整个面试时长一个小时出头，节奏紧凑，三部分问题紧扣业务需求、技术细节和基础实现。题目表面不难，但细节杀人，尤其在你略懂领域知识的前提下。让我印象深刻的是，这场面试不像通用算法岗那样纠结难度，而是很在意你是不是“真正懂业务 + 能落地”。 第一个问题可以明显看出是从他们当前项目中抽象出来的任务设计。 题目一：面对医生写的 MRI 报告（多为自由文本且上千字），你会如何处理以下两个子任务？ 这个问题不只是问你怎么“做 NLP”，而是在考察你能不能理解医疗领域文本的结构复杂性，并选择合适的建模策略。 我先拆解了文本特点：医生报告不规范、无固定模板、术语丰富、信息密度高，还常带复查信息，甚至有上下文跳跃（比如“相比上次扫描略有改善”）。