第2章 自我介绍模板与表达技巧：
1分钟/3分钟版本、亮点提炼、口语化表达

1. 1分钟版本 — 只讲最高匹配度的经历 + 一句技术亮点。
2. 3分钟版本 — STAR结构覆盖1-2个项目 + 技术栈 + 动机。
3. 亮点提炼 — 用数据/成果/稀缺技能代替形容词。
4. 口语化 — 不用书面长句，用短句、过渡词、微微停顿。

卡片1：1分钟自我介绍

面试问题：“请用1分钟介绍一下自己。”

面试官考察点：是否直奔主题、亮点是否突出、语言是否流畅、对岗位的理解是否到位。

回答框架：

• 身份 + 技术方向（10秒）
• 1个技术亮点/项目成果（30秒）
• 为什么应聘这个岗位（20秒）

简短示例回答：“我是XX大学自然语言处理方向的硕士。在之前做对话意图识别项目时，用RoBERTa+CRF把F1从0.82提到0.91。我特别认同贵公司做工业级对话系统的方向，希望有机会参与。”

可能追问：“F1提升0.09，你觉得主要改进点在哪里？”

卡片2：3分钟自我介绍

面试问题：“请详细介绍一下你自己和你的项目经历。”

面试官考察点：逻辑结构、项目深度、技术栈匹配度、沟通表达能力。

回答框架：

• 身份 + 技术栈（15秒）
• 核心项目1：Situation（5秒）+ Task（5秒）+ Action（30秒）+ Result（10秒）
• 核心项目2：与应聘方向相关的另一个项目（30秒）
• 对岗位的理解 + 动机（30秒）

简短示例回答：“我是NLP方向的硕士，主要用Transformer做序列标注。项目一：公司客服对话系统，数据量50w条，我设计标签语义对齐策略，把意图识别F1从0.85提升到0.92。项目二：在导师课题里做小样本命名实体识别，用prototypical network在5-shot场景下F1达0.68。看到贵公司在对话AI和知识图谱结合上很前沿，这正是我研究兴趣。”

可能追问：“你们小样本NER的基线和最新SOTA差距多大？”

卡片3：结合项目说说你的最大优势

面试问题：“你最大的优势是什么？请用项目经历证明。”

面试官考察点：自我认知的准确性、能否用实例支撑论点、优势是否契合岗位要求。

回答框架：

• 一句话定义优势（10秒）
• 对应项目STAR展开（40秒）
• 总结与岗位相关性（10秒）

简短示例回答：“我最大的优势是数据敏感度高，能从标注噪声中找出规律。在做实体链接项目时，发现训练数据存在10%错误标签，我设计了基于置信度的半自动清洗流程，清理后准确率上升5个点，上线后线上F1达到0.89。这个能力在做真实工业数据时非常有用。”

可能追问：“你清洗时如何确认数据是错误而不是模型理解偏差？”