大厂面试官总结的『优秀简历』构成要素

本文正在参与【[面霸养成记 ] 】 征文活动,一起来聊聊校招的那些事吧,牛客周边和百元京东卡等你来领~


看了无数人的简历,也改过不下100份简历

发现大多数人的简历都多多少少有些问题

简历作为求职第一步,重要度不言而喻


想办法让你的简历脱颖而出

求职的基础赢面才会更大


之前有写过高质量简历的要点

本篇,从面试官角度,再来详细唠一唠

一份面试官青睐的简历之基本构成要素

含举例、注意事项、准备要点


------正文手动分割线------
本文结构速览:
一、认识简历的本质
二、简历的框架构成
① 基础信息
② 教育背景
③ 个人技能
④ 实习/工作经历
⑤ 项目经历
⑥ 其他部分
三、简历的准备要点
① 梳理环节
② 撰写环节

一、认识简历的本质


简历,其实就是你个人过往经历的精华代表作

是把你过去相关的努力成果提炼浓缩成1页纸

当做产品介绍文档 “推销” 给面试官


这里有2个关键词:

  • 推销

  • 产品介绍文档


既然是推销,就要明白你的销售对象(面试官)有哪些需求和要求
了解对方需要啥样能力的人(也即JD要求),才能更好打动面试官的心。
以,务必要熟知要投递公司、部门的基础要求、加分要求

既然是产品介绍文档,就要既包含“卖点”,又包含“要点”。
所以,要擅于“营销”,在字里行间透露出自己作为这个“产品”的优点和擅长项,才能有可能打动面试官。



二、简历的框架构成

一般简历通常分为5-6个模块:

基础信息、教育背景、个人技能、实习/工作经历、项目经历、(其他部分)


下面,将针对这六个方面进行展开

内含注意要点+举例:


01 基础信息

▼ 包含项

基础项一般包含信息有:姓名、联系方式、邮箱


▼ 原则

言简意赅,1行即可,不必占过大篇幅浪费版面空间

▼ 注意点
  • 照片要不要放?取决于你的实际情况,比如:

    • 如果你本身经历毕竟丰富,简历版面充盈,实在没空间可以不放;

    • 如果你是社招,求职跳槽有些特殊情况和顾虑,可以先不放;

    • 如果放照片,以清爽、正经为主,稍微显得重视些,别太随意,也别太浮夸

  • Base地、求职意向等条件要不要放?同样取决于你的实际情况,比如:

    • 如果你是校招,基本上会走海投战术,那如无极特殊要求,为了争取到更多笔试、面试的机会,就不要在Base地这一项卡死自己的可能性;

    • 如果你是社招,对这方面有强烈要求,可以写上,以便提高双方筛选和匹配的效率,降低沟通成本。



02 教育背景


▼ 包含项

基础项一般包含 学校、专业、就读时间、学历、(主修课程、荣誉奖项)

其中荣誉奖项部分如果比较少,可合并在此模块,如果比较多可另外单独起个模块

▼ 原则

同样也是言简意赅,这部分最多3-4行即可

▼ 注意点
  • 优点和特征要突出

    • 比如如果你成绩优秀,可以写上排名或者绩点,突显你是个功课优秀、基本功扎实的好学生;

    • 如果你专业对口、修过与数据分析相关的课程,也可以罗列出来,突显自己与岗位要求的匹配度,例如:概率论、数据库原理、Python与机器学习、...等等

  • 位置要注意
    • 如果你是校招,为了面试官筛选时的观感体验,一般需要把教育背景放在前面,且最好按照学历呈倒序陈述;

