大厂 AI 模拟面试官 Skill。AI mock interview coach for interview preparation: generate personalized interview questions from JD and resume, with follow-up practice for Big Tech interviews.
# Add to your Claude Code skills
git clone https://github.com/jennifer88huang/interview-skillsGuides for using ai agents skills like interview-skills.
Last scanned: 6/5/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-06-05T08:08:04.487Z",
"npmAuditRan": true,
"pipAuditRan": true
}No comments yet. Be the first to share your thoughts!
30 days in the Featured rail
语言 / Language: 自动检测用户语言,全程使用同一语言回复。中文用户全程中文,English users respond in English.
当用户说以下内容时启动:
用户输入(公司 + 岗位 + JD + 简历)
│
├──→ 分析 JD:提取硬技能 + 软技能 + 隐藏要求
├──→ 分析简历:识别经历亮点 + 技术栈 + 项目经验
│
▼
匹配公司风格(字节范 / 阿里味 / 腾讯味 / Google / Meta / Amazon / Microsoft...)
│
▼
生成10道针对性模拟面试题
├── 技术基础题 × 3-4 道(来自 JD 硬技能)
├── 项目深挖题 × 3-4 道(来自简历 + JD 要求)
├── 行为面题 × 1-2 道(公司文化风格)
└── 反问环节预测 × 1 道
│
▼
输出:10道题 + 每题难度 + 参考答案提示 + 追问方向
+ JD vs 简历匹配度分析 + 备考建议
用户指定 HR 面时:
│
▼
生成 HR 面专项训练题组
├── 求职动机
├── 职业稳定性 / 离职原因
├── 薪资预期 / 谈判边界
└── 职业规划 / offer 选择
用户指定薪资谈判时:
│
▼
生成薪资谈判话术指引
├── 报价前准备
├── 首轮报价表达
├── 低于预期时的回话
├── 多 offer 权衡表达
└── 底线与收口策略
用户指定多轮完整流程时:
│
▼
生成多轮完整面试连贯模拟
├── 一面:基础 + 算法 / 简历
├── 二面:系统设计 + 项目深挖
├── 三面:综合能力 + 协作 + 价值观
└── HR面:动机 + 稳定性 + 薪资 + 规划
Q1:公司 + 岗位
你想面试哪家公司?哪个岗位?
示例:字节跳动 后端工程师 / 腾讯 前端 / 阿里 数据分析师
→ 如果用户已提供,直接确认,不重复询问
Q2:简历 + JD
提供两种输入方式:
[A] 粘贴简历全文 + JD 内容(推荐)
[B] 上传文件
支持 PDF / 图片 / Markdown
→ JD 可不完整,有多少给多少;简历没有也能出题(基于 JD 理想候选人画像)
references/jd-parser.md)将 JD 内容整理为结构化需求清单(内部使用):
JD 解析结果:
【硬技能要求】
- 必会:Go语言 / 分布式系统 / MySQL
- 加分:K8s / 大数据组件
【软技能要求】
- 跨团队协作能力 / 快速学习能力
【隐藏信息】
- 部门可能面临高并发场景(未直接写明)
- 强调"字节范":直接、impact导向
references/resume-parser.md)从简历中提取,输出匹配度分析(内部使用):
简历解析结果:
【技术栈】Go / Python / MySQL / Redis / MongoDB
【项目经历亮点】
- 项目A:设计过高并发系统(QPS 1万+)← 匹配JD
- 项目B:主导过数据库优化 ← 匹配JD
- 项目C:偏业务CRUD ← 关联度低
【简历弱点】
- 无分布式系统设计深度经验 ← 面试可能被追问
- 项目B描述较浅,建议补充技术难点
references/company-profiles.md)根据公司名称加载对应面试风格:
| 公司 | 核心风格 | 面试侧重点 | |------|---------|-----------| | 字节跳动 | 字节范:直接、impact、快 | 算法 + 项目深度 + 学习能力 | | 阿里巴巴 | 阿里味:业务、协同、价值观 | 项目背景 + 业务理解 + 技术判断 | | 腾讯 | 腾讯味:产品、体验、数据 | 项目impact + 产品思维 + 数据驱动 | | 百度 | 技术深度:AI、云、搜索 | 技术原理 + 系统设计 + AI落地 | | 美团 | 极致执行:本地生活、数据 | 项目落地 + 数据分析 + 执行力 | | 京东 | 电商技术:供应链、架构 | 系统设计 + 电商业务理解 | | 华为 | 流程规范:嵌入式、硬件 | 技术深度 + 流程规范 + 基础扎实 | | Google | 工程严谨:算法清晰、抽象能力强 | Coding + 系统设计 + Googliness | | Meta | 结果导向:代码速度、产品规模 | Coding + 系统设计 + behavioral | | Amazon | LP 驱动:客户、owner、深挖 | Coding + 系统设计 + Leadership Principles | | Microsoft | 协作成长:工程实践、团队匹配 | Coding + design + Growth mindset | | 其他 | 根据 JD 推断 | 结合 JD 和用户背景判断 |
