主题
界面
目标岗位 JD 分析与能力差距清单
1. 本节定位
求职的第一个动作不是写简历，而是回答「我离目标岗位差多远」——而且要用数据回答，不是凭感觉。
★ 本节把这件事做成一个可运行的工具：把一份 JD 的 23 项要求逐条映射到知识库的 214 个知识点 ✓✓：
text
示例 JD（Java 后端 / 测试开发）23 项要求 → 命中 22 项（95%）
缺口清单：Kafka 高级特性（Exactly-Once / 事务）✗
命中项全部能定位到具体课程（如「并发编程 → S6-002/S6-004/S6-005」）★ 工具就在仓库里：python -X utf8 scripts/career/jd_gap.py ✓
2. 学习目标
- 会把 JD 拆成四类要求（硬技能 / 经验 / 加分项 / 软要求）★★★；
- 会用「逐条映射」代替「凭感觉判断匹配度」★★★；
- 能对缺口做出三档处理决策（必须补 / 面试前了解 / 直接放弃）★★★；
- 能把差距清单转成有顺序的学习计划 ★★★。
3. 前置知识检查
4. 为什么需要这个知识
★ 求职最常见的两种浪费 ✗✗：
| 浪费 | 代价 |
|---|---|
| 海投不匹配的岗位 ✗ | 简历石沉大海，还消耗信心 |
| 只投「感觉够得着」的岗位 ✗ | 低估自己，错过够一够能上的机会 |
★★ 根源：没有把「JD 要求」和「自己的能力」逐条对齐 ✓✓ —— 对齐之后，投递变成「有依据的选择」，复习变成「有针对的补齐」 ✓✓✓。
5. 核心概念
5.1 JD 的四类要求：别一视同仁 ★★★
| 类别 | 典型措辞 | 处理方式 |
|---|---|---|
| 硬技能（必须） | 「熟练掌握 Java 并发」「熟悉 MySQL 优化」 | 逐条自测，不允许「大概会」✗✓ |
| 经验（门槛） | 「3 年以上」「有高并发项目经验」 | 用项目经历正面回应（《项目 B：高并发场景与架构设计》） |
| 加分项 | 「了解 Kafka / ES 优先」 | 面试前补概念即可，不占主线 ✓ |
| 软要求 | 「沟通能力」「主动推进」 | 用协作与推动的故事回应 ✓ |
★ 关键判断 ✓✓：「熟悉」= 能被追问三层；「了解」= 能说清是什么 + 用在什么场景 ✓✓。
5.2 逐条映射：把感觉变成清单（实测）★★★
★ 示例 JD 23 项 → 知识库映射结果（节选） ✓✓：
text
1. Java 基础（集合、异常、IO/泛型）
相关 Top3：S1-018 HashSet、TreeSet 与集合排序、S1-019 迭代器与集合遍历陷阱、
S1-020 泛型基础 等 10 项（已生成课程 10/10）
2. 并发编程（线程、锁、线程池）
相关 Top3：S6-002 synchronized 与 volatile、S6-004 线程池与 ThreadPoolExecutor…
3. JVM 与性能调优
相关 Top3：S6-010 GC 日志分析与 JVM 调优、S6-007 JVM 内存结构与对象创建…
12. 分布式理论（CAP / 事务 / ID）
相关 Top3：S6-015 分布式 ID 与一致性哈希、S4-023 Seata 分布式事务、S6-013 CAP 与 BASE 理论
22. Kafka 高级特性（Exactly-Once / 事务）
**缺口：知识库暂无对应知识点** ✗★★ 为什么要有「缺口清单」 ✓✓✓：它把「焦虑」变成「待办」 —— 有清单就有决策：补、了解、还是放弃 ✓✓。
5.3 缺口的三种处理姿势 ★★★
| 缺口类型 | 处理 | 时间预算 |
|---|---|---|
| 岗位必备（JD 明确要求） | 立即补齐（课程 + 动手） | 1-2 周 |
| 加分项（「优先」） | 面试前了解概念 + 能举例 | 半天 |
| 不投的方向 | 直接放弃，别内耗 ✓✓ | 0 |
★ 判断依据 ✓✓：同一类岗位出现频率 —— 若 10 份目标 JD 里有 8 份要求，就是必备 ✓。
5.4 从差距清单到学习计划 ★★★
text
① 命中的知识点里，挑「面试高频 + 自己有漏洞的」→ 组成复习清单
② 复习清单按**先修关系排序**（S7-003 的拓扑复习顺序）✓✓
③ 缺口按三档处理，写进日历
④ 每两周重跑一次本工具（对新的 JD），检查差距是否收窄 ✓6. 递进示例
6.1 把示例 JD 换成目标公司的
python
# 编辑 scripts/career/jd_gap.py 里的 JD 列表（label + 关键词）
JD = [
("Java 基础（集合、异常、IO/泛型）", ["集合", "异常", "IO", "泛型", "Stream"]),
...
