当了面试官才明白的几个点

今天也是有机会为我们公司面试一位NLP算法候选人（211应届硕士研究生）。这是我第一次从另一个角度看待这场选拔。

早早读了他的简历，挑了一些基础知识、常见的业务问题、coding代码。

岗位匹配度

面试过程中，候选人描述到在图像识别方向的经历与项目更加丰富，我简单问了一些在NLP方向的问题，说实话深度不够。从某种意义上来说面试结果已经大差不差了。

为什么，我看来大部分面试目的都是为了找到。和当前公司业务相关的候选人，招来培养的少之又少-（成本大、候选人多直接pass）。除了大厂外，其他公司社招都是要招岗位匹配度高的。

但这也不代表方向不完全匹配就没机会。我们是否可以做一些优化？

如：提前找hr了解公司业务，针对性面试，不同的公司用不同话术、投不同的简历，聊不同的项目经验。提前准备。而不是只关注自己的善长的领域。

核心竞争力

首先面试的必备环节一般都是自我介绍+八股。 这些大家都背过，所以听到回答后不觉得有厉害。

典型的回答上来说明不错，但也不加分。回答不上来就要减分了。

所以一定要有自己的核心竞争力（创新）。

就比如候选人的论文对传统注意力进行改进，欸,这可以有，如果可以很清晰的陈述解决了什么我呢提？算法的原理、实验结果，那就更好了。

一定得多琢磨自己的优势。