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？

1. 自动生成一段 100–200 字的摘要，提炼核心关键信息；
2. 从中抽取结构化信息（如 MRI 序列、使用的对比剂、扫描频率、肿瘤位置、是否有伪影等）。

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”）。

对于第一问——自动摘要生成，我明确告诉面试官我不会直接套 Transformer 模板，而是会选择 两阶段思路：

• 第一阶段用规则+模型做“报告信息片段的定位”，即识别关键句（比如提及肿瘤变化的句子）；
• 第二阶段再用 Seq2Seq（如 T5/BART 微调版）来压缩已选片段，防止模型走偏。

我还特别提到模型的 decoder 需要带 copy mechanism，因为医生报告里有重要数值、解剖部位等，直接生成容易丢失原文信息。

面试官对这个思路认可，并追问如何衡量摘要效果。我补充说除了 ROUGE/BLEU，医学类还需要人工评估 domain-level consistency，甚至可以引入 BERTScore 做语义衡量。

第二问是信息抽取任务。我直接表示可以建一个混合架构：

• 基础上用 BioClinicalBERT（或者 pretrain 好的医学领域模型）抽 Token embedding；
• 上面叠 BiLSTM + CRF，做 sequence labeling；
• 类别多样（比如 T1/T2/伪影/扫描参数），所以会使用 schema 标注并构建 tag set，比如 B-SEQ_T1、I-SEQ_T1；
• 对“对比剂使用情况”等复杂信息，还会额外做 document-level 推理，用 relation extraction 模块或 prompt-based QA 补齐。

讲完这些，面试官切入了模型架构部分。

题目二：在你们医学图像处理任务中，CNN 的设计细节是怎样的？为什么选用 3×3 卷积核？如何处理上下采样？

这道题明显是偏架构复盘。我大胆猜测他们可能正在做医学影像与报告的对齐建模，因此问得很细。

我先整体描述了我们使用的 encoder-decoder 框架，类 UNet 架构：

• 输入是多通道 MRI 图像（常见为 T1、T2、DCE），
• encoder 部分叠加多层 3×3 卷积 + BatchNorm + ReLU，
• downsampling 使用 2×2 MaxPooling，
• decoder 使用转置卷积或双线性插值 + 1×1 卷积，最终恢复空间分辨率，
• 使用 skip connection 将 encoder 中间层的局部细节融合回来，提升重建精度。

紧接着是追问：为什么坚持用 3×3 卷积核？能不能换大一点的？我分三个维度回答：

1. 局部细节保留更好：MRI 图像中很多异常区域（如肿瘤边界）差异极其细微，3×3 能更精细捕捉结构变化，而不会像 5×5 那样平滑掉关键特征；
2. 层叠后可扩感受野：三层 3×3 实际等价于一个 7×7，感受野扩大但非线性层数也增加，表达力更强；
3. 训练更稳定、参数更少：VGG、UNet 之所以用 3×3，是因为工程上表现出训练稳定、收敛快、不容易过拟合。尤其医学数据有限，小 kernel 能带来更高的泛化性。

最后我补充了一句：我们尝试过动态 kernel 或 deformable conv，但最终还是退回了标准 3×3，因为对模型性能提升不显著，但训练难度更大，ROI 不高。

这一题聊得比较深入，双方频繁互动，明显是主问官的重点。

题目三：手写实现 KMeans 聚类，对 2D 数据进行聚类，要求展示完整代码与 debug 思路。

这是偏基础的 coding 实现题。他们明确说数据点很少，就是为了看你实现能力是否扎实，以及是否有 debug 敏感度。

我没有用 sklearn，直接用 numpy 实现，流程如下：

1. 初始化两个中心点（题目给定）
2. 编写欧氏距离函数（注意避免广播错误）
3. 进入迭代，每次 assign + update
4. 判断是否收敛（使用 np.allclose）

中间我故意重审了一下他们在注释里提到的 bug：

• euclidean_distance(a, b) 函数一开始写成了 np.sqrt((a-b)**2) 少了 sum
• np.mean(cluster, axis=0) 不能写错成 clusters，否则会报维度错误
• np.array([...]) 要放在正确的位置，否则 new_centroids 会是 object 类型

最终我在 6 轮内让 KMeans 收敛，输出格式调整成 list，按每个 cluster 打印。这道题本身不难，但面试官看的不是答案对错，而是你能不能快速发现“隐藏 Bug”，然后稳定修复。

如果你也在准备Microsoft、Amazon、Meta、TikTok等大厂的算法与系统设计面试，却不清楚如何拆题和应对各种边界，欢迎添加微信，即可领取北美面试求职通关秘诀。我们也有代面试，面试辅助，OA代写等服务助您早日上岸~