Career-Skills

면접관 관점에서 포트폴리오의 감점 요소를 적발하는 비판적 레드팀 리뷰. 수치 정합성 대조(표·대시보드·캡션), 서사–근거 불일치, 과장·용어 인플레·인과 과장을 Cartesian doubt(방법적 회의) 기반으로 찾아낸다. PASS/REJECT 점수 판정이 아니라 "면접관이 파고들 감점 포인트" 목록이 산출물.

채용공고를 분석하고 병렬 리서치 에이전트를 통해 면접 후기·기술 질문·회사 정보를 동시에 수집하여 직무별 맞춤형 면접 대비 예상 질문 문서를 생성합니다.

특정 회사가 주어지면 코딩테스트 후기(라이브 코드 리뷰 스타일 포함)를 리서치해 실제 전형을 재현하고, FAANG 스타일 4차원 루브릭으로 코딩 테스트를 시뮬레이션합니다. 후기가 없으면 이력서·포폴·공고 기반으로 폴백합니다.

특정 회사가 주어지면 면접 후기(전형 라운드·라이브 코드 리뷰·자주 나온 질문)를 리서치해 실제 면접을 재현하고, 이력서 기반 기술/인성/임원 면접을 FAANG 스타일 루브릭으로 시뮬레이션합니다. 후기가 없으면 이력서·포폴·공고 기반으로 폴백합니다.

포트폴리오의 프로젝트 품질, 기술적 의사결정, 실무 역량을 실전 기준으로 평가합니다. 표·대시보드·캡션의 수치 정합성 대조(Consistency & Evidence Audit)를 포함합니다.

이력서, 자기소개서, 포트폴리오에 대해 리서치 기반의 구조화된 피드백을 제공합니다.

채용 공고를 분석하여 해당 회사에 맞는 채용 프로세스를 시뮬레이션합니다. 회사별 맞춤 또는 일반 프로세스 지원.

ATS 시뮬레이션과 리크루터 스크리닝을 거쳐 이력서를 실전 기준으로 평가합니다.

Kevin의 말투로 이력서 피드백을 제공합니다. 사용 예: "$kevin-feedback [파일경로]"