全栈开发工程师（偏前端）

优缺点分析

角色解读

• 可向全栈架构师发展，深入掌握 AI 基础设施的完整技术栈
• 未来可转向 ML Engineer 或 AI 平台架构师，参与更核心的算法平台设计
• 随着自动驾驶行业的发展，积累的经验在 AI 领域有广阔的应用前景
• 负责 AI 平台的前端开发，使用 React 构建实验管理、模型评测与部署等交互界面
• 参与后端服务开发，使用 Golang 编写 API、实现微服务，并基于容器云平台自动化部署
• 管理数据库（MongoDB、PostgreSQL），优化数据模型和查询性能
• 与产品、设计等团队紧密协作，推动功能落地并参与技术方案讨论
• 扎实的前端基础：熟练掌握 TypeScript、React 及其生态
• 后端能力：精通 Golang，熟悉 gin/go-zero 框架及微服务架构
• 数据库技能：能设计优化 MongoDB、PostgreSQL 等数据库
• 工具链：了解 OpenAPI、Protobuf、容器云部署、性能测试工具（K6、Locust）

申请策略

• 在简历中强调工程规范，如代码测试、文档编写、自动化部署等实践
• 了解元戎启行的业务方向（自动驾驶），在面试中展现对行业的技术兴趣
• 突出全栈项目经验，尤其是 React 前端与 Golang 后端结合的完整项目
• 展示在数据库设计优化方面的成果，例如性能提升或模型优化案例
• 如有 MLOps 或 AI 相关经验务必重点描述，即使只是参与过类似系统
• 提前学习 MLOps 基础知识，了解模型训练、评测、部署的基本流程
• 熟悉容器云平台（如 Docker、Kubernetes）的基本操作，了解云原生部署

面试指南

• 项目介绍可采用 STAR 原则：情境、任务、行动、结果，突出技术选型和团队协作
• 技术问题应先阐述理论，再结合项目经验举例，展示解决问题的能力
• 对于开放性问题，给出多种方案并对比优劣，体现系统设计思维
• 请介绍一下你全栈开发的一个项目，前端和后端是如何协作的？
• 如何设计一个高效的 API 接口？请谈谈你对 RESTful 和 Protobuf 的理解
• 在一个高并发场景下，你会如何优化数据库查询？
• 你如何确保前后端代码的质量？有哪些测试或代码审查实践？
• 你对 MLOps 的了解有多少？如何将模型部署到生产环境中？