references/question-design.md)生成原则(技术岗默认比例,按岗位类型调整):
各岗位维度比例参考:
| 维度 | 技术/专业岗 | 产品/运营岗 | 管理岗 | |------|------------|------------|--------| | 专业硬实力 | 40% | 20% | 15% | | 项目/业务经验 | 25% | 30% | 25% | | 行为/价值观(BEI)| 20% | 30% | 35% | | 逻辑/思维 | 10% | 15% | 15% | | 动机/职业规划 | 5% | 5% | 10% |
每道题输出格式:
──────────────────────────────────
Q1 · [题目类型]
──────────────────────────────────
题目:{题目内容}
考察点:{对应 JD 哪个要求 / 简历哪段经历}
难度:⭐⭐⭐(中等)
参考答案提示:{回答方向,3-5句话,结合简历经历给出引用建议}
💡 追问方向:{如果回答不深入,面试官会接着问什么}
──────────────────────────────────
当用户要求「好答案 vs 差答案对比示例」或「详细解答某题」时,按题型选择以下模板之一追加输出:
模板 A:技术题版
═══════════════════════════════════════════════════
🆚 好答案 vs 差答案
题号:Q[N]
题型:技术题
═══════════════════════════════════════════════════
题目回顾:{原题目}
差答案示例:
{6-10 句。典型问题包括:空泛、只背概念、没有结合经历、没有结论、经不起追问}
为什么这是差答案:
① {问题1}
② {问题2}
③ {问题3}
好答案示例:
{8-14 句。要求:先结论,后原理/方案,再结合简历经历或具体场景,补充结果与权衡}
为什么这是好答案:
① {亮点1}
② {亮点2}
③ {亮点3}
面试官可能继续追问:
- {追问1}
- {追问2}
临场作答模板:
先用 1 句话给结论,再用 2-3 句话解释原理/做法,最后用 2-3 句话讲你的真实项目例子和结果。
模板 B:行为题版
═══════════════════════════════════════════════════
🆚 好答案 vs 差答案
题号:Q[N]
题型:行为题
═══════════════════════════════════════════════════
题目回顾:{原题目}
差答案示例:
{6-10 句。典型问题包括:只讲态度、不讲事件;只讲团队、不讲个人;没有冲突、动作和结果}
为什么这是差答案:
① {问题1}
② {问题2}
③ {问题3}
好答案示例:
{8-14 句。要求:按 STAR/BEI 结构回答,交代背景、目标、你的动作、结果和复盘,突出个人贡献}
为什么这是好答案:
① {亮点1}
② {亮点2}
③ {亮点3}
面试官可能继续追问:
- {追问1}
- {追问2}
临场作答模板:
先用 1-2 句话讲清背景和目标,再重点讲你具体做了什么、为什么这么做,最后补结果数据和复盘。
生成该模块时遵守以下规则:
当用户输入「模拟HR面」「只练HR面」或明确说要练离职原因、薪资谈判、职业规划时,不走通用 10 问,改为输出 HR 面专项训练。
HR 面题组覆盖原则:
HR 面专项训练输出格式:
═══════════════════════════════════════════════════
👥 HR 面专项训练
目标公司:[公司名] · [岗位名]
═══════════════════════════════════════════════════
HR 关注重点:
① {求职动机 / 稳定性 / 薪资预期 / 职业规划}
② {结合公司风格和用户背景补充}
③ {当前候选人最容易被追问的风险点}
──────────────────────────────────
Q1 · [主题:求职动机 / 离职原因 / 稳定性 / 薪资 / 职业规划]
──────────────────────────────────
题目:{HR 会怎么问}
HR 真正想判断什么:{隐藏考察点}
回答原则:{2-4 句,强调真诚、边界、表达策略}
踩坑提醒:{哪些说法容易减分}
💡 追问方向:{HR 可能继续问什么}
──────────────────────────────────
...(共 6-8 题)
═══════════════════════════════════════════════════
📝 HR 面回答建议
═══════════════════════════════════════════════════
① {最关键建议 1}
② {最关键建议 2}
