答题参考

职位：Founding Engineer（Ember，YC F24，Burlingame，$140K - $180K）。JD 原文见 JD 原文，2026-10-26 从 YC 职位页读下来。

每晚「面试准备助手」2026-10-23 写，10-26 按 YC 上的 JD 重写了「职位要点」和「简历对照」。事实只取自 简历（文字版） 和 简历项目的 STAR 素材。

这一轮是什么

公司认错过，2026-10-25 改正。 CTO 10/13 的原信（招聘方说的）说明给她写信的是 YC F24 那家做医疗收入循环管理的 Ember（CTO Warren Wang、CEO Charlene Wang），不是 ember.new。10-26 已按 YC 上这家的 Founding Engineer JD（JD 原文）重写「职位要点」和「简历对照」。还没改的是「自我介绍怎么调」的结尾句，以及「可能被问到的」第 4、6、8 条（30 / 60 / 90 天、多租户隔离、FastAPI 和 Celery），它们是照错的那家写的，聊之前别照着背。这家 JD 实际要的是 TypeScript、React、Node.js 和评测基础设施（evaluation infrastructure），见下面两节。公司情况见 公司情况。

10/30 11:40–12:00 和 Vanshith Bhandari 的 20 分钟 Google Meet 初聊（coffee chat）。CTO 10/21 的信写了三件事：聊的是 Ember 和这个职位，聊之前先把简历发过去，这次通话可能会录音并转成文字，供内部招聘评审用（原话 This call may be recorded and transcribed for internal hiring review）。Vanshith 的职位信里没写。

这不是技术面：20 分钟里大致是 1 分钟自我介绍、对方介绍公司和职位、互相问几个问题。所以重点是一分钟内把自己讲清楚、讲一个「我做过给 AI 用的东西」的具体故事、问两三个有分量的问题。因为会录音转文字，说的每句话都可能被别人复看，离职原因尤其要按 被问到为什么离开微软怎么答 的口径说，不多说。

职位要点

JD 里最重要的几条，原文见 JD 原文，英文关键词保留。CTO 和招聘方的信没写考察重点，只说 10/30 那次是聊公司和职位的 20 分钟初聊（招聘方说的）。

1. 前后端一起负责整块功能：原文 Own the design and implementation of end-to-end features across our web applications and backend services。founding engineer 指公司最早的几个工程师之一，一个功能从界面到后端服务都归你。
2. 给 AI 应用搭内部评测基础设施：原文 Build internal evaluation infrastructure for AI and LLM healthcare finance applications。评测（evaluation，常简称 evals）指一组固定的测试输入加自动打分，用来判断换了提示词或模型之后，agent 在病历、理赔这类任务上是变好还是变坏。
3. 和各种医疗系统对接，要可扩展、安全、可靠：原文 Architect and maintain scalable, secure, and reliable systems that integrate with various healthcare platforms。
4. 技术栈：原文 Proficiency in TypeScript, React, Node.js，以及 Comfortable with LLM applications and containerized deployments（会做大模型应用，熟悉容器化部署）。
5. 工程规范：原文 Drive best practices in software development, including code reviews, testing, and documentation。
6. 在模糊和多变的环境里干活、身兼多职：原文 Thrives in environments of complexity and ambiguity 和 Excited about wearing multiple hats。
7. 加分项：提示词工程、微调和 RAG（retrieval-augmented generation，先检索相关文档再让模型回答），工作流自动化，医疗、金融这类受监管行业的经验，云平台（原文举了 Azure、GCP、AWS）和 Docker、Kubernetes，关系型和非关系型数据库，以及 FHIR、HL7 这类医疗数据标准和医疗编码。
8. 年限和学历：3+ years，计算机相关的本科或硕士。