    • 如果你是社招,本科/硕士学校不错,专业对口,可以放在前面背书,如果学校平平,也没关系,毕竟社招一般看的还是你的工作经验和成绩,所以这部分可以放在简历尾部。



03 个人技能


▼ 包含项

社招和校招这方面多多少少有些差异

一般情况下,招通常包含的基础项有:数据工具、技能证书、分析方法、语言能力

社招通常包含的基础项有:除上述外,如果有擅长领域、擅长方法论/模型可附上,尤其是和欲投递岗位要求匹配度高的,会更加分。


  • 数据工具:比如SQL、Spark、Python、R、Excel、Tableau这一类数据提取、处理、可视化的工具

  • 分析方法:例如AB实验、双重差分等因果推断方法,回归分析、树模型等机器学习模型

  • 技能证书:可以是一些和数据分析相关的,例如计算机二级证书,或者其他一些含金量高的证书,例如CPA、ACCA,如果要面试特定领域会是亮眼的加分项

  • 语言能力:例如雅思、托福、GRE、英语六级都可以写,分高也可附上


▼ 原则

  • 结构化展示,避免堆砌,观感会更佳

  • 以上包含项并不是都必须有,只有部分也没关系,不必硬凹,以防给自己挖坑


▼ 注意
  • 如若写分析方法(尤其含具体关键字),要保证面前做好功课,比如原理、优点、适用前提条件等,做好被深挖的准备

  • 不太建议写自我评价,理由一是费版面篇幅,二是你的能力其实应该融会贯通在经历描述中来侧面证明

  • 不太建议写熟悉度,较为啰嗦且容易给自己挖坑,按照熟悉度排序即可




04 实习/工作经历


▼ 包含项

① Title:公司&部门、职位、在职时间三大部分

② 内容:负责的业务线、业务类型、工作内容,其中工作年限取决于此部分内容陈述姿势:

  • 届生一般实习经历不长,不必另起单独写在项目里,可在此部分把实习期间的工作内容做阐述
  • 社招的朋友一般是有一定工作年限,这部分重在负责领域工作内容、价值、成果的框架化总结,具体实施的细节可单独放在项目里做完整细致性陈述

▼ 原则

有逻辑、有层次地递进表达与展示,注意做好每部分经历的规划,想清楚这部分要突显的与数据分析相关能力是什么,比如:

  • 基础能力:数据分析工具的熟练使用?指标体系的设计和报表搭建?等等

  • 进阶能力:结合实际业务背景,基于xx分析方法解决了xx业务难题?


▼ 注意点
  • 有逻辑的陈述,活用STAR法则,不要生搬硬套硬憋,比如一些常规性的工作,不必硬写出S和T,直接监督描述任务目标即可

  • 多命中能力关键词,吸引面试官注意力,例如:指标体系、监控看板、AB实验、用户画像等

  • 多量化思维,用数据表达自己的工作产出是最有信服力的论证,同样作为数据分析师,要学会将量化意识融会贯通到方方面面




05 项目经历


▼ 包含项
不同的项目经历类型,所含项有些许差异,一般有工作类完整项目、学术科研类/专利项目


  • 工作类完整项目包含:项目名称、时间

  • 比赛类项目包含:比赛名称、角色、时间

  • 学术科研类/专利项目包含:项目名称、项目级别(做背书)、时间


▼ 注意点
  • 个数不在于多,在于精,2-3个即可

  • 优先选择自己熟悉的、结果价值突出的、与JD相关性高的经历

  • 科研类项目注意语言描述方式,要接地气,忌长篇大论,忌过多晦涩难懂的专业词汇



06 其他部分


这一部分是可选项,取决于自己的简历情况

如果经历比较少,实在没什么可以挖掘扩充的,可以加入此模块做填充


▼ 包含项

  • 在校经历、志愿者经历

  • 荣誉称号、获奖情况、奖学金获得表现等等


▼ 注意点

  • 构化展示

  • 篇幅占比不易过多,3行即可



三、准备要点


▋ 梳理环节


1.按照STAR法则事无巨细的将自己过往经历梳理一遍

切记不要只停留在大脑中冥想,这样很容易被pass掉一些价值点。

要书面写出来,避免遗漏,有了基础素材,才知道下一步扩充的方向是什么、精进要优化的点是什么,才会在一遍遍雕琢中发现自己的优势项。


好的简历是改出来的,并不是一蹴而就的


2.管理好简历版本,提高求职效率

可以分别做一份梳理版本和投递版本
  • 梳理版本,顾名思义,用于个人经历过程、考点的细节记录,可当做面试前的复习文档

  • 投递版本,为梳理版本的精简版,用于直接投递



▋ 撰写环节


排版:

