础：熟悉 Golang（goroutine、channel）或 Java（Spring Boot、多线程）中的至少一门语言
• 数据库与中间件：熟练使用 MySQL、Redis，了解 Kafka，具备 SQL 优化能力
• Linux 与开发工具：熟悉 Linux 基本操作和 Git 等常见开发工具，有良好的代码习惯
• AI/LLM 基础：有 AI Coding 经验，了解 Prompt Engineering 或 RAG 等概念，对 LLM 应用感兴趣

申请策略

• 在求职信中表达对美图产品或 AI 应用的兴趣，提及对 LLM 在业务场景中的理解
• 提前了解美图的技术栈和业务方向，面试时展现主动性和思考深度
• 突出与 Golang 或 Java 相关的项目经验，尤其是高并发、分布式或微服务相关实践
• 强调 AI/LLM 领域的项目，如使用 Prompt Engineering、RAG 或 Agent 框架开发的任何应用
• 展示数据库优化能力（如 SQL 调优、缓存设计）和 Linux 使用经验
• 若有开源贡献或个人博客，可体现技术热情和自学能力
• 如无高并发经验，可自学微服务架构（Spring Cloud）或容器化（Docker），并实践搭建简单系统
• 补充 LLM 基础，学习 Prompt Engineering 和主流框架（LangChain、Dify），动手做一个 AI Agent 小项目

面试指南

• 对于项目介绍题：先陈述项目背景，再说明自己的角色和技术选型，重点突出遇到的挑战和解决方案，最后总结收获
• 对于技术原理题：先给出定义，再结合实际场景说明应用，最后对比优缺点
• 例如 SQL 优化，可从索引、缓存、分库分表等角度层层深入
• 对于开放设计题：先拆解需求，再提出方案，考虑可行性和扩展性，展示思考过程
• 请介绍一个你使用 Golang 或 Java 实现的项目，包括架构设计和遇到的问题
• 如何优化一个慢 SQL 查询？请举例说明
• 你对 LLM 和 AI Agent 有哪些了解？能否设计一个简单的广告推荐 Agent？
• 解释 goroutine 和 channel 的工作原理，以及如何避免内存泄漏