01 - 自我介绍与职业叙事篇

核心定位：9年资深全栈/后端开发者，具备深厚安全与工程化底座，专注政务大模型（RAG & Agent）落地与高并发分布式控制面。

Q1: 请做一下自我介绍（1分钟技术初面版）

回答（求职者口吻）：
面试官您好，我叫李至君，计算机专业本科毕业，有 9 年的全栈与后端开发经验。我的技术栈主要以 Go 和 Python 为核心，同时也熟练掌握 Java、Node.js 以及前端 Vue/React 和微信小程序全栈交付。

我的职业经历主要分为两个阶段：前 6 年我先后在绿盟科技和知道创宇深耕信息安全与云原生控制面，曾担任技术经理，主导了动态 WAF 管控平台以及政企边缘网关控制面的核心研发，沉淀了扎实的高并发、网络协议、SDL 安全工程与微服务架构能力；最近几年，我专注于大模型应用落地，在武汉中科坤程独立全栈主导了「政务小灵通」AI 应用，以 RAGFlow 作为知识库与 RAG 底座，在业务层攻坚了知识域隔离、精准引用溯源、多轮流式对话以及任务 Agent 编排，成功交付了 Web 管理端与微信小程序。

我一直保持在一线动手写代码的敏锐度，擅长解决复杂业务下的架构落地与工程稳定性问题。非常期待今天能与您深入交流。

Q2: 请做一下自我介绍（3分钟深度业务/总监面版）

回答（求职者口吻）：
面试官您好，我是李至君，三峡大学计算机本科学历，拥有 9 年软件研发与技术管理经验，主攻方向为 AI 业务落地、Go 高并发后端与云原生控制面。

回顾我的职业路径，有三条清晰的主线：

第一条主线是大模型与 RAG/Agent 落地实践。在最近的中科坤程阶段，我作为全栈负责人从 0 到 1 打造了面向政务严肃场景的「政务小灵通」AI 平台。我们没有去重复造通用文档解析和向量底座的轮子，而是深度集成并二次封装了开源成熟的 RAGFlow。我的核心攻坚点在于业务层的确定性与安全治理：构建了公开政策、私有文档与创新案例三层知识域隔离；攻克了政务问答所要求的严格引用溯源与防幻觉降级机制；同时针对政策对比、汇总分析等复杂场景，设计了具备工具白名单、多步状态机与熔断机制的 Task Agent，最终独立交付了微信小程序和 Web 运营管理端。

第二条主线是高并发控制面与安全工程底座。在知道创宇担任技术经理和在绿盟科技期间，我深入参与了边缘网关管控平台和动态 WAF 的核心研发。我主导了 Go 语言编写的高性能控制面，设计了基于 gRPC 的微服务通信架构，通过汇聚边缘探针的网络延迟、抖动和丢包数据，实现了毫秒级近实时智能选路，并推进了设备双向认证与安全策略下发；同时，6 年的安全从业背景让我将 OWASP 防御与 SDL（安全开发生命周期）深植于编码规范中，系统天然具备高防御和高审计能力。

第三条主线是端到端交付与技术管理能力。我有 3 年的技术管理经验，主导过从需求拆解、敏捷迭代、CI/CD 自动化流水线（GitLab CI/Jenkins）、Docker/K8s 容器化部署到 Code Review 规范落地的全流程。我具备良好的产品意识和跨团队协同能力，能快速将复杂的业务诉求转化为高可用的技术架构。

我目前的定位是“重回一线技术攻坚的技术骨干”，希望能够结合过往在后端架构、AI 应用落地和安全交付上的复合经验，为团队在复杂业务场景下创造确定性的技术价值。

Q3: 你做了近 3 年的技术经理，为什么现在选择重新回到一线做开发/架构？

回答（求职者口吻）：
这是一个非常实际的问题。在知道创宇担任技术经理的 3 年里，我系统性地锻炼了自己的技术规划、任务拆解、跨部门协同（与产品、测试、客户交付团队）以及研发流程规范（SDL、Code Review、CI/CD）的建设能力，这段经历让我具备了更宏观的架构视角和产品全局观。

