behavioral-interview

id: 行为面试
title: '软件工程师的行为面试：如何准备'
description: 如何为软件工程师行为面试做准备
keywords:
  [
    软件工程师行为面试准备,
    软件开发人员行为面试准备,
    软件工程师行为面试,
    如何为软件工程师行为面试做准备,
    谷歌行为面试,
    脸书行为面试,
    亚马逊行为面试,
    微软行为面试,
  ]
sidebar_label: 逐步准备指南​

import InDocAd from './_components/InDocAd';

本页面由Austen McDonald合作撰写，他曾任Meta高级工程经理兼招聘委员会主席，也是掌握行为面试一书的作者。

什么是行为面试

在工程职业生涯中，成功不仅仅依赖于技术能力。随着工程师职位的升高，人际交往能力变得愈发重要。资深工程师应具备领导与影响力、解决冲突、预见风险、规划发展路线等多方面的能力。

如果公司聘用了一位才华横溢却无法与他人协作的工程师，最终可能会给公司带来负面效果。公司并不希望聘用那些“聪明但傲慢”的人（参见《聪明的混蛋》）。如果一位非常有才华的工程师拒绝与他人合作，甚至导致整个团队效率低下，公司宁愿放弃这样的候选人。公司更希望找到合适的人选，能够与现有员工良好相处，帮助团队和公司取得更大成就。而行为面试正是从非技术角度判断一个人是否适合共事的一种方式。

通常，行为面试问题可以分为几类：

1. 了解你的职业偏好、抱负和计划
2. 讨论简历中所写经历或项目的细节
3. “请讲一个你……”类型的题目，要求你描述自己如何展现某种特质或应对某种情境

行为面试的重要性

公司重视行为技能，并且确实会以此来评估候选人。截至撰写本文时，脸书有一轮（总共四轮）专门用于行为面试。Airbnb则有两轮（总共六轮）专门用于行为面试和公司契合度考察。Lyft有一轮（总共五轮）专门由招聘经理针对过往经历和情景问题进行考察。

从公司的角度来看，行为面试有两个目的：

• 评估候选人是否有过展现正确行为的历史，从而证明其能在公司取得成功。
• 评估候选人的资历水平，例如初级、高级或资深。

随着人工智能生成更多代码，行为面试的重要性日益凸显。软技能——你如何与人合作，尤其是沟通能力和学习意愿——变得至关重要。如今，公司对工程师的期望已不仅仅是单纯的代码实现。

如何为行为面试做准备

1. 学习STAR回答模式
2. 准备常见问题的答案
3. 准备能体现与公司文化／核心价值观契合的经历
4. 尝试模拟行为面试
5. 参加结构化课程

1. 学习STAR回答模式

STAR模式是一种框架，可帮助你组织行为面试问题的答案——尤其是需要讨论过往经历的问题。

• 情境：面试官希望你描述最近遇到的一个挑战和处境。
• 任务：你需要完成什么？面试官会关注你在该情境中试图达成的目标。一些绩效评估方法用“目标”代替“任务”。在求职面试中，若候选人描述的是自己设定的“目标”，而非外部强加的“任务”，更能突出他们内在的自我驱动和提升绩效的意愿。
• 行动：你做了什么？面试官会关注你采取了哪些行动，为什么这么做，以及有哪些替代方案。
• 结果：你的行动带来了什么结果？你通过行动达成了什么，学到了什么？在经历之后，你采取了哪些步骤来改进？

STAR模式在行为面试问题中的应用示例

以下是一个使用STAR模式回答“请讲一个你曾遇到冲突并需要影响他人的经历”的例子。

情境

“我曾是学校项目组的负责人，负责开发一款社交网络移动网页应用。我们的设计师正面临期中考试，没有时间制作原型图。前端开发人员催促他尽快完成原型，这给设计师造成了很大压力。整个团队的气氛一度很紧张。”

任务

“作为团队负责人，我必须化解前端开发人员与设计师之间的矛盾，让团队能够和平协作，按时完成项目。”

行动

“我与前端开发人员交谈，询问他为何如此催促设计师。他说他希望尽早拿到设计稿，因为如果设计师后来改了设计，重新制作就浪费时间了。我向他解释，期中考试的时间不在设计师掌控之中，我们应当多体谅彼此的日程安排。我又与设计师交流，大致了解了他的想法，并问他什么时候能开始制作高保真设计稿。他回答说，等期中考试结束后就能着手。我向他解释了前端开发人员催促他的原因，也让他明白前端开发人员并无恶意，只是希望项目顺利推进。作为一名有UI/UX设计经验的人，我提出了线框图的草稿，请设计师审阅确认后，再交由前端开发人员开始开发。我鼓励前端开发人员先用占位符，不必太在意细节。我们可以先开发非UI部分（如认证、API对接），稍后再调整像素细节、完善设计。前端开发人员同意了我的建议，照此执行。我还向前端开发人员说明，设计师会在期中考试结束后，即<日期>前把设计稿交给我们。”

结果

“当设计师结束期中考试后，他交来了精美的设计稿，完全符合线框图的要求。前端开发人员仔细地实现了这些设计，一丝不苟。我们最终以优异成绩完成了项目，成为了一个出色的团队。”

