第 1 章 岗位能力画像与简历优化模板
本章作为全课程的开篇，帮助你精准理解大厂对 Web 前端技术专家（P6+/P7+） 的岗位能力要求，并提供可直接套用的简历优化方法。你将学会用结构化思维展示自己的技术深度、工程能力和业务价值，让简历从海量候选人中脱颖而出。
岗位能力画像 6 大维度
| 维度 | 关键要求 | 简历体现点 |
|---|---|---|
| 技术深度 | 精通 JS/TS、浏览器原理、性能优化 | 「解决内存泄漏问题，页面帧率从 30 提升至 60」 |
| 工程化能力 | CI/CD、构建工具（Webpack/Vite）、质量保障 | 「搭建全量代码扫描 + 自动化发布流水线」 |
| 架构设计 | 组件化、微前端、低代码、跨端方案 | 「设计 5 人团队可维护的中台组件库」 |
| 业务理解 | 拆解需求、数据驱动、业务指标提升 | 「AB 实验后转化率提升 3.2%」 |
| 软技能 | 沟通协作、技术分享、评审主导 | 「主导 6 次跨部门技术方案评审」 |
| 技术影响力 | 专利、开源贡献、内部分享 | 「GitHub 1.2k star 项目，被 3 家公司使用」 |
面试问答卡片
面试问题
“请你用 2 分钟，描述自己作为前端技术专家的能力画像。”
面试官考察点
- 是否有清晰的自我定位
- 技术栈是否匹配团队需求
- 能否区分“资深”与“专家”的差别
回答框架
“技术领域 + 核心优势 + 业务成果”三段式：先概括自己的技术主攻方向（如大前端架构），再讲 1-2 个独有能力（如性能优化、工程化），最后用数据说明对业务的影响。
示例回答
“我的能力画像集中在大前端架构与性能优化。擅长从 0 搭建组件化体系，曾将页面首屏从 2.8s 降至 0.8s，使核心页面跳出率下降 14%。近半年主导了微前端改造，支撑 3 条业务线并行迭代，团队协作效率提升 30%。”
可能追问
- “你提到微前端，具体用了哪种方案？为什么选它？”
- “跳出率下降 14% 是怎么归因的？”
- “你觉得专家和高级工程师最大的区别是什么？”
面试问题
“请基于这份描述，帮我优化成一份能进大厂的简历。”
面试官考察点
- 是否理解“结果导向”的简历原则
- 能否用结构化思维重组信息
- 对关键词和量化的敏感度
回答框架
“垃圾桶 → 金字塔”两步法：先删除无关经历和主观描述，再将每个项目提炼为 STAR 结构：S 背景、T 任务、A 行动、R 结果，每个结果必须有数字或对比。
示例回答
“我过去做过的后台管理系统，简历里写‘负责前端开发’。优化后改为：‘S：旧系统每次发版需 2 天人工回归；T：将发布效率提升至 4 小时内；A：引入 Cypress + 自定义 CLI 工具；R：测试覆盖达 85%，发版耗时缩短 75%。’这样面试官一眼看到价值。”
可能追问
- “量化数字怎么确保真实可信？”
- “如果某个项目的确没有明显数据怎么办？”
- “你认为大厂简历最忌讳的是什么？”
面试问题
“你如何理解‘成果量化’？给一个你自己项目的例子。”
面试官考察点
- 是否具备数据复盘习惯
- 量化维度是否合理（性能、效率、收益）
- 能否体现你的思考深度
回答框架
“维度 + 基线 + 变化 + 归因”四要素：先说明从哪个维度衡量（如加载性能），给出优化前的基线数值，再说明优化后的变化，最后解释为什么能提升（技术动作）。
示例回答
“从打包体积维度量化：基线是 Webpack 打包后 2.3MB，通过 Tree-shaking + 代码分割 + CDN 托管字体，最终体积降至 1.1MB，降幅 52%。这一步使首页白屏时间从 1.6s 缩短到 0.9s，间接带来 PV 提升 6%。核心动作是分析依赖图，移除冗余的 lodash 全量引用。”
可能追问
- “为什么选择打包体积这个指标？”
- “PV 提升 6% 有其他因素干扰吗？”
- “你会用什么工具做监控和归因？”