]★ 关键词写法 ✓：中文用概念词（「并发」「索引」）、英文要求单词边界（Kafka、Exactly-Once） —— 工具对英文关键词做了词边界匹配，避免 CI 命中无关内容 ✓✓。
6.2 匹配结果的读法
text
「相关 Top3」= 该 JD 项最贴近的 3 门课 —— **点进去自测，而不是只看「命中」** ✓✓
「已生成课程 10/10」= 有课可学；**不等于你已经掌握** ✗✓6.3 反例：只看「覆盖率 95%」就放心了
text
覆盖率只回答「知识库有没有」，不回答「你会不会」✗✗
正解：命中的每一条，用「能不能讲 3 分钟 + 能不能接住三层追问」自测 ✓✓✓7. 完整可运行工具与实测
工具：scripts/career/jd_gap.py（读 datasets/knowledge-points.json，无需额外依赖）
运行：
powershell
python -X utf8 scripts/career/jd_gap.py实测输出（汇总部分）：
text
===== 汇总 =====
覆盖率：22/23（95%）
缺口清单（需外部补齐或降低优先级）：
- Kafka 高级特性（Exactly-Once / 事务）
★ 覆盖率 100% 不代表「都会」：「有课程」只是「有路径」，掌握要靠做题与复述 ✓✓
★ 处理缺口的三种姿势：① 必修岗 → 立即补齐；② 加分项 → 面试前一周了解概念；③ 明确不投的岗 → 直接放弃 ✓8. Debug 观察点
- 把 JD 换成你目标公司的原文，重跑：看覆盖率与缺口变化 ✓✓✓；
- 故意加一条「Rust 开发经验」：观察「缺口」提示 ✓（结论：这类要直接放弃）✓；
- 把同一个 JD 跑两遍，确认结果稳定（工具是纯函数，无随机）✓；
- 对命中的 Top1 课程做「三层追问」自测：讲不清就标红，进复习清单 ✓✓✓。
9. 常见错误
| # | 错误 | 说明 |
|---|---|---|
| 1 | 凭感觉判断「我适合吗」 ✗✗ | 用清单，不用情绪 ✓✓ |
| 2 | 把「了解」按「精通」要求自己 ✗ | 加分项投入过度，主线被拖慢 ✓ |
| 3 | 对必备缺口装看不见 ✗✗✗ | 面试第一轮就暴露 ✓✓ |
| 4 | 只投完全匹配的岗位 ✗ | 错过「够一够」的机会 ✓ |
| 5 | 一次分析管半年 ✗ | JD 与自身能力都在变，每两周重跑 ✓✓ |
10. 动手实验
- 跑通
jd_gap.py，读懂输出 ✓✓； - 收集 5 份目标岗位 JD，把关键词替换进脚本，输出 5 份差距清单 ✓✓✓；
- 合并 5 份清单，统计「出现频率 ≥ 3 次」的要求 → 这就是你的必修清单 ✓✓✓；
- 把必修清单里的「未掌握项」按先修顺序排进日历（下一步 《Java 面试题体系与刷题策略》 的拓扑顺序）✓✓。
验收方式：产出一张《目标岗位能力对照表》：要求 → 对应课程 → 自测结论 → 处理决策。
扩展任务：为转岗场景加一列「当前岗位可迁移的经验」（如 QA 的测试设计 → 测试开发岗的自动化能力）✓✓
11. 练习题
- JD 的四类要求分别怎么处理？
- 「熟悉」和「了解」的判定标准是什么？
- 缺口的三档处理姿势？依据是什么？
- 为什么说「覆盖率 95% ≠ 你会 95%」？
- 为什么每两周要重跑一次 JD 分析？
参考答案（要点）
- 硬技能逐条自测 / 经验用项目回应 / 加分项考前了解 / 软要求用故事 ✓✓★
- 熟悉 = 能接三层追问；了解 = 能说清是什么与适用场景 ✓✓★
- 必备立即补 / 加分项半天了解 / 不投的放弃；依据是同类岗位出现频率 ✓✓★
- 覆盖率衡量的是知识库有没有课，掌握要靠自测、复述与动手 ✓✓★
- JD 在变、你也在变；定期重跑才能把差距收窄的进度量出来 ✓✓★
12. 掌握标准
- [ ] 会拆 JD 的四类要求 ★★★；
- [ ] 能用工具做逐条映射 ★★★；
- [ ] 能对缺口做三档决策 ★★★；
- [ ] 能把清单转成有顺序的计划 ★★★。
13. 扩展资源
14. 下一步学习
《简历与项目描述》 简历与项目描述 —— 把差距清单变成「能拿到面试」的材料。
前置知识
无，可直接开始
后续知识
暂无
进度只保存在本机浏览器，可随时清除