小贴士：为了展现资历和成长潜力，不妨在答案中加入额外的R代表“反思”。在故事结尾回顾一下你从中学习到的东西和收获。关于这种扩展版的STAR(R)，可以查看这篇帖子。

2. 整理你的关键故事

与准备编码面试不同，死记硬背常见问题可能并不是最好的备考策略。相反，你很可能需要从职业生涯中挑选几个关键故事来回答大部分问题。一个项目往往包含处理模糊性、化解冲突、改善沟通等内容。

花些时间回顾你的过往经历、简历，以及任何你能接触到的绩效评估报告等，收集3到5个对你影响大、复杂度高、参与度深的项目。

考虑以下这类项目：

高影响力项目：重大发布、重要重构、系统迁移、新产品功能、影响多个团队的架构决策。

棘手情境：紧迫的截止日期、技术故障、团队或人际冲突、需求模糊、项目成败未卜。

领导时刻：指导他人、推动跨团队项目、代表团队对外发声、别人向你寻求方向的时候。

学习经历：导致成长的失误、改变你做法的反馈、在压力下培养的技能、不得不彻底重新思考的时刻。

为每个项目构建一个STAR(R)故事，作为一次讲故事的练习。尤其注意“行动”部分：这些是你面试名称所指的可重复的“行为”。公司不是要你做过去做过的一模一样的项目，而是希望你在他们的项目中展现出类似的行为。

3. 准备三大常见问题的答案

尽管我们建议针对具体问题的准备价值有限，但有三个问题非常常见，值得提前准备：

• 请介绍一下你自己：几乎每次面试都会问这个问题。请参考我们在准备自我介绍中的建议，以及更深入的探讨这里。
• 请讲讲你最喜欢的项目／最有影响力的项目／等等：选择一个在影响力、范围和你个人参与度上都具有代表性的项目。
• 请讲讲你如何化解冲突：这是最常见的软技能问题。请查看一系列关于如何选择和组织答案的文章，从这里开始。

虽然大多数人倾向于死记硬背，但更好的办法是将每个问题的关键点写下来，然后在面试临近时练习口头表达，这样你的回答会显得更自然。

4. 自己或借助AI练习其他问题

尽管预测三大问题之外的其他问题颇具挑战，但通过练习回答样题，你仍能获得很多价值。你可以参考我的30个问题清单，这份清单汇总了顶级科技公司的常见问题。此外，这个过程还能帮你发现故事库中是否存在某些信号领域的明显空白。比如，也许你需要更多关于过往失误的故事，或者……

这时，聊天机器人是个天然的好帮手：让大型语言模型向你提问，并给你反馈。同时，鼓励AI继续追问你相关问题。

5. 准备能体现与公司文化／核心价值观契合的经历

如前所述，大多数顶级科技公司都会用公司的核心价值观来评估候选人。因此，你应该事先研究清楚这些价值观，并确保你准备的经历能充分展现你的契合度。

6. 尝试模拟行为面试

如果你想和来自顶级科技公司的专业面试官一起练习行为面试，可以预约一次interviewing.io的模拟面试。interviewing.io拥有大量来自脸书、亚马逊、苹果、谷歌和微软的面试官。我既做过面试官，也做过面试者，可以保证在这个平台上会有很好的体验。

关于如何最大化模拟面试体验的建议，请查看这篇帖子。

7. 通过邮件列表、书籍和课程拓展知识

我见过一些候选人即使在编码和系统设计面试中表现极佳，却因行为面试没过关而被拒。随着人工智能生成越来越多的代码，行为面试的重要性只会越来越高——当然，它们对资深岗位一直都很重要。

请查看Substack上的免费邮件列表掌握行为面试以及配套书籍[https://thebehavioral.tech/]。

此外，还有一些课程可供选择：

• Exponent的“行为面试”课程 —— Exponent除了提供技术内容的课程外，真正让他们脱颖而出的是他们还提供了面向非软件工程岗位的内容，比如产品管理和产品营销。他们的行为面试课程融合了视频（由Exponent CEO亲自录制！）和文字材料，详细讲解最常见问题，并传授让你轻松应对面试的技巧。更棒的是，他们还有一个行为面试题库，其中包含平台社区提供的优质答案。虽然订阅价格对于仅行为面试内容来说可能稍贵，但他们同时也提供高质量的技术内容，包括系统设计、数据结构和算法。一站式平台涵盖技术面试准备所有方面的便利性非常吸引人。
• Educative的“掌握行为面试”课程 —— 和Educative的其他课程一样，这门课以文字为主，他们认为文字课程比视频课程更高效。这门课的一大亮点在于，它教你的是行为面试的模式，而不仅仅是记忆问题和准备答案。

免责声明：
本文档采用基于机器的 AI 翻译服务进行翻译。尽管我们力求准确，但请注意，自动翻译可能存在错误或不准确之处。应以原文语言版本的文档作为权威依据。如需获取关键信息，建议使用专业的人工翻译。对于因使用本翻译而产生的任何误解或误读，我们概不负责。