12月17号收到华为AI岗的面试通知说实话当时我是有点意外的。2025届秋招走到12月大部分公司早就锁了HC能在这个时间点接到面试邀约本身就释放了几个信号岗位大概率还有缺口流程走的是补录或者临时加编而且这轮的竞争烈度虽然比9、10月小一些但筛选标准一点都不会降。我这一趟从投递、机试到三轮面试走完感受最深的是——华为AI岗在意的不是你“会多少”而是你“在真实项目里怎么用出来”。这篇文章我就把完整过程复盘一遍包括准备思路、面试题回顾、踩过的坑希望能给还在等华为消息或者准备春招的朋友一些参考。先说下我的背景方便大家对号入座。985硕计算机视觉方向两段大厂实习一篇非一作论文编程主语言PythonC属于能看懂但写不利索的水平。投的是华为某个2012实验室下属部门的AI算法岗base地在东莞松山湖。整个流程从收到机试通知到主管面结束大概用了十天左右节奏比我预想中快很多尤其是12月这个时间点基本是走完一轮约下一轮的节奏没有秋招高峰期那种动不动等一周的煎熬。1. 12月还在发面试的华为AI岗到底在招什么人先说个很多人误解的点华为的“AI岗”并不是一个岗位而是一类岗位的统称。这次面试前我特意盘点了一下华为体系里和AI强相关的方向至少有这几类一是传统的机器学习/深度学习算法岗主要做CV、NLP、语音、推荐这些二是大模型方向集中在预训练、微调、对齐、评测、推理加速这些环节三是AI平台与框架开发岗比如MindSpore、CANN、昇腾推理引擎这类底层生态的开发四是AI产品化相关的岗位比如多模态Agent、AI辅助编程工具、AI营销内容生成等。不同部门、不同od岗位面试风格和考察重点差别很大。我这次面的算法岗明显是第二类偏应用的方向。面试官在反问环节也直接说了他们组主要做的是大模型在特定业务场景下的微调和部署尤其是把模型跑到昇腾芯片上做推理优化。这其实就解释了为什么12月还会补人——这类岗位往往是跟着项目立项和算力资源走的项目批下来就急需人手等不了春招。另外要提醒一下12月份的华为面试和秋招高峰期有一个很大的区别面试官更看重“上手就能干活”。因为这个时间点入围的候选人要么是已经拿到其他offer的要么是秋招前期被泡池子沉淀下来的强者面试官默认你已经有足够的技术积累所以几乎不会问“你知不知道什么是Transformer”这种入门题而是直接拿真实业务场景来考察你的工程判断力。这一点大家心里要有数。2. 机试算法是入场券不是拉分项华为的AI岗求职第一步基本都是机试。我走的是校招统一机试通道用的平台是牛客网那种在线OJ全程双机位监控屏幕录屏加手机副机位这个在通知邮件里会写清楚。机试大概3道题总分400分100分及格200分以上算比较稳妥的分数。题型分布一般是第一题简单模拟或字符串处理第二题中等难度经常考DP或贪心第三题偏难常见的有图论、复杂DFS/BFS或状态压缩DP之类的。我的机试时间是12月初正好赶上华为OD机试和校招机试合并出题的趋势所以题目风格也一样特别爱考那种“实际业务场景包装过的算法题”。比如我考到的第二题表面上是物流配送路径规划剥开壳子就是一个带约束条件的最短路径问题第三题看起来是文本处理实际上本质是滑动窗口加哈希计数。这里想强调一点刷题的时候千万不要只看题面一定要训练自己“识别题目本质”的能力。整个准备阶段我花了大概三周每天保持3到4道题的节奏重点刷了这几类字符串处理华为超爱考、动态规划背包、子序列、区间DP、二叉树遍历、图的最短路径和拓扑排序、贪心算法、滑动窗口、双指针。LeetCode热题100和剑指Offer刷了两遍华为OD机试的历年真题我专门找了一份合集因为它的难易程度和题目风格最接近校招机试针对性很强。