Initial commit

skills/job-intent-tracker/references/keywords_tech.md

@@ -0,0 +1,87 @@
+# 技术 / 研发 / 数据 关键词库
+
+## 后端 / 服务端
+
+**Must-have 语言 & 框架**
+- 主流语言：Java / Go / Python / C++ / Rust / Node.js
+- Web 框架：Spring Boot、Gin、FastAPI、Django、Express、NestJS
+- 微服务：Spring Cloud、gRPC、Service Mesh、Istio
+- 中间件：Kafka、RabbitMQ、Redis、ZooKeeper、Etcd
+
+**系统设计信号**
+- 高并发、高可用、分布式、CAP、一致性、限流、降级、熔断
+- 存储：MySQL、PostgreSQL、MongoDB、ClickHouse、HBase、TiDB
+- 缓存策略、读写分离、分库分表
+- 容器化：Docker、Kubernetes、Helm
+- 云：AWS / GCP / 阿里云 / 腾讯云 / 火山
+
+**职级判断**
+- 初级（1-3 年）：能独立完成模块开发
+- 中级（3-5 年）：负责子系统设计、code review、带新人
+- 高级（5-8 年）：架构设计、跨团队协作、技术选型
+- 资深 / Staff（8+ 年）：业务架构、技术战略、影响力
+
+## 前端
+
+**Must-have**
+- HTML / CSS / JavaScript / TypeScript
+- 框架：React、Vue、Angular、Svelte
+- 工程化：Webpack、Vite、Rollup、Turbopack
+- 状态管理：Redux、Zustand、Pinia、MobX
+- 全栈倾向：Next.js、Nuxt、Remix
+
+**Nice-to-have**
+- 跨端：React Native、Flutter、Electron、Tauri
+- 性能优化：FCP / LCP / CLS、SSR、SSG、CDN
+- 可视化：D3、ECharts、Three.js
+- 微前端：qiankun、single-spa、Module Federation
+
+## 算法 / 机器学习
+
+**Must-have**
+- 数学基础：概率统计、线性代数、优化
+- 经典 ML：sklearn、XGBoost、LightGBM、特征工程
+- 深度学习：PyTorch、TensorFlow、JAX
+- 训练：分布式训练、数据并行、模型并行、混合精度
+- 部署：ONNX、TensorRT、TorchServe、Triton
+
+**LLM / GenAI 方向**
+- 预训练、SFT、RLHF、DPO、PPO
+- RAG、向量检索、Embedding、Reranker
+- Prompt 工程、Tool use、Agent、MCP
+- 模型评估：benchmark、人工评估、LLM-as-Judge
+- 推理优化：vLLM、量化、KV cache、speculative decoding
+
+**CV / NLP / RecSys 细分**
+- CV：检测、分割、OCR、视频理解、扩散模型
+- NLP：分类、NER、问答、对话、信息抽取
+- RecSys：召回、粗排、精排、重排、CTR / CVR、Cold Start
+
+## 数据 / 数仓
+
+**Must-have**
+- SQL（必考，不熟练直接 pass）
+- 数仓建模：维度建模、星型 / 雪花、ODS/DWD/DWS/ADS
+- 大数据：Hive、Spark、Flink、Presto / Trino
+- 调度：Airflow、DolphinScheduler
+- BI：Tableau、PowerBI、Superset、Quick BI
+
+## 数据分析师 / 商分
+
+**Must-have**
+- SQL（中级以上：窗口函数、CTE、复杂 join）
+- 业务理解：能从需求方一句话拆出指标 + 维度
+- 实验设计：A/B test、显著性、样本量
+- 工具：Python (pandas)、R、Excel 高阶、可视化工具
+
+## DevOps / SRE
+
+- CI/CD：Jenkins、GitLab CI、GitHub Actions、ArgoCD
+- IaC：Terraform、Pulumi、Ansible、Chef
+- 监控：Prometheus、Grafana、ELK、Datadog、SkyWalking
+- 故障处理：On-call、SLO、SLA、错误预算、事故复盘
+
+## 反信号
+- 简历只有"熟悉 / 了解 / 会用" → 弱
+- 列了一堆框架，没有项目对应 → 假
+- 没有任何性能数字 / 数据规模 → 单薄