AIUnlimited
🌳

AI基础

🌱
AI 种子

从零开始

🌿
AI 萌芽

打好基础

🌳
AI 枝干

付诸实践

🏕️
AI 树冠

深入探索

🌲
AI 森林

精通AI

🔨

AI精通

✏️
AI 草图

从零开始

🪨
AI 雕刻

打好基础

⚒️
AI 匠心

付诸实践

💎
AI 打磨

深入探索

🏆
AI 杰作

精通AI

📘

AI实战

📖
理解开源模型

开源模型的基础知识和资源

🎯
问题到模型任务

将业务问题转化为模型任务

⚡
跑通第一个模型

30分钟快速看到第一个结果

🔧
微调与评测

微调模型并评估性能

🚀
应用系统

构建实际AI应用系统

🎨
生成式AI

探索AIGC的开源模型

🤖
Agent智能体

学习Agent框架和MCP工具

📐
基础补充

LLM基础知识和评测

🎓

Claude 学院

🤖
Claude 101 入门

用 Claude 学习 AI 基础知识

💻
Claude Code 101 入门

让 Claude 成为你的结对编程伙伴

🤝
Claude Cowork 入门

与 Claude 协作完成复杂项目

⚙️
Claude 平台 101

使用 Claude API 构建应用

实验室

已加载 7 个实验
🧬神经网络沙盒🤖AI 还是人类?🥋提示工程道场🏁算法竞速🧠AI 知识挑战🏗️系统设计画布
🎯模拟面试进入实验室→
🚀

职业发展

🚀
面试发射台

开启你的旅程

🌟
行为面试精通

掌握软技能

💻
技术面试

通过编程轮次

🤖
AI与ML面试

ML面试精通

🏆
Offer与未来

拿下最好的Offer

立即开始
AIUnlimited

AI 教育平台

沪ICP备18025655号-11

学习

  • AI基础
  • AI实战
  • Claude学院
  • 实验室
  • 职业发展

社区

  • 关于
  • 常见问题

支持

  • 服务条款
  • 隐私政策
  • 联系我们
AI & 工程学习计划›🚀 面试发射台›课程›解读职位描述
🔍
面试发射台 • 入门⏱️ 10 分钟阅读

解读职位描述

解码工作描述

每一份工作描述都是一份伪装成愿望清单的谈判文件。公司描述他们的理想候选人——一个符合所有条件的独角兽——然后雇佣那些符合大多数的人,并且面试得很好。如果您曾经因为未达到 100% 的要求而跳过招聘信息,那么您一直在错误地阅读 JD。本课程教您解读公司的实际需求和梦想。

60-70% 规则

惠普的内部研究(后来被 LinkedIn 推广)发现,男性在满足大约 60% 的资格时才会申请工作,而女性则倾向于等到满足 100% 的条件后才申请工作。现实情况是,如果您满足所列要求的 60-70%,大多数公司都会面试您。

为什么?因为:

  • 职位描述由委员会撰写——招聘经理、招聘人员和人力资源部门都会添加项目
  • 许多“要求”都是有抱负的,作为延伸目标添加
  • 公司宁愿培训一名优秀的候选人来掌握其所缺少的技能,也不愿雇用一名能力较弱但在所有方面都符合的候选人
💡

果职位描述与您的相似度达到 70%,请申请。如果感觉 50% 的人跟你一样,并且你真的对这个职位感到兴奋,那么无论如何都要申请并让招聘人员决定。自选是合格候选人错失机会的最常见原因

职位描述剖析

每个 JD 都有可预测的部分。以下是每一项的真正含义:

###“关于我们”部分 这告诉你公司的叙述——他们希望如何被感知。寻找:

  • 阶段线索 — “快速增长”、“B 轮融资”、“既定领导者”标志着公司成熟度
  • 使命语言 — 理想主义语言暗示了一种重视目标的文化
  • 技术信号 — 提及特定工具或平台暗示堆栈

###“你会做什么”部分 这是JD最诚实的部分。它描述了实际的日常工作:

  • 前 2-3 个要点是核心职责——这是工作的 80%
  • 后面的要点是次要的或理想的
  • 动词很重要:“build”意味着绿地; “维持”是指遗产; “领先”意味着管理层的期望

###“你需要什么”(要求) 这是大多数候选人被绊倒的地方。像这样解码它:

|京东语言 |它的真正含义是什么? |----------|------------------------| | “X+ 年经验” |粗略的资历信号,而不是硬性的截止| | “React 专家” | React 中舒适的构建生产功能 | | “分布式系统经验” |设计或开发过可水平扩展的系统 | | “较强的沟通能力” |您将向非技术利益相关者进行演示 | | “自启动” |最少的指导——团队可能资源不足| | “快节奏的环境” |期限紧迫,优先顺序可能混乱 |

###“很高兴有”部分 这些是真正的奖金,而不是要求。拥有其中一两个可以让你的申请更有说服力,但缺乏所有这些并不会让你失去资格。

🤯

Textio 的一项研究分析了超过 5000 万份招聘信息,发现要求部分超过 15 个要点的 JD 收到的申请数量减少了 30% — 不是因为符合资格的人较少,而是因为长度吓倒了候选人不申请。

确定期望水平

JD 经常将资历信号隐藏在语言而不是头衔中。以下是解码级别的方法:

初级/入门级信号

  • “渴望学习”、“提供指导”、“与团队一起成长”
  • 提到0-2年的经验
  • 专注于执行:“实现功能”、“编写测试”、“修复错误”
  • 不太重视架构或领导力

中级信号

  • “独立拥有的功能”,“跨团队协作”
  • 3-5年经验
  • 预计做出一些技术决策
  • 可能会提到指导初级工程师

高级/员工信号

  • “推动技术方向”、“影响架构”、“指导团队”
  • 5-8年以上经验
  • 预计进行系统设计和权衡讨论
第 2 课,共 7 课已完成 0%
←了解面试全景

讨论

登录 参与讨论

  • 跨团队影响、利益相关者管理
  • 🧠小测验

    职位描述列出了”5 年以上经验”的要求。您拥有 3 年丰富的相关经验。你应该做什么?

