Day 60：求职准备第一阶段收口 —— 模拟面试复盘、简历定稿与投递启动

一、今日定位

Day 53–59 你已经完成了：作品集梳理、两轮技术模拟面试、一轮行为面试、求职策略与成长规划。
Day 60 的任务不是“毕业”，而是把前面零散的求职材料收口成可投递状态：

1. 复盘三轮模拟面试，找出高频卡壳点。
2. 简历 v1 定稿，导出 PDF，命名规范。
3. 作品集 v1 检查：GitHub 主页、4 个项目 README、Pages 首页可访问。
4. 建立投递追踪表，启动第一批精准投递。
5. 制定 Day 61–90 的冲刺路线，明确“边投边补”的节奏。

---

二、今日学习目标

1. 用评分表复盘三轮模拟面试，识别 3 个最需要补强的表达/知识短板。
2. 完成简历 v1 定稿，确保关键词、项目 bullet、链接齐全。
3. 完成作品集 v1 检查清单，保证“点开链接能看到东西”。
4. 建立求职追踪表，开始第一批 5–10 个精准岗位投递。
5. 明确 Day 61–90 的工程化、评估、多智能体深度实战与求职冲刺安排。

---

三、详细实现步骤

步骤 1：三轮模拟面试复盘

把 Day 54、55、57 的自评分汇总到一张表：

轮次	主题	题数	自评均分	最卡壳的 2 题	根因分类
第一轮	基础原理 + 项目深挖	10			概念不清 / 缺项目证据 / 表达啰嗦
第二轮	系统设计 + 场景排查	10			缺框架 / 缺工程细节 / 不会取舍
第三轮	行为面试 + 软技能	10			缺 STAR 素材 / 量化不足 / 反思空泛

动作：

• 自评 ≤3 分的题，每道写 200 字改进答案。
• 项目深挖题准备 3 个 2 分钟故事：最大挑战、失败经历、意见不一致。
• 系统设计题准备 1 张文字架构图：接入层 → 路由层 → Agent 层 → 记忆层 → 工具层 → 可观测性。

产出：interview_review_day60.md，包含汇总表 + 3 个改进答案 + 3 个故事卡片。

---

步骤 2：简历 v1 定稿

检查项：

• 个人信息：姓名、电话、邮箱、GitHub、作品集链接、求职意向。
• 技能列表与 4 个项目呼应，删掉不熟悉的技能。
• 3–4 个项目经验，每个 3–4 条 bullet，动词开头、有量化。
• 关键词覆盖：LangChain、ReAct、Function Calling、RAG、Chroma、CrewAI、AutoGen、多智能体、记忆系统。
• 没有错别字，没有“精通”滥用，没有与代码不一致的描述。
• 导出 PDF，命名：张三-AI Agent开发工程师-手机号.pdf。

简历 bullet 示例：

- 基于 LangChain + DeepSeek 构建带长期记忆的电商客服 Agent，支持跨会话记住用户偏好与历史问题
- 设计短期记忆（消息窗口）+ 长期记忆（Chroma + SQLite）双层架构，记忆召回准确率 90%+
- 实现基于 MMR 和元数据过滤的记忆检索，以及基于 LLM 判断的记忆更新/去重/遗忘机制
- 集成订单查询、物流追踪、工单创建工具，完成端到端客服场景闭环

产出：resume_v1.pdf + resume_v1.md 源文件。

---

步骤 3：作品集 v1 检查

逐项打勾：

• GitHub 主页 README 有 4 个项目链接、简历链接、博客链接。
• 每个项目仓库有：一句话简介、架构图、技术栈、核心功能、技术亮点、快速开始、成果评估。
• 每个项目代码在干净环境能跑通。
• .env 已加入 .gitignore，无 API Key 泄露。
• GitHub Pages 首页手机/电脑都能访问。
• 至少 1 篇技术博客可访问。
• 项目有 Topics 标签：llm、agent、langchain、multi-agent。

