第2章 自我介绍模板与表达技巧
自我介绍是面试的“黄金30秒”，决定第一印象。你需要同时完成三件事：结构化表达（让对方容易跟）、亮点突显（区别其他候选人）、公司侧重点调整（证明你懂他们）。本章围绕这三块拆解实战话术。
加分技巧： 自我介绍不要复述简历，用“数据+技术点”钩住面试官。结尾抛一个“钩子”（比如“我最近研究了3D点云在检测中的新方案”），引导追问。
面试问题：请做一个自我介绍
| 考察点 | 逻辑结构、自信度、与岗位匹配感、时间控制（通常限1分钟） |
| 回答框架 | 总分总结构： ① 一句话定位（年限+角色） ② 核心项目（公司/产品+成果数据） ③ 技术亮点（与岗位JD强相关） ④ 动机说明（为什么选这家公司）+ 价值总结 |
| 示例回答 | “面试官好，我是王工，5年工业视觉算法经验。曾主导某3C产线缺陷检测项目，将漏检率从0.8%降至0.15%。最擅长轻量化模型部署，熟悉TensorRT与OpenVINO。看到贵公司在半导体检测领域布局，希望用我的工程能力快速落地。” |
| 可能追问 | • 那个项目中的关键难点是什么？ • 你怎么评价自己的性格？ • 如果让你限时30秒再做一次，你会怎么删减？ |
| 避坑提醒 | 不要背诵简历，不要过度谦虚（“我不太会…”），不要中途卡壳犹豫。控制在50~70秒，留空间给面试官提问。 |
🎯 公司侧重点 & 面试官画像
- AI创新公司（如旷视、商汤）： 面试官多为技术总监/算法Leader，关注算法原创性与调优能力。表述上强调模型优化思路、精度迭代过程，可用或比赛佐证。
- 传统制造/自动化集成（如海康威视、大恒图像）： 面试官多为产线经理/技术主管，看重落地速度、稳定性、成本控制。突出项目部署量、误检率、客户满意度。
- 半导体/高精度检测（如KLA、中科飞测）： 面试官为行业资深专家，注重行业知识（如晶圆缺陷分类）与多传感器融合经验。需提前了解该行业特有指标。
面试问题：如何提炼你自己的技术亮点？
| 考察点 | 自我认知深度、差异化定位、能否用数据/案例支撑 |
| 回答框架 | 三维提炼法： ① 成果维度：比行业/竞品好多少（精度/速度/成本） ② 技术维度：你最擅长的2个具体技术领域（如3D点云、缺陷分类） ③ 交付维度：你独立解决过的极限问题（如窄带传输、嵌入式瓶颈） |
| 示例回答 | “我的核心亮点是‘轻量化落地’。在汽车涂装检测项目中，我将模型体积压缩到1/5，在Jetson Nano上跑出60fps，同时保证漏检率<0.1%。这件事需要兼顾算法选型（MobileNetV3）和工程优化（INT8量化），是我区别于纯算法人的优势。” |
| 可能追问 | • 这个压缩是你个人独立完成还是团队？ • 如果让你再提升5%精度，你会怎么改？ • 还有其他亮点吗？ |
| 避坑提醒 | 不要只讲“我会什么”，要讲“我做到了什么”。亮点不要超过3个，否则记不住。不要含糊其词（“我参与了很多项目”）。 |
🎯 公司侧重点 & 面试官画像
- 岗位是算法研究岗： 亮点侧重模型创新、publication、开源贡献。面试官可能追问顶会细节，甚至现场推导。
- 岗位是应用开发岗： 亮点侧重工程效率、系统集成、多平台适配。面试官关注你在实际产线中的抗压案例。
面试问题：针对不同公司你会如何调整自我介绍？
| 考察点 | 行业认知、应变能力、求职动机真实性 |
| 回答框架 | 三步调整法： ① 快速分析对方业务痛点（看官网/岗位描述） ② 从自己的项目中选出对应案例 ③ 表述上用对方术语（比如“误检率”vs“精度”；“成本”vs“算力”） |
| 示例回答 | “假如面AI公司，我会重点讲自研Transformer检测器；面制造企业，我就换成‘在不足500元算力卡上实现产线级检测’，并强调部署后的维护成本。我会先研究对方官网，看他们的客户案例是偏向速度还是精度。” |
| 可能追问 | • 假设你面对一家半导体检测公司，你会怎么开场？ • 如果你发现公司业务和你过往经历跨度很大，怎么处理？ |
| 避坑提醒 | 不要在没有了解的情况下硬套模板，容易显得虚伪。建议提前做功课，准备2~3个版本的自我介绍主干，面试时快速微调。 |
🎯 公司侧重点 & 面试官画像
- 大厂（如华为、腾讯）： 面试官多为多轮交叉，侧重综合素质。自我介绍中建议体现跨团队协作与复杂问题分解能力。
- 创业公司/独角兽： 面试官可能是CTO本人，注重全栈能力与快速试错心态。表述上可以突出“从0到1”经验，以及抗压性。