提示机试是可以选择语言的我建议Python优先尤其是做第二、三道题时Python的简洁性能帮你省下很多调试时间。但要注意华为机试的部分题目对输入输出格式卡得很严尤其是多行输入和空格分隔一定要先写一个处理输入输出的模板考场上是真的能帮你稳心态。机试现场还有个小技巧就是前三十分钟先把三题都看一遍按难度排序先把保底分拿到手。我见过太多人死磕第一道题结果后面的大分题时间不够。机试通过后一般两三天内会收到性格测试和综合测评的链接这个环节没什么好说的记住保持积极正向、抗压能力强即可。3. 技术面项目深挖和大模型知识储备才是重头戏机试通过后大概两天HR打电话约了技术面时间定在12月17号的上午整个面试大概45分钟。华为技术面通常是两轮连着或者分两天进行分别是技术一面专业面和技术二面综合面但我这次是两轮合并到了一天里中间只隔了10分钟休息疲劳感是有的心理准备要做好。第一轮面试开场就是个下马威没有太多自我介绍的时间面试官直接让我挑一个最能体现技术能力的项目讲十分钟。当时我准备了一个大模型相关的实习项目内容是在一个垂直领域做检索增强生成RAG系统解决客服场景下的知识库问答问题。这个项目其实是我所有经历里最贴近华为业务方向的所以在面试前我花了大量时间复盘每一个技术细节。讲项目的时候有一个极其重要的判断面试官听的不是你做了什么而是你为什么这样做。我一开始讲的时候还停留在“用了什么模型结果多少分”这种层面面试官明显不太满意直接打断问了一句“你当时为什么选择RAG而不是把文档直接拿去微调模型”这一下就把我问住了。后来复盘我才想明白这个问题的本质是考察你对技术方案选型的理解——RAG的优势在于知识更新成本低、可以追溯来源、幻觉问题相对可控而微调虽然能在特定风格和格式上做得更好但数据标注成本高且每次知识更新都要重新训练。这个决策背后是对业务场景的理解。所以如果你也要面类似的岗位准备项目时请逼自己回答清楚这几个问题这个项目解决了什么真实问题有哪些可选方案为什么最终选了这一个性能瓶颈在哪里如果再让你做一遍哪里会改我第二个面试官尤其爱问“如果数据量再扩大十倍怎么办”这种扩展性问题考察的是你对系统瓶颈的敏感度和架构思维。关于大模型专业知识我整理了一些高频考点供大家自查Transformer结构self-attention的计算过程、为什么除以根号d_k、位置编码是做加法还是拼接LoRA和QLoRA的原理低秩矩阵为什么有效量化感知微调怎么做训练显存能省多少RAG的整个链路文档切分、Embedding模型选型、向量检索向量数据库、重排Rerank、上下文拼接大模型推理优化KV Cache、PagedAttention、动态批处理、量化INT8/INT4、剪枝蒸馏模型评测基准测试Benchmark怎么设计人工评估和自动评估各自的优劣势Agent相关ReAct、Function Calling、多Agent协作的架构以及工具调用的可靠性我当时在回答KV Cache的时候被追问到底层显存计算这是一个很容易暴露底细的考点。建议自己推一遍标准Attention的显存开销和加上KV Cache之后的变化面试时能流利地写出公式和结果会非常加分。另外华为因为自研昇腾芯片面试官也会关注你是否了解国产算力生态即使你简历里没写也建议提前了解一下MindSpore和昇腾CANN的基本概念至少有常识层面的认知不要一问三不知。注意华为技术面特别喜欢“手撕代码”环节。我们面试时直接在线上共享文档里写面试官出了一道中等偏上的算法题要求20分钟完成。