有三個問題幾乎每場面試都會出現，卻最常被「隨便想想就上場」：
- 「為什麼想加入我們公司？」
- 「為什麼想做 AI / ML？」
- （尾聲）「你有什麼想問我們的嗎？」
前兩題考的是動機與契合度——答得空泛，面試官會覺得「你只是海投」；答得具體，等於告訴對方「我為你們做了功課、我會留得久」。第三題則是你最後的主動權：反問的品質，直接影響面試官對你的最終印象。
這篇給你三題的框架、範本、地雷，外加一份可直接套用的反問清單。
① 「為什麼想加入我們公司？」
面試官想確認：你是真的對「這家」有興趣，還是只是需要一份工作？答案要證明你做過功課，並把「公司的特點」連到「你的動機」。
三段式框架：
公司具體的點（產品/技術/文化）→ 為什麼這點打動我 → 我能帶來什麼
地雷：
- ❌ 通用罐頭：「貴公司是業界領導者、福利好」——換成任何公司都成立 = 沒做功課。
- ❌ 只談你能得到什麼（學習、薪水），不談你能貢獻什麼。
- ❌ 講錯事實（把產品線/近期新聞講錯）——比不講還慘。
範本（中文）：
「我特別關注你們在
[具體產品/技術方向]的進展，尤其是[一個具體的點，如某個產品功能/開源專案/技術部落格]。這吸引我的原因是[連到你的興趣或價值觀]。我在[你的相關經驗]的背景，剛好能在[某個團隊/方向]上很快貢獻。」
範本（English）：
"I've been following your work on
[specific product/tech direction], especially[a concrete thing — a feature, an open-source project, an eng blog post]. What draws me is[tie to your interest/values]. My background in[relevant experience]should let me contribute quickly on[a team/direction]."
💡 準備動作：面試前花 20 分鐘讀對方的工程部落格、近期產品發布、JD 的字裡行間，找出 1–2 個「只有這家公司講得通」的具體點。這是這題的全部關鍵。
② 「為什麼想做 AI / ML？」
面試官想確認：你是跟風熱潮，還是真有持續的熱情與理解？最有說服力的答案是一個真實的轉折點 + 持續投入的證據。
三段式框架：
一個觸發點（什麼讓你入坑）→ 持續做了什麼（證明不是三分鐘熱度）→ 未來想解什麼問題
地雷：
- ❌ 「因為 AI 是趨勢 / 薪水高」——誠實但顯得功利、可被取代。
- ❌ 空談熱情卻零證據（沒專案、沒持續學習）。
- ❌ 過度吹捧 AI 萬能，顯得不夠務實。
範本（中文）：
「真正讓我入坑的是
[具體觸發點，如某次做了一個小專案/看到某個應用]，那次我第一次感受到[AI 能解決什麼讓你興奮的問題]。從那之後我持續[具體投入：做了哪些專案、學了什麼、讀什麼]。我特別想深入的方向是[具體領域，如 LLM serving / 推薦系統 / CV]，因為[為什麼這個問題對你有意義]。」
範本（English）：
"What really got me in was
[concrete trigger — a small project, an application I saw], when I first felt[what problem AI solves that excites you]. Since then I've kept[concrete investment: projects built, things learned, what I read]. The direction I most want to go deep on is[specific area — LLM serving / recommenders / CV], because[why this problem matters to you]."
💡 關鍵：用證據取代形容詞。「我對 ML 很有熱情」沒人信；「我利用下班時間做了 X、踩了 Y 坑、學到 Z」——這才叫熱情。
③ 「你有什麼想問我們的嗎？」——反問是加分題
絕對不要說「沒有」。 說沒有 = 對這份工作沒那麼在意。好的反問能展現你的思考深度、對職位的認真、以及你在評估他們（面試是雙向的）。
反問的三個原則：
- 問不能 Google 到的——問「親歷者才知道」的事，而非官網查得到的。
- 依對象調整——問工程師「技術/日常」，問主管「團隊/成長」，問 HR「流程/文化」。
- 展現你已經在想「進來之後」——讓對方想像你已經是團隊一員。
可直接套用的反問清單
🔧 問工程師 / 未來同事
- 「團隊現在最大的技術挑戰是什麼？」
- 「一個功能從想法到上線，大概經過哪些流程？」
- 「code review / 測試 / 部署的文化是怎樣的？」
- 「你在這裡工作，最喜歡和最想改變的各一件事是什麼？」
👔 問主管 / Hiring Manager
- 「這個職位前三到六個月，怎樣算是做得好？」
- 「團隊接下來一年最重要的目標是什麼？」
- 「你怎麼看這個團隊成員的成長 / 升遷路徑？」
- 「團隊現在最缺的是哪種能力？」（聽出他們真正要解的痛點）
🤖 問 AI/ML 相關職位（加分）
- 「模型從研究到 production 的流程是怎樣的？研究和工程怎麼協作？」
- 「你們怎麼衡量一個 ML 專案的成功？離線指標和線上業務指標怎麼平衡？」
- 「資料/算力基礎設施目前的成熟度如何？」
🏢 問文化 / HR
- 「團隊怎麼做技術決策？由上而下還是工程師主導？」
- 「remote / 工時 / on-call 的實際狀況是怎樣的？」
- 「接下來的面試流程和時間軸大概是？」（務實、得體的收尾）
💡 收尾技巧：準備 5–6 個問題（有些可能在面試中已被回答，要有備案）。問完可以加一句真誠的總結：「謝謝，聊完我對這個職位更有興趣了，特別是
[具體某點]。」——把最後印象拉滿。
三題共同的底層心法
| 題目 | 真正在考 | 致勝關鍵 |
|---|---|---|
| 為什麼這家公司 | 你做了功課嗎、會留多久 | 找「只有這家講得通」的具體點 |
| 為什麼做 AI/ML | 真熱情還是跟風 | 用證據（專案/持續投入）取代形容詞 |
| 你有什麼問題 | 思考深度、雙向評估 | 問 Google 不到的、展現「進來之後」 |
三題的共同點:具體 > 空泛,證據 > 形容詞,雙向 > 單向討好。 面試官每天聽幾十個罐頭答案,你只要真誠 + 做過功課 + 講得出具體的點,就已經贏過大多數人。
結語
「為什麼選我們」「為什麼做 AI/ML」「你有什麼問題」——這三題看似客套,其實是面試官判斷你契合度與誠意的高權重題,而且完全可以準備。花一小時為每家公司客製前兩題的「具體點」,再帶一份你自己的反問清單進場,你就把這三個最容易被輕忽的題目,變成你的加分位。
這是面試系列的一篇,搭配先前的自我介紹 2 分鐘框架與 STAR 行為題系列(克服難題、快速學習、Ownership、失敗教訓、模糊需求),可以組成一套完整的面試準備。