intoview.ai/r/lk7-3f2·SWE · L4 · Onsite
تقريرك: جيّد، مع ٣ تحسينات سريعة.
تمّت معالجة ٥ إجابات · ٢٣:١٤ دقيقة · gpt-4o · تكلفة $0.18
الدرجة الإجمالية
73/100
+6.2 عن آخر مقابلة
من ١٠٠
ملخّص الـ AI: إجابة منظّمة وواضحة، خاصّة في بنية STAR. الفجوة الأكبر في الثقة بسبب الحشو اللفظي — ٣ تمارين سريعة كافية لرفعها فوق ٨٠.
تحليل ٥ أبعاد
AI · gpt-4o- المحتوى+578
أمثلة قويّة، لكن ينقص الربط بالنتيجة.
- النبرة+271
صوت واضح — تنخفض الحرارة في الأسئلة الطويلة.
- الثقة−364
حشو لفظي مرتفع: «يعني» × ١٤.
- بنية STAR+1182
ممتاز — Situation و Action واضحان.
- الإيقاع—68
السرعة ١٩٢ كلمة/دقيقة (المثالي ١٦٠).
٣ تحسينات قابلة للتنفيذ قبل المقابلة القادمة
مرتّبة من الأعلى أثراً للأقلّ.
HIGH IMPACT#1
ابدأ بـ Situation قبل النتيجة
في السؤال ٢ بدأت بـ «قرّرت ندحّل الفيتشر الثاني» قبل أن تشرح لماذا. ينخفض أثر القصّة. ابدأ بالسياق ثمّ المهمّة.
MED IMPACT#2
اخفض الحشو اللفظي
قلت «يعني» ١٤ مرّة و«بالظبط» ٧ مرّات. تدرّب على الصمت ٠.٧ ثانية بدل الحشو.
MED IMPACT#3
أضف رقماً قياسيّاً
أنجزت تحسيناً في الأداء — اذكر «خفّضنا الـ load time من 4.2s إلى 1.1s». الأرقام تضاعف الأثر.
تفريغ السؤال ٢ مع التشخيص
السؤال 2 من 5ألوان: حشو · خلط لغتين · نقطة قويّة
آخر مشروع كان عندييعنيdeadline ضيّق وlaunch فاضطرّيت أقرّر إنّنا نأجّل الفيتشر الثاني عشان ندعم الـ Core يعني الـبالظبط اللي حصل إنّنا خفّضنا زمن التحميل من 4 ثواني لـ 1.1 ثانية وكان فيه ضغط كبير من المدير.
147
كلمة
14
«يعني»
192 wpm
السرعة
استمع لإجابتك
٤٢ ثانية · MP3
شارك إنجازك على LinkedIn
بطاقة قابلة للتحميل، بدون كشف الأسئلة أو إجاباتك الكاملة — فقط درجتك وتقدّمك.
- لا نكشف أسئلتك أو إجاباتك
- رابط verified من intoview.ai
intoview.aiSWE · L4
73/100
أكملت Onsite Mock Interview
Verified by intoview.ai