  • 页数:通常情况下,一页纸足矣

  • 风格:不必将过多心思花在模板上,风格以简约清爽为主,忌花哨、忌左右模块

  • 顺序:简历中的模块顺序,一般按照基础信息、教育背景、个人技能、实习(工作)经历、项目经历、其他部分即可,部分社招人士可根据自身情况和各模块价值做适当调整


内容:

每部分的注意点已在上部分做了详细阐述,再啰嗦的说一下,核心要点是:

  • 多动词体现主动性

  • 多关键词命中要点

  • 多数字量化,体现价值


其实,写简历的时候,也是历史相关经历梳理、自查反省的过程,
可以知道哪方面准备不足,查漏补缺,抓紧弥补和学习。



啰嗦几句


同时还要给大家提个醒:
通常情况下,面试过程中至少一半的时间会围绕简历展开,所以简历定稿后,务必做好考点梳理,做好充足准备,以防面试中一知半解,有过渡粉饰简历的嫌疑。

以上就是关于

『优秀简历基本构成要素』的干货分享

望本文能帮到正在求职的你,加油~


往期分享帖推荐


更多文章,可见牛客主页
欢迎交流讨论,希望可以帮助到你~~
#面试八股文##数据分析##数据分析师##简历##秋招#
全部评论
赞,很好😋
1 回复
分享
发布于 2022-07-22 08:56

相关推荐

【一面】对着项目问的比较多1. 线性回归的假设条件是什么2. 介绍lstm,transformer这些3. transformer相比于seq2seq,它的增量点在什么地方4. 因果推断和(事件发生前拟合一个模型,使用这个模型对事件发生后进行预测从而得到效应),增量在什么地方,有哪些本质上的区别(跟我的项目相关)5. 对于销量预测模型,你有什么思路;怎么进行模型选型;如果没有其他特征,只有按时间变化的销量,可以怎么预测?6. 一个人投篮的命中率是60%,是投10次至少命中7次的概率大,还是投100次至少命中70次的概率大(大数定律)7. 手撕:两个椭圆x^2+y^2/2=1,x^2/2+y^2=1,求这两个椭圆相交部分的面积(蒙特卡洛模拟,好像还可以使用极坐标直接求解,忘了)比较注重数理(可能也是因为我是数理出身)【二面】1. 50个黑球和50个白球,分别放进两个框,怎么放置,可以让一个人拿到白球的概率最大2. 一个细胞的生命有三个小时,每个小时都会分裂一次,到T时刻会有多少细胞呢?3. 希望在算法岗从事什么样子的工作4. 技术栈有哪些面试时间很短,面试官很佛系,没咋问【三面】1. 问对深度学习那块比较熟,回答时序预测,问有无读过现在的SOAT方法,回答无(没读过啥paper)2. 什么样的embedding是好的embeding,怎么评估3. 选择unieval模型是怎么做的模型选型4. 拿到一个新方向是怎么调研的,怎么去找论文的5. 介绍transformer,每个encoder的结构是什么6. 介绍self-attention7. 怎么理解q,k,v8. 可以使用同一个W_q和W_k吗9. 为什么q×k之后要scale,d 是什么10. 时空图(论文,但是别人做的这part,自己不太了解了)11. 手撕:打家劫舍(偏重对算法的理解,和项目实现上的一些细节)一二面反馈非常快,5分钟就会有下一面的反馈,三面无了,可能自己没过攒人品攒人品攒人品!许愿许愿许愿!
点赞 评论 收藏
转发
15 69 评论
分享
牛客网
牛客企业服务