北京雷石天地电子技术股份有限公司
官网
岗位jd
【岗位职责】 用AI重构音乐娱乐的技术栈，探索AI技术边界和应用可能性，将AI技术转化为有商业价值的产品创新。我们要的不是CRUDBoy，而是AI-Native工程师-会写代码，更会让AI为代码赋能的技术极客。 【技能要求】 跨端开发(必备): 1、前端/移动端/原生至少精通一个:React/Vue、RN/Flutter、Android原生等; 2、掌握服务端开发和运维基本技能，开发语言如Golang/Python等，不做严格限制; 3、音视频开发经验加分 【AI工程化(核心)】: 1、有端到端AI应用开发经验，不只是调API(如:AI聊天应用、智能推荐系统、语音助手等从想法到上线的完整项目); 2、熟练使用各种AI服务:如各类LLM、语音识别、图像处理; 3、具备AI-frst思维，习惯用AI工具解决日常工作问题:写代码、debug、优化性能、需求分析等核心要求: a、AI嗅觉:第一时间试用新AI工具，判断技术价值和落地可行性: b、工程思维:考虑性能、稳定性、用户体验的完整技术方案 c、Hacker精神:遇到问题先Google/GitHub，不行就自己造轮子 d、架构能力:具备软件架构设计基本思想 【加分项】 1、Alhackathon、音乐App开发、算法优化、产品sense; 2、有技术博客/开源项目，展示过AI相关技术; 3、喜欢音视频娱乐场景，知道用户真正的痛点 【我们提供】 1、在Al+音娱领域做技术创新，代码跑在数百万设备上 2、技术选型自由，可以玩最新的AI技术栈 3、扁平团队，你的技术方案直接影响产品走向
公司背景
雷石是KTV点歌系统领域的头部公司，核心产品是KTV点歌系统（惊艳系列），覆盖全国大量KTV门店，设备量达数百万级别。近年来正在向AI+音乐娱乐方向转型。
关键信息：
- 主营：KTV点歌系统、音乐版权、智能硬件
- 规模：行业头部，设备覆盖量大
- 转型方向：AI赋能音娱场景（智能推荐、语音交互、AI生成内容等）
- 技术文化：从JD看出来，偏极客/Hacker文化，重视AI工程化能力，不喜欢纯CRUD
JD逐条拆解 vs 匹配度
| JD要求 | 你的匹配情况 | 匹配度 | 应对策略 |
|---|---|---|---|
| 前端精通一个（Vue/React） | ✅ Vue3 + Vite + Pinia，有完整上线项目 | 🟢高 | 直接用霓裳云枢展示 |
| 服务端开发（Golang/Python等） | ✅ Java/SpringBoot为主，有Python基础 | 🟡中 | 强调Java后端深度 + Python可快速上手 + 语言不是瓶颈 |
| 音视频开发 | ⚠️ 无直接经验 | 🔴低 | 但霓裳云枢有TTS语音合成、3D模型渲染，可以靠上去讲 |
| 端到端AI应用开发 | ✅ 霓裳云枢：AI试衣 + AI客服 + TTS + Dify Agent，从开发到上线 | 🟢高 | 这是你最大的亮点，重点准备 |
| 熟练使用各类AI服务 | ✅ AiTryOn、VirtualModel、ChatTTS、Dify、大模型API | 🟢高 | 梳理清楚每个AI服务的选型理由和踩坑经验 |
| AI-first思维 / Vibe Coding | ✅ 日常使用AI辅助开发 | 🟢高 | 准备具体案例：哪个模块用AI写的，效率提升多少 |
| Hacker精神 / 造轮子 | ✅ 自研项目模板、自研缓存方案、分布式锁组件 | 🟢高 | 强调你造过的"轮子" |
| 架构能力 | ✅ 微服务架构、分库分表、多级缓存 | 🟢高 | 购票系统体现架构设计能力 |
| 技术博客/开源项目 | ✅ 博客 + GitHub | 🟢高 | 面试前确保博客和GitHub内容是最新的 |
| 音视频娱乐场景理解 | ⚠️ 无直接经验 | 🟡中 | 面试前做功课，下面专门准备 |
三、你的核心卖点（面试中重点输出）
🎯 卖点1：端到端AI应用落地经验
"我独立开发的霓裳云枢平台，集成了多个AI能力——AI智能试衣（AiTryOn + VirtualModel）、AI客服与虚拟文化导师（Dify Agent）、TTS语音讲解（ChatTTS），从需求分析、技术选型、接口对接到部署上线全流程我一个人完成，最终拿到国赛二等奖。这不是调一个API就完了，我还抽象了统一的AI模型调用模板，封装了异步任务创建与轮询逻辑，是工程化的思路。"
这段话精准命中JD的核心要求：端到端AI应用 + 不只是调API + 工程思维。
🎯 卖点2：高并发系统架构能力（证明你不是CRUD Boy）
"除了AI应用，我还做了一个高并发购票系统，用SpringCloud微服务架构，解决了库存超卖（Lua+Redis原子扣减）、缓存击穿（多级缓存+读写锁）、分库分表（ShardingSphere+基因法）等问题。这些经验让我在做任何项目时都会考虑性能、稳定性和可扩展性。"
🎯 卖点3：AI-first工作方式
"我日常开发就习惯用AI辅助，Cursor、Claude是我的常用工具。不只是让AI写代码，更多是用它做架构分析、代码审查、性能优化方案评估。我的理解是，AI是放大器——它放大的是你本身的工程能力。"
🎯 卖点4：全栈 + 独立交付能力