③ {最关键建议 3}
HR 面回答生成原则:
当用户输入「帮我谈薪」「给我薪资谈判话术」「offer 低了怎么谈」时,不输出通用题目,改为输出薪资谈判指引。
薪资谈判覆盖原则:
薪资谈判输出格式:
═══════════════════════════════════════════════════
💰 薪资谈判话术指引
目标公司:[公司名] · [岗位名]
═══════════════════════════════════════════════════
你的谈判局面:
① {当前已知条件}
② {最关键筹码}
③ {最大风险点}
建议谈判策略:
1. {先确认岗位匹配和面试反馈,再进入薪资}
2. {给区间而非单点}
3. {强调市场、职责、机会成本,而非情绪}
──────────────────────────────────
场景1 · 首次被问期望薪资
──────────────────────────────────
建议说法:{可直接说出口的话术}
为什么这样说:{背后的谈判逻辑}
不要这样说:{高风险表达}
──────────────────────────────────
场景2 · 对方报价低于预期
──────────────────────────────────
建议说法:{可直接说出口的话术}
为什么这样说:{背后的谈判逻辑}
不要这样说:{高风险表达}
──────────────────────────────────
场景3 · 手里有其他 offer
──────────────────────────────────
建议说法:{可直接说出口的话术}
为什么这样说:{背后的谈判逻辑}
不要这样说:{高风险表达}
──────────────────────────────────
收口建议:
① {什么时候继续谈}
② {什么时候可以接受}
③ {什么时候应该体面退出}
薪资谈判生成原则:
当用户输入「模拟完整面试流程」「从一面到三面完整来一遍」「多轮完整面试连贯模拟」时,不输出单轮题组,改为输出多轮连续模拟。
多轮连贯模拟覆盖原则:
多轮连贯模拟输出格式:
═══════════════════════════════════════════════════
🎬 多轮完整面试连贯模拟
目标公司:[公司名] · [岗位名]
═══════════════════════════════════════════════════
整体判断:
① {候选人当前最强卖点}
② {最可能在哪一轮掉点}
③ {整套流程最该提前补的内容}
═══════════════════════════════════════════════════
Round 1 · 一面
═══════════════════════════════════════════════════
面试官关注点:{本轮重点}
高频题型:{2-4 类}
模拟题目:
- {题目1}
- {题目2}
- {题目3}
本轮通过关键:{什么样的回答能过}
若这一轮答不好,下一轮会怎么被放大:{风险延续}
═══════════════════════════════════════════════════
Round 2 · 二面
═══════════════════════════════════════════════════
承接上一轮:{上一轮哪些点会被继续追}
面试官关注点:{本轮重点}
模拟题目:
- {题目1}
- {题目2}
- {题目3}
本轮通过关键:{什么样的回答能过}
淘汰风险:{最常见挂点}
═══════════════════════════════════════════════════
Round 3 · 三面
═══════════════════════════════════════════════════
承接上一轮:{上一轮哪些点会被继续追}
面试官关注点:{本轮重点}
模拟题目:
- {题目1}
- {题目2}
- {题目3}
本轮通过关键:{什么样的回答能过}
淘汰风险:{最常见挂点}
═══════════════════════════════════════════════════
Round 4 · HR面(如适用)
═══════════════════════════════════════════════════
承接上一轮:{综合风险点}
面试官关注点:{本轮重点}
模拟题目:
- {题目1}
- {题目2}
- {题目3}
本轮通过关键:{什么样的回答能过}
═══════════════════════════════════════════════════
🧭 全流程备战建议
═══════════════════════════════════════════════════
① {先准备什么}
② {哪一轮最要命}
③ {怎么安排练习顺序}
多轮连贯模拟生成原则:
完整输出格式:
═══════════════════════════════════════════════════
🎯 面试模拟报告
目标公司:[公司名] · [岗位名]
面试官身份:[公司]资深[岗位类别]方向面试官
═══════════════════════════════════════════════════
📍 公司风格分析:
[公司面试核心特点 4条,具体、口语化]
📊 JD vs 简历匹配度:
✅ 强匹配:[技能1]、[技能2]...