题目没什么好透露的因为每家开的题不一样但重点是边写边讲思路非常重要写的过程中要把时间复杂度、空间复杂度分析清楚遇到边界条件要主动说出来。即使最后代码没完全调通只要你思路清晰、分析到位依然有通过的可能。4. 主管面软素质往往是决定发不发offer的关键两轮技术面之后一周内HR就约了主管面这也是华为面试的最后一轮通常由部门主管或者技术总监级的leader来面。有些同学以为走到这步就稳了其实主管面挂人的比例并不低只是挂的方式比较委婉——泡在池子里直到你自己放弃或者HR告诉你“岗位暂时没有匹配”。主管面的套路和技术面很不一样技术深度不再是最核心的考察点取而代之的是综合素质你的思考方式、沟通协作风格、抗压能力、对华为企业文化的认同度以及你未来三到五年的职业规划。这轮面试里我被问到的问题包括为什么选择华为而不是互联网大厂如果项目和论文冲突你会怎么取舍讲讲你遇到的最难合作的人你是怎么处理的你如何看待加班以及“以项目为中心”的工作模式对工作城市有没有硬性要求。这里我踩了一个不算小的坑在回答“为什么选择华为”的时候我第一反应就是夸技术氛围好、设备先进结果面试官笑笑说“这些都是虚的说点实在的”。后来我再想到这个问题时觉得更打动人的回答应该是从具体细节切入比如我熟悉华为在某个垂直领域的业务布局认可这个方向和自己的技术栈契合在之前的实习中用了某种模型去解决和应用问题而华为在这个产线上有真实落地场景所以希望加入进来做深做透。这种答案有事实、有细节、有个人思考比单纯吹公司有用得多。主管面还有一个隐藏考点看你有没有“求胜欲”。华为的风格是结果导向leader在面试时会刻意试探你对目标的执着程度比如追问你“如果这个项目做出来效果不好怎么办”“如果团队里就你没有产出你会怎么调节”。回答这些问题时不要佛系不要谈情怀要给出具体的复盘机制和改进路径让面试官觉得你是一个愿意为结果负责、并且懂得如何落地行动的人。很关键的一点主管面虽然叫“主管面”但不代表完全聊虚的。我当时遇到的主管在最后十五分钟直接抛了一个开放式的业务设计题让我设计一个面向海外市场的智能客服系统要求考虑多语言、时差、成本、幻觉控制这四个维度。这种题目没有标准答案考察的是你的框架思维和工程直觉。我当时的回答结构是先分模块接入层、理解层、生成层、反馈层然后逐个模块分析技术选型和成本约束再回过来谈数据回流和模型迭代。面试官听完点了点头虽然没有明确评价但我感觉到这个环节的对答是否顺畅直接影响他对你“大局观”的打分。5. 华为生态里的AI岗为什么越早了解昇腾越好如果你准备投华为AI岗我真心建议你提前把昇腾相关的知识补上哪怕只是停留在概念层面。市面上能看到的深度学习框架大多是PyTorch、TensorFlow但华为体系内很多业务实际跑在昇腾提供的算力平台上配套的框架是MindSpore底层用CANN做算子调度和内存管理。面试官都很清楚外部候选人大概率没接触过这套生态所以不会要求你会用但如果你能主动聊出一些认知会明显拉开和其他候选人的差距。我当时研究了一下昇腾的架构最基本的认知有这几点昇腾芯片上有AI Core用于矩阵计算有AI CPU用于非矩阵类算子训练和推理分别有对应的加速卡CANN层提供类似CUDA的编程接口但不是完全兼容的PyTorch的第三方适配需要通过MindSpore或者PyTorch插件的方式接上去。这些可能在面试中不会直接问但当你聊到大模型推理部署的时候能顺口说一句“如果在昇腾上做部署需要关注算子映射和内存带宽的适配”面试官眼里你是加分的。华为的AI生态不只是昇腾。