第2章 自我介绍模板与表达技巧

面试问题：「请做一个1分钟的自我介绍。」

面试官考察点：

• 表达能力与逻辑性——能否在60秒内清晰传递核心信息
• 自我认知——是否清楚自己的定位和亮点
• 时间控制——能否在限定时间内完成有效表达
• 岗位匹配——亮出的能力是否与岗位需求对齐

回答框架：

1. 身份标签（10秒）： 姓名 + 最高学历 + 研究方向
2. 核心优势（30秒）： 1项最突出的技术能力 + 1个量化成果
3. 岗位意愿（20秒）： 对公司的了解 + 为什么投递该岗位

简短示例回答：

我叫张明，浙大计算机硕士，主攻NLP。在字节跳动实习期间，独立优化文本分类模型，将F1从89.2%提升至92.7%，并完成模型蒸馏部署。熟悉BERT、RoBERTa微调及ONNX推理加速。非常认可贵公司在对话AI领域的技术积累，期待能加入算法团队贡献力量。

可能追问：

• 「F1提升3.5%主要用了什么方法？」
• 「你了解我们公司哪些NLP业务？」
• 「你提到的模型蒸馏具体是怎么做的？」

面试问题：「请做一个3分钟的自我介绍。」

面试官考察点：

• 项目经历的真实性与深度——能否讲清楚技术方案与难点
• 技术积累厚度——是否有多样化的技术栈理解
• 逻辑组织能力——3分钟内能否做到递进清晰、不散乱
• 职业规划——是否有明确的成长方向

回答框架：

1. 背景概述（30秒）： 教育背景 + 工作年限 + 研究方向
2. 项目亮点（90秒）： 1-2个核心项目 + 技术方案 + 成果数据 + 个人贡献
3. 技术匹配（40秒）： 与岗位JD对标的能力 + 相关经验
4. 职业规划（20秒）： 技术深耕方向 + 对团队的期待

简短示例回答：

我叫李华，中科院计算所硕士，3年NLP模型训练经验。在美团主导了NER模型升级，使用BERT-CRF架构在餐饮领域F1达95.1%，较老架构提升4.3%。熟悉DeepSpeed分布式训练，参与过百亿参数模型预训练。看到岗位重点在LLM微调，这正是我近半年的研究方向。希望在贵团队大模型应用方向持续深耕。

可能追问：

• 「NER模型在餐饮领域有哪些特殊挑战？」
• 「百亿参数训练中遇到过哪些工程问题？」
• 「你为什么从NER转向LLM微调？」

面试问题：「你的自我介绍是如何突出与这个岗位的匹配度的？」

面试官考察点：

• 岗位分析能力——能否准确拆解JD中的关键要求
• 自我认知——是否清楚自己的优势与不足
• 策略思维——如何有针对性地组织自我介绍内容

回答框架：

1. 拆解岗位JD： 提炼3个最核心的技能/经验要求
2. 对标自身经历： 每个要求对应1段真实项目或技术能力
3. 数据/案例证明： 用具体指标或技术方案支撑匹配度

简短示例回答：

我拆解JD后提炼出三个重点：预训练模型微调、大规模语料处理、工程化部署。我在百度项目中使用ERNIE微调在CLUE榜单提升2.1%，在腾讯主导过百亿级语料清洗与质量评估，在快手将蒸馏模型部署至移动端，推理延迟降低60%。三点一一对齐，并前置了与岗位最相关的微调经验。

可能追问：

• 「如果JD中有你目前不擅长的技术，你怎么处理？」
• 「你如何判断自己的匹配度是否足够？」
• 「你觉得自己与这个岗位最大的差距在哪里？」