用 3-5 分钟讲清楚你的技术实力、项目经验和管理能力，给面试官留下深刻第一印象。
自我介绍结构框架
每个模块的时间分配：
STAR 法则自我介绍
STAR 法则（Situation、Task、Action、Result）同样适用于自我介绍的组织，让你的介绍有主线、有逻辑：
Situation（背景）
"我在阿里工作了 X 年，目前负责大模型推理部署和性能优化方向，带一个 X 人的团队。我们服务内部多个业务线，日均处理请求量达到 X 万次。"
Task（任务/角色）
"我的核心职责是：
Action（行动/能力）
"我在这几个方向有深度实践：
Result（结果/数据）
"核心成果包括：
3 分钟精简版模板
"面试官你好，我是 [名字]，目前在 [公司] 担任 [职级]，带 [X] 人团队， 负责大模型推理部署和性能优化方向。 我的核心工作可以概括为三件事： 第一，模型部署和优化。我主导过从 7B 到 70B 多个大模型的生产环境部署， 核心手段包括 INT8 量化、Continuous Batching、前缀缓存等。 成果是把单请求成本降低了 [X]%，GPU 利用率提升到 [X]%。 第二，服务稳定性保障。搭建了基于 K8s 的推理服务平台， 建立了完整的监控和弹性伸缩体系，SLA 达到 99.9%。 第三，团队建设。建立了技术轮转、知识分享等培养机制， 团队技术氛围和战斗力都有明显提升。 我关注 FDE 方向，是因为大模型高效稳定地跑在生产环境里， 这个中间的技术挑战和商业价值都非常大。我希望在这个方向深耕， 也相信我的经验能帮团队快速产生价值。"
要点：
5 分钟详细版模板
"面试官你好，我是 [名字]，在 [公司] 工作了 [X] 年，目前 [职级]， 带 [X] 人的 FDE 方向团队。 让我先介绍一下我们的业务背景。我们团队服务内部 [X] 条业务线， 涵盖 [具体业务场景]，日均处理推理请求 [X] 万次。在 GPU 资源有限的情况下， 如何高效部署和运行大模型是我们面临的核心挑战。 我在这个方向的工作主要有三个层面： **技术层面**： - 主导推理引擎选型，对比了 vLLM、TGI、TensorRT-LLM，最终基于 [理由] 选择了 vLLM - 推动 INT8 / FP8 量化落地，在保证精度损失 小于1% 的前提下，显存占用降低 50% - 搭建 K8s 推理服务平台，支持自动弹性伸缩，峰值 QPS 从 [X] 扩展到 [X] - 建立 profiling 和 benchmark 体系，每个模型上线前必须有性能基线数据 **工程层面**： - 设计了完整的监控体系：GPU 利用率、请求延迟、吞吐、错误率等核心指标 - 建立了模型上线 SOP，从评估、测试、灰度到全量，标准化流程 - 主导过 [X] 次线上故障排查，最复杂的一次是 [简述故障和解决] **团队层面**： - 建立了月度技术轮转机制，每人每月 deep dive 一个技术方向 - 搭建了团队知识库，包含模型卡片、踩坑记录、最佳实践等 - 带过的 [X] 人中，有 [X] 人获得晋升 数据上，核心指标： - 部署了 [X] 个大模型，支撑峰值 QPS [X] - 单请求成本降低 [X]%，GPU 利用率 [X]% 提升到 [X]% - P99 延迟 [X]ms，SLA 99.9% 我关注 FDE 方向是因为，这个领域正处于技术和工程的交叉点， 既有深度的技术挑战（kernel 优化、新量化方案），又有巨大的商业价值。 我对贵公司的 [具体方向] 很感兴趣，相信我的经验能快速产生价值。"
如何突出管理经验和技术深度
突出管理经验的技巧
FDE 岗位通常要求候选人有一定的技术管理能力。在自我介绍中要自然体现：
突出技术深度的技巧
常见自我介绍问题和标准回答
Q1: "介绍一下你自己"（开场）
错误示范："我叫 XX，来自 XX，在 XX 公司工作了 X 年..."（流水账）
标准回答：用上面的 3 分钟或 5 分钟模板，结构化表达。重点：背景 → 技术 → 项目 → 管理 → 动机。
Q2: "你最擅长的技术方向是什么？"
标准回答框架：
"我最擅长的是大模型推理优化和线上部署。具体来说： - 推理引擎方面，深入使用过 vLLM，理解其核心机制 - 量化方面，有 INT8/FP8 的生产落地经验 - 服务层面，搭建过完整的 K8s 推理服务平台 - 数据上，[给出 1-2 个关键指标]"
Q3: "带团队最大的挑战是什么？"
"最大的挑战是如何在技术快速迭代的背景下保持团队的学习节奏。 我的做法是：[技术轮转 + 知识分享 + 实战训练营]。 效果是：[团队产出数据]。"
Q4: "你为什么想来我们公司？"
"三个原因： 第一，贵公司在 [方向] 的布局和我深耕的领域高度匹配； 第二，我了解到你们在 [技术点] 上有深入实践，我很希望参与其中； 第三，这个岗位既能发挥我的技术深度，也能用到我的管理经验。"
注意：提前调研公司，不要用万能模板式的回答。
Q5: "你的优势是什么？"
标准回答：
"我的优势在于三个交叉： - 技术深度和工程能力的交叉：既理解底层原理，又有生产环境经验 - 技术和管理能力的交叉：既能做技术决策，也能带团队推进 - 经验和学习能力的交叉：有扎实的基础，也保持对前沿技术的跟进"
面试视角：自我介绍的注意事项
叙事转换：从"我交付了功能"到"我解决了 AI 难题"
这是 FDE 面试中最关键的叙事升级，也是区分"普通候选人"和"顶尖候选人"的分水岭。
错误叙事 vs 正确叙事
转换公式
功能叙事 = 我做了什么 + 用了什么工具 问题叙事 = 遇到了什么 AI 难题 + 我为什么选这个方案 + 业务产生了什么影响 示例转换： 功能叙事: "我用 vLLM 部署了 70B 模型" 问题叙事: "业务需要 70B 模型上线但只有 4 张 A100， 传统部署方案单实例只能服务 10 QPS，成本太高。 我用 vLLM 的 PagedAttention + INT8 量化， 单实例 QPS 提升到 30，GPU 利用率从 45% 到 75%， 支撑了 3 条业务线的上线需求。"
如果你是从 SA/SWE 转型做 FDE
你其实已经具备了 60-70% 的基础能力，不需要从零开始：
学习助手