但我个人的核心热情和最大成就感，始终来自于深入底层技术细节、解决高难度的工程架构瓶颈，以及亲手将前沿技术（如 RAG、Agent、高并发控制面）转化为稳定可靠的业务系统。在管理期间我也一直保持着高强度的核心代码编写。当前大模型 AI 应用和云原生技术正处于爆发式演进阶段，一线面临着大量的架构重塑与工程化落地挑战。我认为自己 9 年积累的技术深度结合 3 年的管理协同素养，能够以更务实、更高效的方式在一线发挥“特种兵”和“技术架构攻坚手”的作用，帮助团队快速拿结果。

Q4: 你拥有 6 年的信息安全背景，后来是如何转型并快速切入大模型应用（RAG/Agent）领域的？

回答（求职者口吻）：
这种转型其实是非常顺理成章且相互赋能的：

首先，大模型在严肃行业（尤其是政务、金融、企业内网）落地时，最大的痛点并非单纯的 Prompt 编写，而是数据隔离、权限合规、输出确定性与审计可追溯。这恰好是安全与控制面工程师最擅长的领域。比如我们在设计政务 RAG 时，如何确保不同部门、不同租户的知识域严格隔离？如何在 Agent 调用工具时建立白名单沙箱与权限防御？如何防范 Prompt 注入与敏感词越权？我过往在安全领域的 SDL 经验和身份认证机制（OAuth/统一身份认证）直接为 AI 应用的安全加固提供了现成的架构支撑。

其次，大模型后端工程本质上是高性能分布式数据流与异步任务调度的集合。处理 SSE 长连接流式推送、文档异步切分向量化管道、Redis 多轮会话摘要压缩、以及 Agent 长流程状态机流转，都需要扎实的 Go/Python 后端与中间件功底。

我通过深度研读开源框架（如 RAGFlow、LangChain、AutoGPT 等）的核心源码，结合具体的政务业务诉求，把重点放在“利用成熟底座封装高可靠业务层”，从而快速实现了技术的无缝迁移与高质量业务落地。

Q5: 你的简历中涵盖了 Go、Python、Java、Node.js 多种语言，你最擅长的是什么？多语言经验对你有什么帮助？

回答（求职者口吻）：
我最擅长、日常使用最深入的主语言是 Go 和 Python：
- Go 语言：我主要用于构建高并发、低延迟的核心业务后端、网关控制面与微服务（如使用 Gin、go-zero、gRPC），充分利用 Go 的 GMP 并发模型、轻量协程和强类型特性来保障系统的高性能与稳定性。
- Python 语言：我主要用于大模型生态集成、数据采集清洗、文档复杂解析与自动化脚本，能够以极高的效率利用 Python 丰富的 AI/NLP 工具链完成原型验证与数据管道开发。
- Java / Node.js：在企业级系统对接、历史遗留服务改造或前端 BFF 聚合层中根据业务选型熟练运用。

多语言经验带给我最大的价值在于“不被单一技术栈局限，能根据具体业务场景做最合理的架构选型”。例如：控制面调度和实时选路选 Go；AI 生态快速实验与文档预处理选 Python；前端跨端协同选 Node/TypeScript。我能够穿透语言语法的表象，更聚焦于底层的数据结构、网络 I/O 模型、内存管理与系统边界设计。

Q6: 相比其他同等年限的后端开发或纯算法 AI 工程师，你的核心差异化竞争优势是什么？

回答（求职者口吻）：
我认为我的核心优势主要体现在三个维度的“复合交汇”：

“AI 应用业务落地”与“工程化底座”的闭环能力：很多纯算法工程师更关注模型微调与评测指标，但在工程高可用、流式高并发、多轮会话管理和中间件治理上相对薄弱；而传统后端开发往往对 Prompt 编排、RAG 向量检索、Agent 状态机缺乏实战经验。我恰好处于两者的交汇点，能够熟练运用 RAGFlow 等底座，在业务层快速打造确定性、可溯源、高可用的 AI 产品。
全栈端到端独立交付能力：我不仅能设计高并发后端 API，还能独立负责 Vue/React 管理后台以及微信小程序端的前端交互，深谙 SSE 流式渲染、断线重连与端侧状态管理，极大降低了跨端沟通成本，交付速度极快。
强烈的安全合规与稳定性意识：6 年的一线安全与 SDL 经验，使我在做系统架构时天然具备防御性编程思维，在租户数据隔离、接口防刷、Token 熔断、敏感词过滤和全链路审计方面考虑得更加周密。