产出：portfolio_checklist_day60.md，记录每项状态和待修项。

---

步骤 4：建立投递追踪表

用飞书/Notion/Excel 建表，字段：

公司	岗位	来源	投递日期	打招呼话术版本	简历版本	状态	下次跟进	备注
A 公司	AI Agent 开发	BOSS	2025-xx-xx	v1-RAG方向	resume_v1	已投	3 天后	JD 要求 RAG 评估

动作：

• 今天筛选 5–10 个“真 Agent 岗”，逐个分析 JD。
• 每个岗位微调打招呼话术：RAG 方向、多智能体方向、工程方向各准备一版。
• 投递后记录状态，3 天未回复可礼貌跟进一次。

产出：job_tracker.xlsx 或 Notion 数据库。

---

步骤 5：制定 Day 61–90 冲刺路线

明确“边投边补”的节奏：

天数	主题	目标
Day 61–65	Agent 工程化与部署	FastAPI 包装客服 Agent + Docker 化 + 环境变量管理
Day 66–70	RAG 评估与优化	构建评估集，量化 Recall@K、答案准确率、幻觉率
Day 71–75	多智能体深度实战	辩论收敛、投票机制、嵌套协作、GroupChat 优化
Day 76–80	求职冲刺	精准投递、模拟面试、谈薪演练、跟进
Day 81–85	综合项目 v2	整合部署、评估、监控的完整项目
Day 86–90	最终复盘与答辩	作品集 v2、90 天真正收官、长期计划

原则：

• 每天保留 1 小时投递/跟进，2 小时技术补强。
• 面试反馈优先于计划：哪块被问倒，就补哪块。
• 每 10 天更新一次简历和作品集。

产出：day61_90_plan.md。

---

步骤 6：写求职准备第一阶段复盘

300–500 字，回答：

• 三轮模拟面试最大的收获是什么？
• 简历和作品集最需要补的 3 个点是什么？
• 第一批投递的目标岗位类型是什么？
• Day 61–90 最想补强的 2 个技术方向是什么？

---

四、常见问题与调试

Q1：模拟面试自评都很低，是不是不能投？
→ 不是。自评低多是表达问题，不是能力问题。先投 5–10 个岗位试水，用真实面试反馈校准。不要等“完美”再投。

Q2：简历项目太多写不下怎么办？
→ 精选 4 个，其他写“更多项目见 GitHub”。简历是广告，不是档案。

Q3：作品集 Pages 部署失败怎么办？
→ 检查仓库名是否为 yourname.github.io，Settings → Pages 分支是否选对，文件是否在根目录。部署需 1–2 分钟。

Q4：投递后没回复怎么办？
→ 3 天后礼貌跟进一次；同时继续投。求职是概率游戏，精准投递 + 持续输出比焦虑有用。

Q5：Day 61–90 还要不要学新框架？
→ 不急着铺新框架。优先补“工程化、评估、可观测性、多智能体收敛”这些能直接提升面试通过率和落地能力的方向。

---

五、今日总结与作业

今天你完成了：

• ✅ 复盘三轮模拟面试，识别 3 个表达/知识短板。
• ✅ 简历 v1 定稿并导出规范命名的 PDF。
• ✅ 作品集 v1 检查，确保链接可访问、代码可跑。
• ✅ 建立投递追踪表，启动第一批精准投递。
• ✅ 制定 Day 61–90 冲刺路线。

今日作业（必做）：

1. 完成 interview_review_day60.md：三轮复盘表 + 3 个改进答案 + 3 个故事卡片。
2. 完成 resume_v1.pdf，命名规范，链接可点。
3. 完成 portfolio_checklist_day60.md，修复至少 3 个待修项。
4. 建立投递追踪表，投递 5–10 个精准岗位，记录状态。
5. （思考题）如果第一批投递 2 周后回复率低于 10%，你会优先改简历、改打招呼、还是换岗位方向？写出你的判断标准。

明日预告： Day 61 进入“Agent 工程化与部署”周：用 FastAPI 把带记忆客服 Agent 包装成 HTTP API，实现 user_id/session_id 隔离、请求日志和异常处理，为后续 Docker 部署打基础。