第3章：自我介绍模板与核心话术

• 大厂（字节/腾讯/阿里）：看重项目规模和影响力（如覆盖亿级曝光、AB测试平台），以及系统化评估框架。
• 创业公司：关注落地能力（从0到1搭建评估流程），快速定位问题、工具化思维。
• 海外公司（Meta/Google等）：英语口语、跨时区协作能力、国际化评估方法论（如Uplift模型）。

• 技术负责人/算法TL：注重技术深度和系统性思维，会追问评估指标选择、偏差归因方案。
• 业务方（PM/运营）：关注评估结果对业务决策的驱动，能否用数据讲故事。

【30秒版】我是XX（学历+当前职位），专注广告模型评估（方向2-3词）。在上一家公司搭建了一套XX评估体系，将线上AB测试效率提升XX%。
【1分钟版】……+ 一个代表性项目（如归因模型优化），用STAR结构：S-多触点归因难题；T-设计增量模型；A-开发验证框架；R-归因准确率提升25%。
【2分钟版】……+ 技术细节（因果推断方法/自动化工具）+ 团队推动（协调算法与产品）+ 业务影响（ROI提升15%）。

• “你提到的自动化评估框架，具体如何保证离线评估与线上效果一致？”
• “你使用哪些评估指标？如何处理指标之间的trade-off（如CLTV vs.短期转化）？”
• “在这个平台开发过程中，你遇到的最大挑战是什么？如何解决？”

• ❌ 背诵简历：面试官手上有简历，再读一遍等于浪费时间。
• ❌ 时间失控：没有练习导致30秒说了2分钟，或2分钟只剩30秒结束。
• ❌ 只讲技术不讲业务：评估的目的是驱动广告效果，要突出业务理解。

• 大厂：看重创新方法论（如因果推断、多臂老虎机）、系统性工具（自动化评估平台）。
• 创业公司：看重快速解决实际问题的能力（如紧急AB测试异常排查、小样本评估）。

• 评估组TL：会深入追问亮点中的技术细节和落地难点，考察你是“知道”还是“做过”。
• 交叉面（PM/数据科学）：关注亮点对业务决策的贡献，需用业务语言讲清楚。

【CAR结构】C-挑战（Challenging evaluation scenario）→ A-行动（Your method/tool）→ R-结果（Quantified impact）。
【三层次亮点库】
1️⃣ 方法论创新：如“基于Double Robust估计的离线归因模型”
2️⃣ 工具建设：如“自动化实验监控看板，覆盖50+异常检测规则”
3️⃣ 业务洞察：如“发现Creativity X导致CPM虚高，推动素材策略调整”
根据面试公司特点，选择1-2个层次展开。

• “Uplift模型怎么解决样本选择偏差？你用的是什么提升算法？”
• “归因准确率如何定义和验证？有没有线上A/B实验证明？”
• “这个模型推广到其他广告品类时遇到了什么困难？”

• ❌ 假大空：不说具体方法，只说“我提升了效率”。
• ❌ 唯数字论：只说结果（准确率提升20%），但不解释为什么提升、如何保证可信。
• ❌ 忽略业务：只讲模型，不讲该评估如何影响广告主预算分配或媒体策略。

• 大厂：更看重系统化、规模化（如覆盖全流量AB测试平台）、行业影响力（如发表过相关）。
• 创业公司：看重灵活、快速闭环、低成本高效率（如用脚本替代平台）。
• 海外公司：看重英语口语、独立解决问题、跨文化协作、统计功底（如假设检验理论）。

• 大厂：面试官往往有多轮，每轮侧重不同（基础→系统→业务→综合）。自我介绍要留出被追问的空间。
• 创业公司：CTO或技术VP直接面，会更直接地问“你最快多久能上手我们的评估工具”。
• 海外公司：面试官可能来自不同国家，注意语速和俚语使用，强调技术术语的准确表达。

【调整原则】调研该公司公开的技术栈和评估实践，在自我介绍中“碰瓷”关键词。
大厂版：基础能力+规模化经验+系统性思考
创业版：动手能力+0-1经历+业务敏感度
海外版：英语流利+方法论深度+开放性问题应对
【具体话术修改】将“我设计了一种归因模型”改为“我参考了Google的Causal Impact框架，适配了广告场景……”（针对海外公司）

• 大厂（字节跳动）：“我参与了公司广告AB测试平台的标准化建设，累计支持500+实验，核心指标采用P*校正，并推动形成实验设计规范。”
• 创业公司（15人算法团队）：“我独立搭建了从数据接入到指标看板的轻量评估系统，使用Python+SQL，一周内完成上线，帮助团队快速验证模型效果。”
• 海外公司（Meta）：“I led the offline evaluation for a multi-touch attribution project, applying uplift modeling and distributed computation on Spark, and presented results to cross-functional teams.”

• （大厂）“你提到的AB测试平台，具体如何保证分流均匀性？如何处理网络效应？”
• （创业）“在资源有限的情况下，你如何评估一个没有足够历史数据的全新广告形式？”
• （海外）“How do you explain statistical significance to a non-technical product manager?”

• ❌ 不查资料：面试官提到自家技术栈（如“我们的XX评估框架”），你一脸茫然。
• ❌ 过度模板化：对任何公司都用同一套自我介绍，显得不专业。
• ❌ 语言切换不自然：海外面试突然中英夹杂，或者英语发音不自信。