⚠️ 需补强:[技能X]、[技能Y]...
⚠️ 简历弱点:[简历中描述较浅或缺失的项目]
═══════════════════════════════════════════════════
📋 模拟面试10问
═══════════════════════════════════════════════════
[每道题按上述格式输出,共10道]
═══════════════════════════════════════════════════
💡 面试准备建议
═══════════════════════════════════════════════════
基于 JD 和简历分析,给出 3 条最关键的准备建议:
① 【紧急】...
② 【紧急】...
③ 【参考】...
═══════════════════════════════════════════════════
🚀 继续备战
═══════════════════════════════════════════════════
→ 回答某道题 —— 我来扮演面试官追问
→ "再出5道题" —— 扩充题库
→ "模拟二面" —— 按二面风格出题(更偏项目+系统设计)
→ "模拟HR面" —— 进入 HR 面专项训练
→ "帮我谈薪" —— 进入薪资谈判话术指引
→ "模拟完整面试流程" —— 从一面到三面/HR 面连续模拟
→ "帮我详细解答Q3" —— 深入展开某题答案
→ "给我 Q3 的好答案 vs 差答案" —— 看回答对比示例
| 难度 | 对应面试轮次 | 说明 | |------|------------|------| | ⭐⭐ 基础 | 一面 / HR面 | 概念题、基础语法、简单场景 | | ⭐⭐⭐ 中等 | 一面 / 二面 | 场景应用、组合概念、初级系统设计 | | ⭐⭐⭐⭐ 困难 | 二面 / 三面 | 系统设计、架构思维、高并发场景 | | ⭐⭐⭐⭐⭐ 极限 | 三面 / 高P | 战略级设计、跨系统权衡、领导力 |
| 命令 | 说明 | |------|------| | "重新出题" / "换一批" | 重新生成10道题 | | "模拟一面/二面/三面" | 按指定轮次风格出题 | | "模拟HR面" / "只练HR面" | 进入 HR 面专项训练模块 | | "帮我练离职原因 / 薪资谈判 / 职业规划" | 只练指定 HR 主题 | | "帮我谈薪" / "给我薪资谈判话术" | 进入薪资谈判话术指引 | | "模拟完整面试流程" / "多轮完整面试连贯模拟" | 进入一面→二面→三面→HR 面连续模拟 | | "帮我详细解答Q[N]" | 深入展开某题参考答案 | | "给我Q[N]的好答案 vs 差答案" | 输出该题的正反示例、点评和临场模板 | | "再出5道题" | 扩充题库 | | "列出支持的公司" | 查看所有支持的公司列表 |
references/company-profiles.md — 各大厂面试风格、简历筛选标准、完整流程references/jd-parser.md — JD 解析维度与隐藏考察点识别references/resume-parser.md — 简历解析策略、数字挖掘、时间轴分析references/question-design.md — 面试题设计原则、各岗位完整题库框架references/bei-framework.md — 行为面试 BEI/STAR 框架 + 各厂价值观题库大厂 AI 模拟面试官 Skill
Interview Skills is an AI mock interview coach for job seekers. It generates targeted mock interview questions from a real job description and a candidate resume. This skill simulates company-specific interview styles across technical rounds, behavioral rounds, HR interviews, salary negotiation, and full multi-round interview loops.
大厂 AI 模拟面试官:基于 JD + 简历 生成专属面试问题,模拟更接近真实大厂风格的技术面、HR 面与薪资谈判。现已支持国内外大厂,如字节、腾讯、阿里、美团、Google、Meta、Amazon、Microsoft 等。
"面经是别人的经历,JD 是你要面的岗位,简历是你走过的路。"
这个 Skill 不是给你一套通用题库,而是根据你的目标岗位和个人背景,生成更像真实面试官会问的问题。
不仅出题,还会分析 JD vs 简历匹配度、识别简历薄弱点,并支持追问、HR 面和谈薪模拟。
把你自己的简历 + 真实 JD 丢进来,AI 当面试官,专属你的模拟面试开始了。
如果你正在准备大厂面试,可以 Star 收藏:
后续会持续补充公司题型
持续更新 HR / 谈薪 / 多轮模拟模板
支持更多海外大厂和岗位场景
🌟 祝所有在通往大厂路上的小伙伴早日上岸,拿到心仪的 offer!
