Entrevista con tu futuro jefe directo
En riesgo- Persuasión
- Débil
- Estructura
- Débil
- Encaje con el puesto
- Débil
- Manejo de las preguntas de seguimiento
- Débil
- Expresión y ritmo
- Débil
- Calidad de tus preguntas
- Débil
Esta sesión de ejemplo se realizó en chino. Tu entrevista y tu informe estarán en español; puedes cambiar el idioma en los ajustes avanzados.
Lo que preguntó el entrevistador
Explica un resultado representativo que hayas conseguido ajustando modelos u optimizando su calidad, y las métricas con las que lo evaluaste.
Lo que dijo el candidato · Original, literal
Persuasión“漏洞检测项目,我们标注了六万多条数据,用Lora微调大模型,把静态分析误报率从65%降到25%。另外结合AST和CFG图结构,做代码审计,多任务指令微调加思维链,内部测试准确率到98%。”Traducción
En el proyecto de detección de vulnerabilidades etiquetamos más de sesenta mil muestras y ajustamos un modelo de lenguaje con LoRA, reduciendo la tasa de falsos positivos del análisis estático del 65 % al 25 %. También combinamos estructuras de grafos AST y CFG para auditar código, con ajuste mediante instrucciones multitarea y cadena de pensamiento, y alcanzamos una exactitud del 98 % en las pruebas internas.
El problema
Las cifras presentadas, como el 98 % de exactitud en las pruebas de auditoría de código, están muy alejadas de lo habitual en la industria. No se explica cómo se construyó el conjunto de evaluación, no se compara con una referencia y no se analizan fallos reales. Hay indicios claros de exageración del currículum y acumulación de términos de moda.
Una respuesta mejor
Explica de forma objetiva el tamaño del conjunto de evaluación, el diseño de las pruebas comparativas y las métricas utilizadas: precisión, exhaustividad y F1. Describe los fallos reales que encontraste en vulnerabilidades poco frecuentes o alucinaciones, y las medidas que aplicaste para contenerlos, en lugar de citar una cifra de exactitud poco realista.
Aviso: las respuestas de esta sesión son material de prueba generado mediante síntesis de voz, no la grabación de una persona real. El puesto y la experiencia profesional son datos de demostración. Las críticas son respuestas del modelo y no se han verificado de forma independiente.