JD 写着 Visa: US citizen/visa only。她不需要任何 sponsorship，这一条对她没有影响。

简历对照

对不上的，怎么诚实地补：

• Node.js：简历上只有 JavaScript 和 TypeScript 前端，没有 Node.js 后端。讲法：后端写过 C#、C++、Java，Node.js 用的是同一门语言写服务，上手快。可以在聊之前用 Node.js 搭一个小服务，被问到时有东西可讲。
• 评测基础设施：没有生产经验。可以拿 Copilot 集成类比：要判断模板选得对不对，也得先定一套评价标准，再对着它迭代。Google 实习做的截图比对，也是「先定好什么算对，再自动比较」的测试基础设施。别说成做过 LLM 评测。
• 医疗系统对接（FHIR、HL7、医疗编码）：没有。这是加分项，直接说没做过、会学。
• 微调和 RAG：没有生产经验。学校的 LSH 推荐系统项目用局部敏感哈希（locality-sensitive hashing）找相似商品，算是检索的一种，但只是课程项目，一句话带过。
• 0 到 1 的创业经历：JD 没有明写这一条，但职位就叫 founding engineer。她两家都是大公司，别硬说有。可以说缩略图服务和 Agent Mode 解析服务都是从零搭起来的服务（从基础设施、CI/CD 到上线），再说清楚为什么现在想去一家 25 人的公司（见「Why Ember」）。

Why Ember

Ember 做的是医疗机构的收入循环：从病历到理赔再到收款。CTO 信里说他们在做能在临床文档、复杂政策和合同上做推理的 agent（招聘方说的）。这类 agent 好不好用，很大程度上取决于喂给它的文档整理得好不好、调用的工具可不可靠【推断】。她在微软最后做的 Agent Mode 解析服务，就是把人写的文档（幻灯片）整理成 agent 能读的结构化 JSON，是同一类问题，只是文档换成了病历、保险政策和合同。另外，账单出错就是医疗机构少收钱，她一直做的是别人依赖、出错就是事故的后端服务。再加上她想从大公司换到能同时碰产品、客户和架构的小团队。

At Microsoft my last project was the parser behind PowerPoint's Agent Mode, turning slides into structured JSON an agent could actually reason over. What I took away is that an agent is only as good as the context and tools you give it. Ember is doing that with clinical documents, payer policies and contracts, where a wrong answer means a provider doesn't get paid, and I'd like to work on that from the ground floor.

医疗、账单、保险的领域知识她没有，被问就照实说，再说这是她想学的部分。

自我介绍怎么调

在 自我介绍 通用部分的基础上，20 分钟初聊里控制在 1 分钟以内，突出三点：

1. AI 相关的两段放前面：Agent Mode parser 和 Copilot 集成先说，缩略图服务后说。对这家公司，「做过给 AI 用的基础设施」比「做过高可用服务」更对口。
2. 全栈点一句：TypeScript / React 前端做过，PostgreSQL 用过，让对方知道小团队里前后端都能接。
3. 结尾落到 Ember：把 Campfire 版结尾换成上面 [!say] 的最后一句的意思，一句话：

… and I'm talking to Ember because the context-and-tooling layer for agents is exactly the problem I want to keep working on, this time at a company small enough that I'd own it end to end.

离职原因只按 被问到为什么离开微软怎么答 的三层口径答，默认只说第一层；答完立刻转到「接下来想做什么」。创始人聊天比正式面试更容易顺着问下去，所以这句转折要提前练熟（见 求职策略 第二节）。

可能被问到的

初聊更可能是前四个；后四个是进了技术轮再深挖的。

1. 为什么从微软出来，为什么想去一家几个人的公司？ 要点：第一问按 被问到为什么离开微软怎么答；第二问讲你在大公司做的其实都是别人依赖的服务，想在一个能同时碰产品、客户和架构的地方做同类的事。

   I've spent years building services other teams depend on, and I'm good at that. What I haven't had is a place where I also talk to the customer and decide what to build. A founding role is the straightest path to that.

