Appearance
44 · 面试准备与题库
LESSON 44 / INTERVIEW PREP
公开整理
Web3 面试准备不是背答案，而是建立知识框架、岗位证据和现场推理能力。准备主线包括：理解灵活的面试流程、适应英文沟通、核对现金与代币等薪酬安排、按岗位练习题型、用 STAR 回答行为问题，并把面试当作双向选择。
课程正文
流程与准备优先级
面试可能从社区或公开协作开始，再进入初步沟通、行业认知、专业技能、行为和文化匹配等环节；不同团队不会完整复刻同一流程。准备时优先确保：
- 能用自己的话解释目标赛道、产品、用户和主要挑战。
- 能针对岗位展示作品、数据、代码、设计或研究过程。
- 能说明远程协作、自主推进、冲突处理和复盘方式。
- 能书面核对工作范围、团队关系、时区、合同主体、现金与代币构成、归属期和其他条件。
薪酬结构和代币安排应以正式书面文件为准，不把未确认的代币价值、未来上涨或收益当作承诺。
技术岗：从知识到推理
技术面可能涉及交易生命周期、共识与扩容、账户模型、跨链和 MEV；合约开发涉及存储、重入、delegatecall、授权、代理、AMM 和精度；前端涉及钱包、交易状态、多链和实时数据；审计涉及预言机、存储碰撞、Fuzz、不变量和报告结构；后端、DevOps 与数据涉及事件监听、重组、索引、节点和留存分析。
Live Coding 时先讲思路和接口，再实现并主动说明安全边界。系统设计时按“需求澄清 -> 高层架构 -> 深入关键组件 -> Web3 特有约束 -> 取舍与演进”组织回答。
非技术岗：从案例到行动
行业认知题重点是把复杂概念讲给外行，并能比较 DeFi/传统金融、CEX/DEX、Tokenomics 和近期赛道。社区题关注频道结构、反诈骗、FUD 响应和健康度指标；Growth 题关注用户定义、渠道实验、归因和反女巫；BD、产品和投研题关注数据、里程碑、用户痛点、竞品、风险与取舍。
行为题使用 STAR：Situation、Task、Action、Result。回答“为什么进入 Web3”时讲真实契机和已采取行动；回答远程协作或自驱案例时，具体说明自己的贡献、结果和未解决部分。
概念结构
text
目标岗位
-> 行业认知
-> 专业题型 / 案例
-> 作品与过程证据
-> STAR 行为回答
-> 反向核验团队与工作条件可验证问题
- 我能否用准确、简洁的语言解释目标项目解决的问题和主要风险？
- 目标岗位的高频题型是什么，我能否现场讲清思路、假设和取舍？
- 我的项目证据是否能支持简历中的 Claim，并说明真实贡献？
- 遇到不确定的工具、标准、案例或行业数据，我是否知道如何标记并复核？
- 我准备了哪些问题来核对团队优先级、成功标准、决策方式和工作条件？
练习与复盘
建立一张面试准备卡：岗位｜行业问题｜专业题型｜作品证据｜STAR 故事｜待核验事实｜反问。用自己的经历演练 30 秒定位和 2 分钟项目说明；不把没有做过的项目、数字或职责写进答案。
来源与时效提醒
本页依据课程 44 的 preview、mindmap 与 notes 整理。工具、标准、案例、安全事件、面试流程和远程协作描述均可能变化；目标公司、岗位职责、合约条款和代币安排应在面试前从当前官方或正式文件核验。