"霓裳云枢前后端都是我一个人做的，Vue3前端 + SpringBoot后端 + AI服务集成 + 服务器部署，上线至今稳定运行。这意味着我可以快速做原型验证、端到端交付，不需要等别人。"
四、针对音娱场景的功课（面试必问）
雷石做的是KTV/音乐娱乐，面试官大概率会问："你对AI+音乐娱乐有什么想法？"
准备好2-3个AI+音娱场景的思考：
场景1：AI智能点歌助手
"传统KTV点歌靠搜索+排行榜，体验很原始。可以做一个语音交互式点歌助手——用户说'来一首适合失恋听的歌'，系统通过语音识别 + LLM理解意图 + 推荐算法，直接推荐并播放。这比翻目录高效得多，也更符合KTV场景下双手拿话筒的使用习惯。"
场景2：AI个性化歌单推荐
"基于用户历史点歌数据 + 当前包厢人数/时间段/场景（生日会/聚会/商务），用AI生成动态歌单推荐。不是冷冰冰的协同过滤，而是结合大模型的语义理解，做到'懂氛围'的推荐。"
场景3：AI实时音效/评分
"唱歌时AI实时分析音准、节奏，给出评分和改进建议。甚至可以用AI做实时音色美化——让普通人唱出录音棚效果。这会是很强的社交传播点。"
场景4：AI生成内容（AIGC）
"用户可以用AI生成个性化MV背景、歌词字幕特效，甚至AI翻唱（用自己的声音翻唱明星歌曲）。这些都是音娱场景下天然适合AIGC落地的方向。"
五、可能被问到的技术问题 & 准备
AI相关
| 可能的问题 | 准备要点 |
|---|---|
| 你在霓裳云枢中是怎么选型AI服务的？ | 讲清楚：为什么选AiTryOn而不是其他试衣方案？为什么用Dify而不是直接调LLM API？——成本、效果、工程复杂度三个维度 |
| AI服务调用失败怎么处理？ | 异步轮询 + 超时重试 + 降级策略 + 用户友好提示 |
| 如果让你做一个AI语音助手，技术方案怎么设计？ | ASR（语音识别）→ LLM（意图理解+生成）→ TTS（语音合成），讲清楚每一层的技术选型和延迟优化 |
| 你怎么评估一个新AI工具/模型值不值得用？ | 效果、延迟、成本、稳定性、集成难度 五个维度，举例你评估过的工具 |
架构 & 后端相关
| 可能的问题 | 准备要点 |
|---|---|
| 购票系统的Lua脚本具体怎么写的？ | 能手写核心逻辑：查库存 → 判断 → 扣减，原子性保证 |
| 分库分表基因法原理 | 能画图讲清楚：用户ID低N位作为基因嵌入订单号，如何保证同一个用户的订单路由到同一个分片 |
| 缓存一致性怎么保证的？ | 购票系统：操作流水 + 最终一致性；霓裳云枢：动态版本号方案 |
| 你最近用AI辅助解决过什么技术问题？ | 准备1-2个具体案例，越细节越好 |
前端相关
| 可能的问题 | 准备要点 |
|---|---|
| Vue3和Vue2的核心区别？ | Composition API、Proxy响应式、Tree-shaking、Teleport等 |
| 3D模型在前端怎么加载和优化的？ | model-viewer组件、模型压缩（glTF/Draco）、懒加载 |
六、你需要主动问面试官的问题
好的提问能展示你的思考深度和对这个岗位的认真程度：
- "雷石目前在AI+音娱方向，最优先落地的场景是什么？团队目前在这个方向的技术栈是怎样的？" — 展示你关心实际业务，不是来混实习的
- "这个岗位日常的工作模式是怎样的？是独立负责某个AI功能模块，还是跟着团队一起做大的产品迭代？" — 了解工作方式，也暗示你两种都能胜任
- "团队对实习生的期望是什么？有没有什么具体的项目或方向希望实习生来探索的？" — 展示你想快速产出价值
七、面试前的To-Do清单
- 体验雷石产品：下载雷石APP或去KTV实际体验一次点歌系统，找到1-2个可以用AI改进的痛点
- 确保项目可访问：www.zwnsyw.top 和博客 www.zwwwblog.top 在面试时能正常打开
- GitHub整理：确保购票系统和霓裳云枢的README写得清晰，有架构图
- 准备Demo演示：如果是视频面试，准备好能快速展示霓裳云枢AI功能的操作路径
- 复习AI服务调用细节：AiTryOn的请求流程、Dify的Agent配置、ChatTTS的部署方式
- 准备1-2个Vibe Coding的具体故事：用AI辅助开发的真实案例，有对比数据最好
- 了解Golang基础概念：JD提到了Go，至少知道goroutine、channel、接口等基本概念，表示你有意愿学
mindmap
root((面试策略))
核心定位
不是CRUD Boy
是AI-Native全栈工程师
能独立从0到1交付产品
重点输出
霓裳云枢 = 端到端AI落地能力
购票系统 = 架构设计深度
Vibe Coding = AI工作方式
补短板
音视频无经验 → 用TTS/3D渲染靠近
Go/Python不熟 → 强调学习能力+语言不是瓶颈
音娱场景不熟 → 提前做功课准备2-3个AI+音娱想法
态度
展示Hacker精神
展示对音娱场景的兴趣和思考
展示快速学习和独立交付能力
最后一点提醒： 这个JD非常明确地说"我们要的不是CRUD Boy，而是AI-Native工程师"，所以面试全程的主线应该是：我不仅能写扎实的后端代码（购票系统证明），更能把AI工程化落地到真实产品中（霓裳云枢证明），并且我的日常工作方式就是AI-first的。 把这三层递进讲清楚，你的优势就很突出了。祝面试顺利！🎯
💬 评论