2. 你做过的和 AI 最相关的东西是什么？ 要点：Agent Mode parser（简历项目的 STAR 素材 第 2 条）：输入是什么、为什么用 JSON 这种结构、怎么保证快和稳。面试前把数据规模、超时和失败处理想清楚，这是 star-stories 里标了「需补充」的。

   The parser takes a slide deck and emits structured JSON an agent can act on. The hard parts were deciding what to keep — enough structure for the agent to reason, little enough to stay fast — and making it reliable as an upstream dependency, because if we were slow or wrong, every agent feature downstream was.

3. 你平时怎么用 AI 工具写代码？（JD 原话几乎就是这一问）见 工作中怎么用 AI 工具。 要点：举一个真实例子说它帮你省了什么，再举一个它给了错答案、你是怎么发现的，落在「用它加速，不用它替我做判断」。

   I use it for the parts where speed matters more than taste — scaffolding, tests, reading unfamiliar code — and I review it the way I'd review a junior's pull request. The time it saved me on boilerplate is real; the time it would have cost me if I'd trusted a wrong answer about concurrency is also real.

4. 如果你加入，前 30 天想做什么？（JD 列了 30 / 60 / 90 天的目标） 要点：先把现有客户的一条工作流从头到尾跑一遍，找最常坏的那个环节修好；不要一上来谈重构。

   First thirty days I'd want to ship one real improvement on a customer workflow end to end, mostly so I understand how the pieces fit before I have opinions about changing them.

5. 讲一个你从零搭起来的系统。（代替「0 到 1」那条） 要点：缩略图服务或 SmartArt 服务的基础设施（简历项目的 STAR 素材 第 3 条和「发布流程和服务基础设施」）：从 EDOG 到全球生产到政府云、CI/CD、按 ring 发布和自动回滚。面试前把 ring 怎么分、阈值怎么定、有没有真的回滚过想好。

6. 多租户和数据安全怎么做？（JD 强调 tenant isolation） 要点：拿政府云的隔离讲：端点、证书、密钥按环境分开，政府云里不能直接登录排查，靠日志和遥测定位。各云端点写死在代码里的事按 求职策略 第四节那两句答，先承认取舍再说现在会怎么改。

7. 讲一次和依赖你的团队、或者和客户的沟通。（BQ） 要点：用缩略图服务的多个调用方，或 F5 策略下发直接影响客户设备的经历（简历项目的 STAR 素材 第 3、5 条）。不要用跨组那件事，原因见 被问到为什么离开微软怎么答。

8. 你不会 FastAPI / Celery / evals，怎么办？ 要点：照上面「对不上的」那段诚实说，加一句你会在下一轮前搭个小 demo。

   I haven't used FastAPI or Celery in production, but they're a Python web framework and a task queue — the same shapes I've built in C# and Java. I'd rather show you than tell you: give me a week and I'll have something running.

反问

1. 现在的 agent 主要做收入循环里的哪几步（编码、提交理赔、处理被拒、追收应收账款）？最难做对的是哪一步？
2. 客户是哪一类医疗机构（医院、诊所、专科连锁）？一个新客户从签约到上线要多久，工程师参与多少？
3. 团队现在几个工程师？founding engineer 和两位创始人之间怎么分工，谁定产品方向？
4. 病历这类受 HIPAA 约束的数据，在系统里怎么隔离、怎么控制访问？评测 agent 的时候用的是什么数据？
5. 融资和跑道（runway）：除了 YC 之外到哪一轮了，账上的钱够跑多久？（创业公司初聊里问这个是正常的，founding engineer 的股权值多少取决于它。）

来源

• Founding Engineer（YC 职位页，2026-10-26 读），原文存在 JD 原文。
• 10-23 版本用的是 ember.new 那家的「Founding Engineer, AI Platform」（Built In 转载），公司认错了，10-26 已换掉。
• 公司情况见 公司情况。