    职位描述中的危险信号

    并非每个职位发布都值得您花时间。注意这些警告信号:

    • “身兼多职” — 可能意味着令人兴奋的广度,或者可能意味着他们想要一份薪水三个角色
    • “摇滚明星/忍者/大师” — 不成熟的招聘文化;可能表明工程实践不佳
    • “努力工作,尽情玩耍” — 经常长时间编码,偶尔举办披萨派对
    • 职责模糊 - 如果你无法说出工作的实际内容,团队可能也不知道
    • 不切实际的技术堆栈 - “React、Angular、Vue、Svelte、Python、Go、Rust 和 Kubernetes 专家” - 他们不知道自己需要什么
    • 没有提及团队或经理 — 您将与谁一起工作?如果他们不说,就问。
    • 频繁转发 — 如果同一职位已开放 6 个月以上,则可能存在保留问题
    🤔
    Think about it:

    查看您最近考虑申请的职位描述。您能确定哪些要求是真正必要的,哪些是理想的?了解 60-70% 规则后,您现在会申请吗?

    对 JD 面试进行逆向工程

    JD 是您面试准备的备忘单。以下是如何使用它:

    第 1 步:提取核心技术技能

    突出显示提到的每项技术、框架和概念。这些将构成您的技术准备清单。

    JD 摘录示例:“使用 Java 和 Spring Boot 构建可扩展的微服务。设计 RESTful API。使用 PostgreSQL 和 Redis。使用 Kubernetes 在 AWS 上部署。”

    您的准备清单:Java、Spring Boot、REST API 设计、PostgreSQL 查询优化、Redis 缓存模式、AWS 服务 (ECS/EKS)、Kubernetes 基础知识。

    第 2 步:确定系统设计主题

    “您将做什么”部分暗示了您可能面临的系统设计问题:

    • “构建可扩展的服务” → 期望:“设计一个每秒处理 10K 请求的服务” -“实时数据处理”→期望:“设计实时分析管道” -“支付系统”→期望:“设计具有幂等性的支付处理服务”

    第 3 步:将行为问题映射到职责

    每项责任都意味着一个行为问题:

    -“领导一个由 5 名工程师组成的团队”→“告诉我一次你解决团队冲突的经历” -“与产品和设计进行协作”→“您如何处理与非技术利益相关者的分歧?”

    • “提高系统可靠性”→“描述您解决的生产事故”

    步骤 4:研究差距

    对于您缺乏的任何 JD 技能,请决定是否:

    • 学到足够的知识来明智地讨论(1-2天的学习)
    • 准备一个诚实的答案关于你将如何提升
    • 跳过它如果它显然是“很高兴拥有”
    🧠小测验

    职位描述的哪一部分通常最诚实地描述了您每天实际要做的事情?

    一个真实的解码示例

    以下是“高级后端工程师”角色的简化 JD:

    要求:5年以上后端经验,强大的Java或Kotlin,微服务架构经验,熟悉云平台(AWS优先),了解CI/CD管道,优秀的沟通能力。

    最好有:具有事件驱动架构 (Kafka)、容器编排 (Kubernetes)、可观察性工具 (Datadog/Grafana) 的经验。

    解码:

    • 核心工作:在 AWS 上构建和维护 Java/Kotlin 微服务。您将在一个频繁交付(提及 CI/CD)并跨团队沟通的团队中工作。
    • 团队可能已经使用:Kafka 用于异步消息传递,Kubernetes 用于部署,Datadog 或 Grafana 用于监控 - 他们只是不想吓跑使用替代方案的候选人。
    • 面试准备重点:Java 编码、微服务设计模式、AWS 服务、涉及事件驱动架构的系统设计问题以及 3-4 个有关跨团队协作的行为故事。
    💡

    您申请的每项工作创建一个简单的电子表格:在一栏中列出 JD 所需的技能,在下一栏中列出您的证据/经验,在第三栏中列出您的准备计划。这将成为您针对每个应用程序的个性化学习指南


    要点

    • 以 60-70% 的匹配度申请 — JD 描述的是理想的候选人,而不是最低要求。
    • 解码语言 - “自我启动”意味着自主,“快节奏”意味着紧迫的期限,多年的经验是指南而不是大门。
    • “你会做什么”部分是你最好的朋友 - 它揭示了实际的工作并提示面试问题。
    • 注意危险信号 - 模糊的责任、不切实际的技术堆栈和“摇滚明星”语言都是警告信号。
    • 对你的准备工作进行逆向工程 — 提取技能、预测系统设计问题并将行为故事映射到每个 JD。

    📚 进一步阅读

    • Textio 博客 - 研究职位描述语言如何影响谁申请
    • 关键价值观 - 按工程文化价值观过滤公司
    • levels.fyi - 了解各公司的水平期望和薪酬