如果你面的是偏工程化的AI岗可能还会遇到这些方向GaussDB数据库和大模型结合的知识库问答可以理解为华为云上的RAG方案、华为数据通信设备里的AI运维比如用大模型做网络故障分析、鸿蒙生态里的端侧AI小模型量化部署到手机端、以及华为云上的AI中间件。这些方向在网上的公开资料不多但通过“华为对应关键词”基本能找到技术白皮书和开发者文档建议按需了解。一句话总结我的观察华为AI岗面试里算法能力决定你过不过机试和技术面而对华为技术生态的了解和认同决定你在主管面之后能走多远。6. 复盘与避坑给后续同学的三条建议第一投递时间线宁愿早不要晚但12月的补招机会也不要放弃。秋招的黄金期是9到10月那个时候HC最多面试官心态也相对宽松。到12月主要有两类机会一类是之前发出去的offer被拒后释放出的补录名额另一类是新立项的岗位急需招人。这两类机会的特点是流程快、隔轮短但也有风险——可能某轮面试不通过就直接挂了不像高峰期还能调剂。所以如果你现在才准备投华为请把简历打磨到“拿出来就能面”的程度再进场。第二机试真的值得花时间练真题。不要只刷LeetCode华为的机试风格和LeetCode有明显差异它的题目更贴近业务、题干更长、边界条件更隐蔽而且时间压力很大。我强烈建议把近两年的OD机试真题拿来限时模拟注意是“限时模拟”不是“慢慢琢磨”因为考场上的时间压迫感完全不一样。第三不论技术面还是主管面都要有“复盘项目”的能力。我见过很多同学简历写得很好但被问深两层就露馅儿核心原因不是技术不扎实而是没有把项目从“做了什么”梳理到“为什么这么做”。建议对着简历上的每个项目用一张A4纸写下背景、目标、方案选型的对比、最终结果、教训和可改进点。面试前把这些纸反复背几遍比临时刷题有用得多。表格里是这次面试我实际遇到的部分问题和对应思路仅供参考轮次问题方向应对思路机试算法题3道先浏览全卷、按难度排序、保底分优先技术一面RAG项目深挖讲清楚“为什么选RAG不用微调”用业务语言包装技术选型技术一面手撕代码边说边写主动分析复杂度边界条件提前说明技术二面大模型推理优化从显存计算入手延伸到KV Cache、量化、批处理主管面为什么选华为用业务细节和个人规划来回答避免空话主管面团队协作冲突聚焦具体场景讲自己的处理步骤和结果主管面开放式系统设计分模块拆解先框架后细节体现工程直觉我踩过的坑里最想提醒的就是“过度优化自己的项目方案反而说不清基础问题”。我面试时费了很多精力准备大模型微调的各种技巧结果面试官问的问题反而是“你在RAG里怎么切分文档的、遇到长文档怎么处理、召回率低你怎么排查”——这些基础工程问题我反而没准备得太好当场有点卡壳。所以准备时一定要把基础问题也列出来挨个过一遍。另外提醒一下华为的offer发放时间存在“池子”机制面完并不等于马上有结果有些同学可能要在池子里泡两到三周。这个阶段千万不要干等继续保持刷题和学习的节奏同时推进其他公司的流程。我自己也是在面完主管面之后大约一周收到了HR的意向沟通电话才算是尘埃落定。最后说点心里话从投出简历到拿到offer整个过程一个月出头。12月17号那天的面试是我整个秋招状态最好的一天不是因为那天运气好而是前面准备得足够充分心里有底。华为AI岗的面试强度在行业内确实是偏高的但它不刁钻所有的问题最终都指向一个判断——你能不能在这个环境里解决真实问题。最后再分享一个小技巧不论你面哪家公司面试结束后记得到牛客或者面经平台搜索一下最近几天同岗位的面经很多热心的同学会把刚考完的题写出来。我这次面试前就刷到过一篇华为AI岗的面经其中提到的“RAG场景题”在我面试时真的被问到了。面试是信息战能多拿到一分情报就多一分胜算。祝还在准备的同学都能拿到心仪的offer。