News · 快速开始 · 适合谁 · 解决什么问题 · 功能亮点 · 支持公司 · 真实 Demo · 输出示例 · FAQ · 更新计划
install-skill.sh,支持一键运行安装,降低使用门槛。JD + 简历 生成专属面试题的核心能力。不想安装 Skill 时,可以直接打开 GitHub Pages 页面:
https://jennifer88huang.github.io/interview-skills/ui/
网页版支持在浏览器里完成一轮可交互的模拟面试:
右上角流程状态会随着输入材料、生成面试、追问演练自动变化;右上角支持切换 English / 中文界面。
在你正在使用的小龙虾聊天窗口里,直接发送这一条命令:
/skill install git:jennifer88huang/interview-skills@main
安装完成后,直接对小龙虾说:
我要面字节跳动后端工程师,帮我模拟面试
或:
帮我模拟阿里产品经理面试,这是 JD 和我的简历
# 在本仓库根目录运行
bash install-skill.sh https://github.com/jennifer88huang/interview-skills.git
等价的手动安装方式:
mkdir -p ~/.openclaw/skills
git clone https://github.com/jennifer88huang/interview-skills.git ~/.openclaw/skills/interview-skills
openclaw skills info interview-skills
openclaw skills list
如果本地已经克隆过,更新时运行:
git -C ~/.openclaw/skills/interview-skills pull --ff-only
我要面字节跳动后端工程师,帮我模拟面试
帮我模拟阿里产品经理面试,这是 JD 和我的简历
大厂面试准备:腾讯高级后端,附上 JD
全程说话就行,不需要任何配置。
很多面试准备的问题,不是“题不够多”,而是:
这个 Skill 的目标,是把“通用准备”变成“结合 JD 和简历的定制准备”。
1. 告诉 AI:目标公司 + 岗位名称
↓
2. 粘贴 JD 内容(没有也行,有会更精准)
↓
3. 上传简历(PDF / 图片 / 文字均可,没有也行)
↓
4. 获得 JD vs 简历匹配度分析
(✅ 强匹配 / ⚠️ 需补强 / ⚠️ 简历弱点)
↓
5. 获得专属面试 10 问
(题目类型 / 难度星级 / 参考答案提示 / 追问方向)
↓
6. 获得备战建议(【紧急】/ 【参考】分级)
↓
7. 可选:进入互动追问模式
说「帮我追问」,AI 扮演面试官继续深挖
| 类别 | 头部互联网 / 科技公司 list | |---------|---------| |国内一线大厂 | 阿里巴巴(含蚂蚁、菜鸟、阿里云)、腾讯(含微信、游戏、腾讯云)、字节跳动(含抖音、TikTok、飞书)、百度、美团、华为、滴滴、快手、小红书、拼多多、京东、网易、货拉拉、携程、贝壳等 | |海外大厂 | Google、Meta、Amazon、Microsoft |
不在列表中的公司也支持——会根据 JD 内容自动推断面试风格。
技术类:后端 / 前端 / 移动端(iOS/Android) / 算法/AI / 数据工程 / 架构师 / SRE / 安全
产品类:产品经理(C端/B端/增长) / 游戏策划
商业类:运营 / 市场营销 / 商业分析
职能类:数据分析师 / HR / 法务 / 财务
下面是一次真实灰度测试里的 Demo。候选人把阿里技术运营官岗位 JD 和自己的简历交给 Skill,要求按真实一面风格模拟。
这个案例不是固定模板题库,而是先读 JD + 简历,再推断面试官最可能从哪里切入:岗位需要什么、简历哪里强、哪里需要补、哪些经历容易被继续追问。
Skill 会先根据岗位和公司风格判断本轮面试重点:阿里更看重客户第一、协同、业务理解、数据结果和复杂场景下的判断力。
接着,Skill 会把 JD 要求和简历经历逐项对齐,明确强匹配、需补强和简历弱点。这样候选人不只是拿到一组问题,还能知道自己最应该补哪块表达。
这次测试里,候选人把模拟题和之前真实面试题做了对比,反馈是:真实面试中被问到的问题,和这次模拟里的问题有 7 道高度相似。
它不是在“押标准答案”,而是在读透 JD 和简历之后,提前推断面试官的提问逻辑:哪里会深挖、哪里需要量化、哪里会考业务理解和协同判断。
场景 1:技术岗社招
「我要面字节跳动后端工程师,JD 要求熟悉分布式系统和 Go。我是 3 年 Java 后端,做过电商系统。帮我出 10 道面试题。」
→ 输出:匹配度分析 + 字节风格算法题 + 分布式系统深挖题 + Java→Go 迁移追问 + STAR 行为题 + 备战建议
场景 2:产品岗跨行业跳槽
「我在传统行业做产品 5 年,想跳槽去阿里做电商产品 P6。这是 JD,简历如附件。」
→ 输出:阿里价值观对齐题 + 互联网产品思维转换题 + 简历薄弱点追问 + 电商业务理解题
场景 3:应届生校招
「我是应届硕士,投了腾讯 IEG 游戏客户端,这是 JD,我没有工作经验,有两段实习。」
→ 输出:应届生难度定位 + 实习项目深挖 + 游戏领域基础知识 + 潜力类题目
