第三章 自我介绍模板与表达训练：1分钟/3分钟版本、亮点突出、避免雷区

📌 面试问题1：请做一个1分钟的自我介绍。

面试官考察点：

• 能否在短时间抓住岗位JD核心，提出匹配点
• 语言组织能力与自信度
• 避免机械背诵简历，是否有“人设”感

回答框架（四步走）：

1. 定位句：我是谁（姓名+学校/公司）+ 研究/工作方向
2. 匹配点：针对JD提到的1-2个关键技术（如LLM、多轮对话）说明自己有直接经验
3. 量化成果：一个最亮眼的指标（如F1提升3%、推理延时降低50%）
4. 收束句：表达对岗位热情，期待深入交流

简短示例回答（95字）：

面试官好，我是XX大学NLP硕士。研究方向为检索增强生成(RAG)，
曾参与企业级知识问答系统开发。项目上线后，首次回答准确率从72%
提升至89%，用户满意度达92%。我非常认同贵司在AI+金融领域的布局，
希望能用我的技术助力业务落地。

可能追问： “那RAG中的检索召回率是多少？你们怎么解决的？”

📌 面试问题2：请做一个3分钟的自我介绍。

面试官考察点：

• 能否区分自己与普通候选人的独特优势
• 项目叙述是否有逻辑线（问题→方法→结果）
• 是否提前了解公司业务，表现出真实动机

回答框架（五段式）：

1. 开场10秒：姓名+当前角色+主攻领域（例：专注对话系统3年）
2. 技术栈展示30秒：列出核心技能（如HuggingFace、LoRA微调、PyTorch），点明与岗位重合度
3. 项目亮点90秒：选择1-2个项目，用STAR法则（情境→任务→动作→结果），每个配数据
4. 开放性/贡献20秒：提及开源贡献、竞赛、或专利（如有）
5. 动机收尾20秒：说明为什么选择这家公司（产品/技术/团队），表达贡献意愿

简短示例回答（110字，节选核心部分）：

（项目亮点段）在上一段实习中，我负责电商客服对话模型优化。
通过引入对比学习+数据增强，模型意图识别准确率从87.6%提升至94.2%，
单轮回复耗时降至120ms。同时在GitHub开源了数据清洗工具，获300+ star。

可能追问： “降低耗时120ms是在什么硬件上？有没有考虑量化部署？”

📌 面试问题3：你的自我介绍中，如何突出“亮点”并避免“雷区”？

面试官考察点：

• 候选人是否具备自我认知和表达策略
• 是否理解大厂面试的“印象管理”技巧
• 能否在压力下快速调整措辞

回答框架（亮点三要素 + 雷区三不要）：

简短示例回答（95字）：

我会用三个数字定位自己：① 2篇ACL/EACL，
② 主导项目ROUGE-L提升11%，③ 开源工具被
500+企业使用。同时牢记：不提模糊形容词，
不背技术术语轰炸，不抱怨过去团队。用“我解决了
什么问题”而非“我学到了什么”。

可能追问： “如果有道题你确实没做过，自我介绍里要不要提前暴露？”