之前主要是講跳槽各方面的準備工作，本節主要講面試中的真槍實彈的部分，即技術問答。
計算機技術水平是很難造假的，如果你在簡歷上中造假，在真實面試時只要面試官別太水，基本可以很快發掘，並落得撒謊不誠信的評價，直接就是一輪遊了。因此開誠佈公尤為重要。第一，要做到簡歷的真實性，我們研發人員的簡歷的技術層面的東西，要保留簡歷絕大部分的真實性，但可以適度包裝，比如：只用過hive處理倉庫數據，寫成對分佈式處理技術及數據倉庫性能優化較熟悉。這個只要到時 b候說 明幾個你在hive中解決的幾個典型問題的案例就說明是真實可信的。第二，要做到面試時候答問題的真實性，不要含糊不清，應知之為知之，不知為不知。如果通過歷史知識可以推斷答案，也要先說明實際情況為前提，讓對方知道有心理預期，在此之上說明結果，哪怕很差畢竟是沒做過是可以原諒的，如果答的很漂亮，說明應聘者舉一反三的能力還是有的。
如上所述，開誠佈公是要解決面試官的心理上的信任感，因為現在簡歷寫的天花亂墜，實際一兩個問就打回原型的案例還是相當多見的。兩個陌生人見面聊天，取得對方的信任是第一重要的印像加分項。然，一輪技術面試所需時間一般應該在0.5-2小時之間，而本身面試是一場信息不對稱的對話，如果在如此長的時間內，任由面試官以他所擅長的部分來對你提問，我們是必然吃虧的。而面試時間又是相對有限的，如果在此過程中能通過面試官的幾個問題，引導出自己所擅長的技術模塊，那便將面試成為你的主場，反客為主成功。這樣的反客為主，往往是你情我願樂此不疲的，面試者的目的是能找到應聘者的亮點和問題，也是一個互相交流教學相長的過程，你弱他則強，你強他則弱。相比於找到應聘者一堆的問題，面試官更樂於見到能讓自己通過面試學習到新技術新知識，或者比較對等的溝通交流。所以換位思考下就會發現，反客為主不會讓面試官不爽，反而會讓對方對你讚許有加。
其實兩者在我看來是依存關係，反客為主以開誠佈公為基礎 。開誠佈公相對簡單一些，主要包括以下兩點：
一、簡歷真實可信
重點將技術現狀，通過精通、熟練掌握、熟悉、瞭解等字眼表述非常清楚。其次項目經驗要把自己能解釋清楚的部分簡是扼要表述出來。這兩者將會是面試中最大的兩塊。第一點是看你會哪些技術儲備和技能。第二點是看你用你的技術解決了或是應用在了哪些實戰項目中，產生了什麼效果。
二、交流實事求是
做過與沒做過、用過與沒用過、是精通還是熟悉、是做過項目還是隻是看過文檔資料等都儘量描述準確，面試官可能根據你的一個隨時的回答，讓他想起或故意抽查出個問題來考查你回答驗其真實性。哪怕有1個明顯的撒謊點，極有可能你就進入不了下輪面試了，面試官往往對誠信層次的東西尤為較真。
接下來我們重點講解反客為主，它是我們致勝的關鍵。
2.1、面試流程與角色劃分（對面試官做初步判斷，做到某些問題的預判和心中有數）
第一種，技術面試為3輪，第一輪為基礎技術面，第二輪為項目經驗與專業技術面，第三輪為開放型挑戰型技術面。
第二種，技術面試也為3輪， 並不嚴格區分哪一輪是基礎技術或高級技術，主要以面試官身份來區分，第一輪為一線中級工程師，第二輪為高級工程師，第三輪為技術總監或技術負責人。
第三種，技術面試也為3輪，第一輪為電話技術驗證交流，第二輪為基礎技術面試，第三輪為高級技術面試。
通過各自提的問題，往往是比較容易區分公司的面試種類劃分的，以我的面試經歷為例：
美團之某餐飲事業部一項目組、騰訊視頻、優酷偏第一種。
樂視、國美在線、汽車之家偏第二種。
阿里媽媽這邊屬於第三種。
2.2、技術問題域劃分及常見問題（將問題分門別類，便於梳理和專項學習）
我一般將技術問題劃分為java基礎技術、javaweb及mvc框架相關、通用中間件、具體項目技術交流、工作崗位/專業技術相關5部分組成。因各個問題在網上可以輕鬆找到答案，我只說題目不做解答。
1、java基礎技術（考查對程序語言設計基礎的掌握程度）
（1）jvm內存模塊劃分、gc垃圾回收機制及對應的重點參數設置 （考查對jvm熟悉及調優的能力）
（2）Object對象的常用方法有哪些以及對應的意義所在（考查對java 最基礎API的熟悉程度）
（3）Hashmap的實現、優缺點 （考查對某一常用集合類的掌握程度）
（4）構建一個Person類，構造方法包括name和age,再新增10個隨機的age值對應的Person對象，要求對這個10person對象集按age做倒序排列並輸出。（對集合、排序、編碼基礎的掌握考查）
（5）將如（4）所說的Person對象序列化並寫入文件person.dat中。（考查對流、文件操作的掌握程度）
（6）socket編程實現簡單的QQ群聊功能及NIO的實現原理及核心API （考查對socket操作、流、nio的掌握程度）
（7）單例模式實現及synchronized和Lock的異同步和優缺點 （考查對最經典設計模試代碼的實現及對鎖的掌握程度）
（8）用wait/notify方式寫一個經典的多線程生產者-消費者問題的解決 （考查對多線程問題的基礎掌握）
（9）對GUI模塊的考查幾乎沒有了，主要是awt,swing,swt的簡單問答。（GUI很少考查，幾乎可以忽略）