场景 4:HR 面专项训练
「我下周要面阿里 HR 面,帮我只练 HR 问题,重点练离职原因、薪资预期和职业规划。」
→ 输出:HR 面专项题组 + 每题隐藏考察点 + 回答原则 + 踩坑提醒 + 追问方向
场景 5:海外大厂面试
「我要面 Google L4 后端工程师,JD 要求分布式系统和 Java,这是我的简历。」
→ 输出:Google 风格 coding + system design + behavioral 题组,重点覆盖算法清晰度、复杂度分析、设计权衡、英文/双语表达建议
场景 6:Amazon / AWS 面试
「我要面 Amazon SDE II / AWS 后端,帮我按真实流程模拟。」
→ 输出:coding + system design + Leadership Principles 行为题,重点追问 Ownership、Customer Obsession、Dive Deep、数据化结果和项目取舍
场景 7:薪资谈判话术
「我拿到 offer 了,但总包低于预期。帮我整理一版谈薪话术,重点是怎么表达我的目标区间,又不把关系谈僵。」
→ 输出:谈薪策略 + 分场景话术 + 不该说的话 + 收口建议
场景 8:多轮完整面试连贯模拟
「我想按真实流程来一遍,从一面到三面完整模拟,看看我最可能在哪一轮被卡住。」
→ 输出:一面→二面→三面→HR 面连贯题组 + 每轮关注点 + 承接逻辑 + 通过关键 + 淘汰风险
═══════════════════════════════════════════════════
🎯 面试模拟报告
目标公司:字节跳动 · 后端工程师
面试官身份:字节资深后端方向面试官
═══════════════════════════════════════════════════
📍 公司风格分析:
① 面试节奏快,代码题一般 20-30 分钟内完成
② 算法必考,LeetCode Medium+ 水平
③ 项目深挖很深,会追问技术选型原因
④ 重视 impact:你的项目带来了多少价值?
📊 JD vs 简历匹配度:
✅ 强匹配:Go语言、高并发设计、MySQL
⚠️ 需补强:K8s、分布式系统设计深度
⚠️ 简历弱点:项目B描述较浅,建议补充技术难点
═══════════════════════════════════════════════════
📋 模拟面试 10 问
═══════════════════════════════════════════════════
──────────────────────────────────
Q1 · [技术基础题]
──────────────────────────────────
题目:请介绍 MySQL InnoDB 索引的底层数据结构,
以及它和 MyISAM 索引的区别?
考察点:MySQL(JD 必会要求)
难度:⭐⭐⭐ 中等
参考答案提示:索引底层是 B+ 树;聚簇索引 vs 覆盖索引;
最左前缀原则;可结合简历项目B的数据库优化经验举例。
💡 追问方向:EXPLAIN 分析过吗?索引失效有哪些场景?
...(共 10 道)
═══════════════════════════════════════════════════
💡 面试准备建议
═══════════════════════════════════════════════════
① 【紧急】准备 K8s 基础概念(JD 加分项,面试概率 60%+)
② 【紧急】项目B用 STAR 法则补充技术难点描述
③ 【参考】字节算法题重点刷数组/链表/二叉树/动态规划
═══════════════════════════════════════════════════
🚀 继续备战
═══════════════════════════════════════════════════
→ 回答某道题 —— 我来扮演面试官追问
→ "再出5道题" —— 扩充题库
→ "模拟二面" —— 按二面风格重新出题
→ "模拟HR面" —— 进入 HR 面专项训练
→ "帮我谈薪" —— 进入薪资谈判话术指引
→ "模拟完整面试流程" —— 从一面到三面/HR 面连续模拟
→ "帮我详细解答Q3" —— 深入展开某题答案
→ "给我 Q3 的好答案 vs 差答案" —— 看高分答法和踩坑对比
═══════════════════════════════════════════════════
🎬 多轮完整面试连贯模拟
目标公司:腾讯 · 后端工程师
═══════════════════════════════════════════════════
整体判断:
① 你的项目经验是亮点,但系统设计深度可能在二面被放大追问
② 如果一面回答过于概念化,二面会继续追着你的项目细节打
③ 全流程里最该提前补的是“项目中的技术取舍”和“结果量化”
═══════════════════════════════════════════════════
Round 1 · 一面
═══════════════════════════════════════════════════
面试官关注点:基础是否扎实,项目是不是你真正做过
高频题型:数据库 / Redis / 网络基础 / 简历项目
模拟题目:
- 你项目里 Redis 为什么这么用?有没有踩过一致性问题?
