第一章：岗位能力画像与简历优化模板
本章聚焦 C++ 性能优化工程师的核心能力画像、简历结构设计、关键词清单与成果量化表达，帮助你在面试中精准定位自身优势，让简历从技术描述升级为价值证据。
简历结构模板
| 模块 | 内容要点 | 示例 |
|---|---|---|
| 个人信息 | 姓名、电话、邮箱、GitHub/技术博客 | zhangsan@example.com，github.com/zhang-perf |
| 技术栈 | 列出与性能优化直接相关的语言、工具、框架 | C++17/20，Perf，Valgrind，TCMalloc，SIMD |
| 项目经验 | 每个项目包含背景、难度、你的角色、核心优化、量化收益 | “延迟从12ms降至3ms，吞吐提升4倍” |
| 成果量化 | 使用数字对比、百分比、行业基准 | “减少60%内存碎片” |
| 关键词清单 | 按技能、业务、工具分类列出高频词 | CPU缓存行、零拷贝、内存池、Profile、Benchmark |
关键词清单（高频词）
- CPU：缓存行对齐、分支预测、SIMD、多核负载、CPU亲和性
- 内存：内存池、TCMalloc、jemalloc、碎片管理、NUMA
- IO：零拷贝、mmap、异步IO、IO合并、写缓冲
- 分析工具：perf、FlameGraph、Valgrind、gperftools、SystemTap
- 工程实践：Benchmark、设计模式中性能考量、热点分离、预计算
- 量化指标：P99延迟、QPS、吞吐量、内存占用、CPU使用率
成果量化句式
万能公式：通过【优化手段】，使【指标】从【原值】提升至【新值】，提升【X% / X倍】。
示例：”通过引入内存池 + 零拷贝技术，使消息转发P99延迟从15ms降至3ms，吞吐量提升5倍，服务CPU占用率降低40%。“
面试问答卡片
面试问题：你认为 C++ 性能优化工程师的核心能力有哪些？
考察点：对岗位的认知深度、知识体系完整性、是否具备系统性思维。
回答框架：从三个维度展开：① 编程语言底层能力（C++内存模型、模板元、Move语义）；② 硬件系统知识（CPU流水线、缓存层次、NUMA）；③ 分析工具与工程落地能力（perf、火焰图、CI回归）。
简短示例回答：“我认为核心能力分三层：一是C++底层基础，包括对象生命周期、虚函数开销、缓存友好设计；二是系统分析能力，能用perf抓热点、用火焰图定位瓶颈；三是工程落地，通过Benchmark持续验证，并平衡可维护性。三者缺一不可。”
可能追问：你如何学习这些硬核知识？有没有推荐的学习路径？
面试问题：请分享一个你成功优化性能的项目经历。
考察点：STAR框架运用、量化成果意识、优化思路的清晰度。
回答框架：采用STAR结构：Situation（背景/瓶颈）→ Task（你的目标）→ Action（具体优化手段）→ Result（量化收益）。
简短示例回答：“S：游戏服务器单机极限2000 QPS，GC停顿明显。T：将单机QPS提升至8000。A：改用内存池+自定义分配器，避免new/delete；重写热代码路逻辑，用位运算替代分支。R：最终QPS达9500，P99延迟由30ms降至5ms。”
可能追问：你如何验证优化效果？有没有A/B测试或灰度观察？
面试问题：你的简历中如何体现性能优化成果？
考察点：简历撰写能力、是否具备量化思维、能否抽象出通用价值。
回答框架：突出“前→后”对比，使用行业通用指标（延迟、吞吐、资源降幅），强调你在其中的角色和贡献。
简短示例回答：“我会在每个项目下独立一行‘优化成果’，例如：'重构核心模块缓存策略，使得热点数据访问延迟从200μs降至30μs，整体API P99降低70%。' 同时我会附上Benchmark报告截图链接，让HR和面试官一眼看到量化证据。”
可能追问：如何确保你的优化没有引入新问题？你做过哪些回归验证？