2、javaweb及mvc框架相關（考查對web開發的掌握程度）
（1）servlet與jsp的聯繫與區別。
（2）servlet編程實現後端流式輸出下載文件。
（3）cookie及session區別和應用場景
（4）jsp的內置對象劃分及具體作用
（5）jsp四種數據範圍及適應場景
（6）jstl、el、struts標籤、framemark檔籤的熟悉程度
（7）描述從用戶請求開始到請求返回，在mvc框架中的處理邏輯。
（8）ssh2、ssi、springside、springmvc、springmvc等框架之一的考查，及多者之間的差異和優缺點
（9）對過濾器、IOC、AOP的三方面的理解和使用代碼
3、通用中間件（考查對常用開發工具的掌握程度）
（1）svn/git常用命令及常見問題解決方法
（2）ant/maven/sbt/ivy等包管理、包發佈工具之一的熟悉與考查
（3）常用關係型數據庫的熟悉程度，如mysql,oracle,sqlserver等常用操作和優缺點
（4）sql語句的熟悉程度，比如分頁、複雜邏輯的寫法、存儲過程、函數、觸發器的寫法
（5）eclipse/myeclipse/scala eclipse/intellij idea等的熟悉程度，常用快捷操作、插件安裝、集成開發
（6）linux shell等腳本的考查，如ls,awk,sed,cut，管道流，權限管理的掌握程度
（7）nosql數據庫之一的熟悉掌握，包括mongodb,berkelyDB等，要對其常見問題、及實現原理搞清楚。
（8）搜索解決方案之一的搭建與運用，包括lucene、elasticsearch、solr等對常見問題、及實現原理搞清楚。
（9）緩存解決方案之一的搭建與運用，如redis,memcache,ssdb等對常見問題、及實現原理搞清楚。
（10）消息隊列解決方案之一的搭建與運用，如kafka,zeroMQ、rabbitmq等常見問題、及實現原理搞清楚。
（11）hadoop/spark之上，至少一種能用之解決問題的方法。如java編程、scala編程或是其它語言的streaming方式的編程。
4、具體項目技術交流（考查對所做項目的深度）
（1）爬蟲類項目，至少對爬蟲的模塊設計、架構設計、常見問題如亂碼、模擬登陸、 反爬、代理等問題熟練有深度的解決方案。
（2）web類項目，至少對某個業務模塊熟練精通，如電商類的高併發設計、OA類的工作流及用戶權限設計實現、支付類的安全性設計實現等。
（3）數據倉庫類項目，至少對倉庫的模型架構設計、層次劃分、倉庫構建方法及性能調優方面的成熟解決方案。
（4）數據挖掘類項目，至少對所應用算法掌握、算法實現的開源工具包及優缺點及主要參數及影響掌握、分佈式處理編程及優化掌握。
（5）其它類項目，主要找到該類項目的重難點能充分流暢說明即可，如果僅限在增刪改查或是邊沿性的東西就不要寫了，會使面試官bishi我們。
5、 工作崗位/專業技術相關（在專業技能上考查深度、廣度、應用熟練程度）
各崗位專業技術不太一致，以我作為數據挖掘工程師崗位為例來說明。
（1） 數據結構考查，數組、鏈表、二叉樹、B樹、B+樹等熟悉掌握。常見問題為單鏈表的反轉、B樹與B+樹的異同步
（2） 排序方法的實現原理及時間與空間複雜度計算，如插入排序之直接插入排序、希爾排序，選擇排序之簡單選擇排序、堆排序，交換排序冒泡排序、快速排序，歸併排序。把這幾個排序方法搞清楚就有把握過排序環節了。
（3） 分類/聚類算法原理講解及開源工具使用，像分類之貝葉期、決策樹、支持向量機，聚類之kmeans、lda。再對如weka、liblinear/libsvm、sklearn、mahout、mlib之一或二熟練應用掌握，過面試關是比較熟容易的。
（4） 案例剖析及效果評估，將之前的偏文字功夫，通過實際應用和效果來驗證之前是否真實掌握，這個是重點環節，也是面試官最看重的地方，畢竟小平同志說的好，黑貓白貓逮著老鼠就是老貓。對於面試官來講，能通過一切方法迅速解決好問題才是王道，而不是紙上談兵，只說不練的假把式。
三、順水推舟，反客為主
如上邊第二點所述，所面的技術模塊及模塊內的點就是那些，這所有的技術模塊又不可能都非常熟悉，所以每當問到某個模塊的問題點時，而你又比較熟悉善長時候，就要順水推舟，把問題給鋪並，讓面試官從中可以找到很多可以瞭解、向你提問挖掘的點。舉個例子：
比如：我善長爬蟲，但面試官沒有做過爬蟲或者做過部分爬蟲，一旦開了這頭，你就要順水下坡，先說你做的這個爬蟲很牛叉，然說牛叉在哪些地方，如亂碼處理、OCR識別、分佈式採集、HA實現、海量數據判重等，做了什麼樣的項目應用，產生了多少錢的收益等。
再比如：我做了用戶畫像，但面試官也做過，一旦開了這頭，你又要向爬蟲一樣，將做的基礎數據組成、層次劃分、模塊劃分、重點問題解決及難點突破、效果評估及線上應用流暢展示出來，讓對方對你所做過的東西的深度、應用都比較信任和認可。
不知不覺已深夜，也是我正式離職完成的當夜，心中無比平靜太坦然，一切都結束和釋然了，要整理下過去後迎接下一份挑戰。希望本篇對各位同學有所收穫。
2016.10.28日晚於北京家中
閱讀更多 天亮教育 的文章
