第152章 招兵买马（1 / 2）

2012年四月中旬，北京的温度已经升到了20度以上。

风吹在脸上不再有凉意，反而带着一股子春天的暖。秦风今天没有去图书馆，也没有去实验室。他约了几个人在中关村的一家咖啡厅见面。

这些人，都是楚天华帮他物色的——清华和北大的计算机系毕业生，有在大厂工作过的，也有自己创过业的。秦风需要的是一个能打的技术团队——”颤动视频”的后端已经由凌玥开发完成了，但要做成一个完整的产品，还需要前端、算法、测试、运维等角色。

咖啡厅在中关村步行街上，叫”雕刻时光”，是一家连锁的文艺咖啡厅。店面不大，装修很简约，木头桌椅，暖黄色的灯光，墙上挂着几幅黑白照片，都是老北京的街景。空气中弥漫着咖啡的香味，混合着烘焙豆子的焦香。

秦风选了一个靠窗的位子坐下，点了一杯美式咖啡。

他到得早，提前了十五分钟。利用这段时间，他把几个候选人的简历又看了一遍。

第一个来的是张浩，北大计算机系硕士，毕业后在腾讯干了两年，负责过qq空间的后台开发。简历上写着他参与过qq空间的后台重构，把系统的并发处理能力从十万级别提升到了百万级别。秦风在心里记了一下——这个人，技术能力应该不错。而且，他在腾讯干过，见过大系统的架构，这对”颤动视频”这种需要做高并发处理的产品来说，很重要。

第二个是李萌，清华计算机系本科，毕业后在百度干了一年，负责搜寻引擎的排序算法。简历上写着她在国际顶级会议上发表过论文，是关于推荐系统的。秦风在心里记了一下——这个人，算法能力应该很强。推荐算法是”颤动视频”的内核，因为短视频应用最重要的就是推荐——把用户感兴趣的内容推给他们，让他们不停地刷下去。

第三个是王健，清华计算机系大四学生，还没毕业，但技术很强。他在github上有好几个开源项目，都是关于前端开发的，star数加起来超过一千。秦风在心里记了一下——这个人，前端能力应该没问题。而且，他还没毕业，意味着他的要价不会太高，对初创团队来说，这是个优势。

下午两点，张浩准时到了。

他穿着一件深蓝色的衬衫，外面套了一件灰色的针织开衫，看起来很稳重。他走进咖啡厅，看到了秦风，走过来。

”你好，我是张浩。”

”你好，坐吧。”

张浩坐下来，点了一杯拿铁。秦风问了几个技术问题——高并发怎么处理，数据库怎么分库分表，缓存策略怎么设计。

张浩都对答如流。关于高并发，他说用负载均衡加多台应用服务器。关于分库分表，他说垂直分库按业务模块，水平分表按字段hash。关于缓存策略，他说一级缓存用本地缓存，二级缓存用redis。。技术没问题，表达也很清淅。

面试持续了半个小时。张浩离开后，秦风在笔记本上写了几个字——”。”

下午三点，李萌到了。

她穿着一件简单的白色t恤，外面套了一件牛仔外套，看起来很干练。她走进咖啡厅，看到了秦风，走过来。

”你好，我是李萌。”

”你好，坐吧。”

秦风问了她一些关于推荐算法的问题——协同过滤怎么实现，内容推荐怎么设计，冷激活怎么解决。

李萌也都讲得很清楚。关于协同过滤，她说分为基于用户的和基于物品的。关于内容推荐，她说基于物品本身的属性来推荐。关于冷激活，她说可以用热门物品推荐或者用户注册时填的兴趣标签。

秦风在心里给了她9分。技术很扎实，而且思路很清淅。推荐算法是”颤动视频”的内核竞争力之一，这个人，可以用。

面试持续了四十分钟。李萌离开后，秦风在笔记本上写了几个字——”李萌，算法负责人，9分。”

下午四点，王健到了。

他穿着一件黑色的卫衣，头发乱糟糟的，象是刚从实验室里出来。他走进咖啡厅，看到了秦风，走过来。

”嗨，我是王健。”

”你好，坐吧。”

秦风问了他一些关于前端开发的问题——react和vue的区别，移动端适配怎么处理，性能优化怎么做。

王健一开始有点紧张，但一说到技术，就放松了下来。他的回答虽然不如张浩和李萌那么系统，但都很实在，都是自己踩过坑后总结出来的经验。

秦风在心里给了他8分。技术很强，但经验不足——毕竟还没毕业。但”颤动视频”的前端并不复杂，以他的能力，应该能搞定。

面试持续了二十分钟。王健离开后，秦风在笔记本上写了几个字——”王健，前端负责人，8分。”