- MySQL 索引失效的常见场景有哪些?
- 你在最近一个项目里个人贡献最大的部分是什么?
本轮通过关键:基础回答别漂,项目题要说清你的动作和结果
若这一轮答不好,下一轮会怎么被放大:二面会默认你项目深度不足,直接追系统设计和技术取舍
═══════════════════════════════════════════════════
Round 2 · 二面
═══════════════════════════════════════════════════
承接上一轮:如果一面里项目细节不够,二面会围绕你的核心项目继续深挖
面试官关注点:系统设计能力、技术取舍、复杂问题拆解能力
模拟题目:
- 设计一个高并发秒杀系统,你怎么处理库存扣减和热点问题?
- 你项目里有没有过技术方案推翻重来?为什么?
- 如果现在流量涨 5 倍,你的现有架构先会崩在哪?
本轮通过关键:不要只讲方案名词,要讲为什么这么设计、代价是什么
淘汰风险:只会背标准架构图,讲不出和自己项目相关的判断
═══════════════════════════════════════════════════
Round 3 · 三面
═══════════════════════════════════════════════════
承接上一轮:如果二面暴露出取舍意识不够,三面会继续看你的业务判断和协作成熟度
面试官关注点:复杂协作、owner 意识、业务理解、成长潜力
模拟题目:
- 讲一次你推动跨团队项目落地但中途遇到明显阻力的经历
- 你做过最有业务价值的一件事是什么?怎么证明?
- 如果让你带 1-2 个新人,你觉得自己最需要补什么?
本轮通过关键:既要讲结果,也要讲判断过程和复盘
淘汰风险:只有执行,没有判断;只有结果,没有个人方法论
═══════════════════════════════════════════════════
Round 4 · HR面
═══════════════════════════════════════════════════
承接上一轮:前三轮如果已经暴露出稳定性或动机问题,HR 会重点确认
面试官关注点:动机、稳定性、薪资预期、职业规划
模拟题目:
- 你为什么考虑现在跳槽?
- 如果我们 offer 不是最高的,你怎么选?
- 你未来 3 年最想成长成什么样?
本轮通过关键:动机真实、表达稳定、预期合理
═══════════════════════════════════════════════════
🧭 全流程备战建议
═══════════════════════════════════════════════════
① 先补一面的基础题和项目表达,不然后面每轮都会吃亏
② 二面是最容易掉点的一轮,要重点准备系统设计和技术取舍
③ 练习顺序建议按“一面项目题 → 二面设计题 → 三面行为题 → HR 动机题”推进
═══════════════════════════════════════════════════
👥 HR 面专项训练
目标公司:阿里巴巴 · 产品经理
═══════════════════════════════════════════════════
HR 关注重点:
① 你为什么现在想跳槽,以及这个动机是否稳定
② 你的薪资预期是否理性,是否容易因为其他 offer 快速变动
③ 你对阿里业务和岗位成长路径是否有清晰判断
──────────────────────────────────
Q1 · [主题:离职原因]
──────────────────────────────────
题目:你为什么想离开现在这家公司?
HR 真正想判断什么:你是短期情绪性跳槽,还是经过判断后的理性选择
回答原则:先讲正向原因,再讲限制因素;重点放在成长空间、业务阶段、岗位匹配,不要把重点放在抱怨人和流程。
踩坑提醒:不要直接说“领导不行”“太卷了”“钱太少了所以必须走”。
💡 追问方向:如果我们给不到你最想做的业务,你还会考虑吗?
──────────────────────────────────
Q2 · [主题:薪资预期]
───────────────