AFS / 01INTERVIEW FIELD MANUAL Reading ↗

VOLUME I · EVIDENCE ATLAS

先看见样本,
再谈结论。

100 条核心记录用于比较,35 条补充记录负责保留额外信息。每一条都列出任务、能力、相关性、来源和局限。记录频次只描述本样本,不等于面试概率。

100 CORE35 SUPPLEMENT73 COMPANIES
如何读这份图谱题面领域与底层能力是两列。Protein 表面只有核心 100 条中的 10 条,但通用 ML/PyTorch 能力贯穿科学公司记录。科学题面占多数与通用能力占主体可以同时成立。
不要这样读不要把 28 条带 Python 标签解释为“28% 概率考 Python”;标签非互斥,公开面经有选择性偏差,公司内不同团队也会改变流程。

核心样本的题面领域

n = 100;按每条记录的主要表面领域互斥计数。

核心样本的底层能力

n = 100;能力标签非互斥,只显示前 12 项。

COLLECTION
RELEVANCE

METHODOLOGY / SEARCH AUDIT

搜索摘要不算证据。

COUNTING

记录数与 URL 数分开

同一 Glassdoor 页面可包含多名候选人。独立候选人记录分别计数;转载和同一经历的重复页面只计一次。

QUALITY

正文必须打开

Firecrawl、原生网页和交叉来源用于逐页精读。只有搜索片段、登录墙外一句话或 SEO 预测内容不进入核心统计。

STOP

达到 50 条新增后停止扩核心

第二批已达到预设 50 条。额外 35 条仍在补充集合公开,避免数量目标反过来造成信息损失。

看证据怎样变成题库 ↗