Initial commit

skills/interview-prep/references/role_tech.md

@@ -0,0 +1,83 @@
+# 技术 / 研发 / 数据 面试专题
+
+通用技术八股 + 系统设计在 `technical.md`，本文件聚焦：
+- 项目深挖话术
+- 算法 / LLM / 数据 岗位特定题
+- 团队 / 软技能题（技术岗也要答）
+
+## 项目深挖（每家必问）
+
+面试官最喜欢"刨根问底"，一定要准备。
+
+每个项目至少能回答以下 8 个问题：
+
+1. **背景** —— 这个项目为什么要做？业务问题是什么？
+2. **你的角色** —— 你在团队里是什么角色？做了 ___ 模块？
+3. **技术选型** —— 为什么选 X 而不是 Y？trade-off 是什么？
+4. **挑战** —— 遇到的最难的技术问题是什么？怎么解决的？
+5. **数据** —— 系统的 QPS / 数据量 / 延迟 / 可用性 是什么？
+6. **结果** —— 上线后效果怎么样？比基线提升 ___？
+7. **失败 / 坑** —— 踩过什么坑？怎么 debug？怎么避免？
+8. **改进** —— 现在让你重新做这个项目，会怎么做？
+
+## 算法 / 机器学习 岗位特定
+
+### 业务理解题
+1. 给你一个 ___ 业务，你怎么定义一个 ML 问题
+2. 你怎么和业务 / 产品 / 数据 协作
+3. 模型上线后效果不及预期，你怎么排查
+4. 模型 vs 规则，什么时候选哪个
+5. 你做的模型，下线 / 替代过吗？为什么
+
+### 算法岗"假大模型 / 真不深"识别题
+- 你说会 RLHF，那 PPO 的 KL 项是怎么加的？为什么这么加？
+- 你做了 RAG，召回准确率怎么算的？不同分块策略对比过吗？
+- 你说做了 Agent，你的 planning 模块是 ReAct / CoT / 还是自定义？错误恢复怎么做？
+
+防身：**只写真做过的项目**，编造的 LLM 项目最容易翻车。
+
+## 数据 / 数仓 / 分析 岗位特定
+
+### 业务题（强烈高频）
+1. 你怎么衡量一个 ___ 业务的健康度
+2. DAU 跌了 5%，你怎么 diagnose
+3. 你做的最有价值的一个数据分析项目
+4. 你怎么和业务方 / 产品 / 老板 沟通分析结论
+5. 给你一个数据需求："分析下用户为什么流失"，你怎么做
+
+### SQL 现场题（必考）
+- 写一段 SQL：每个用户的连续登录天数
+- 写一段 SQL：每个商品的复购率
+- 写一段 SQL：找出最近 7 天每天的新增用户
+- 写一段 SQL：A/B 测试结果对比 + 显著性
+
+提示：**面试现场写 SQL 一定要边写边讲思路**，别闷头写。
+
+### 数仓建模题
+- 你怎么设计一个 ___ 业务的数据模型
+- 维度建模 vs 范式建模 怎么选
+- 拉链表 / 缓慢变化维度 怎么处理
+- 数据质量怎么保障（监控 / 巡检 / 复盘）
+
+## 软技能题（技术岗也要答）
+
+技术岗以为只考技术 = 大错。中级以上会问：
+
+1. 跟其他团队 / 产品经理 / 设计师 意见不合，你怎么办
+2. 你怎么 review 别人的代码 / 文档
+3. 你怎么带新人
+4. 一个技术决策没人响应，你怎么推动
+5. 你接手了一个屎山代码，怎么改造
+6. 你怎么管理自己的技术成长
+
+## 反向提问（技术面 / leader 面）
+
+技术面：
+- 团队的技术栈和未来规划是什么？
+- 团队最近的技术挑战是什么？
+- code review / on-call / 周会 流程是怎样的？
+
+Leader 面：
+- 您怎么看 ___ 技术 / 业务方向的未来？
+- 团队的技术债务现在怎么样？
+- 您觉得在这个团队最有挑战的事情是什么？