Q7: 为什么考虑离开上一家公司（武汉中科坤程）？上一段经历最大的收获是什么？

回答（求职者口吻）：
在中科坤程期间，我的主要任务是独立负责「政务小灵通」AI 应用的从 0 到 1 全栈落地与多个政务信息化项目的交付。在这段经历中，我完整跑通了大模型 RAG 与 Agent 技术在严肃政务业务场景中的闭环，沉淀了宝贵的 AI 工程化落地经验。

考虑离职的主要原因是：上一家公司的业务更多偏向于特定政务客户的项目制交付，AI 应用在完成既定标杆案例后，后续进入了偏运维和定制化支撑阶段。而我更希望加入一个具有更大业务规模、更高并发挑战或产品持续快速迭代的团队，将大模型、高并发架构与全栈交付能力投入到更具深度和广度的核心业务中。

Q8: 你的未来 3-5 年职业规划是什么？

回答（求职者口吻）：
我的短期与中长期规划非常清晰：

未来 1-2 年（业务深耕与技术攻坚）：快速融入新团队的技术栈与业务上下文，作为核心主力承担关键模块或 AI 应用/高并发后端的研发，确保高标准、高质量按期交付，成为团队内值得信赖的技术攻坚手。
未来 3-5 年（架构演进与技术引领）：随着对业务理解的加深，主导复杂系统与智能化平台的架构演进；在团队内推动工程化规范、SDL 安全标准与自动化效能提升，协助团队培养新人，成长为能够独当一面、兼具业务敏锐度与技术深度的资深架构师或技术专家。

Q9: 评价一下你自己的优缺点（技术或性格层面）？

回答（求职者口吻）：
关于优点：
1. 工程闭环与抗压能力强：无论是独立全栈完成政务 AI 应用，还是主导网关控制面攻坚，我习惯对交付结果全生命周期负责，遇到复杂卡点能快速定位根因。
2. 务实严谨，边界感清晰：不做过度设计，不盲目追求炫技，注重技术的投入产出比与系统确定性。

关于不足与改进：
过往在一些创新型项目中，由于追求代码的极致严谨性和安全边界，有时会花较多时间在极端异常场景的防御设计上。后来我逐步调整，学会在“敏捷交付验证业务价值”与“系统架构完备性”之间做平衡，采用分阶段渐进式重构的策略，既保证核心流程快速上线，又通过埋点和监控逐步补齐长尾防御。

Q10: 简历上部分项目属于内部孵化或垂直领域交付，如何证明你的技术深度与复杂问题排障能力？

回答（求职者口吻）：
虽然部分项目属于内部孵化或特定行业交付，但底层的技术挑战和分布式复杂性是完全相通的：

架构复杂度：在边缘网关项目中，面对海量探针数据的汇聚与近实时选路，我们必须深入 Go 的并发模型、gRPC 流式传输以及时间序列数据的聚合分析，解决高吞吐下的内存抖动与调度延迟问题。
AI 工程化深度：在 RAGFlow 集成中，文档切片粒度、向量检索召回与 BM25 精确匹配的权重融合、多轮对话中的上下文遗忘与 Token 成本控制，每一个都是业界前沿的标准工程难题。
线上真实排障：我有非常丰富的线上排障经验，包括 Go 内存逃逸与 GC 停顿调优、Redis 热 key 与大 key 拆分、MySQL 深度分页与隐式类型转换索引失效治理、以及 WebSocket/SSE 长连接网络中断下的状态机一致性恢复。

接下来的技术面试中，我非常欢迎面试官针对任何一个模块的代码实现、数据流向、底层原理和极端故障容灾方案进行深入的连环追问。