写好简历
本篇总结了一些小伙伴们写简历过程中,经常会遇到的问题和犯的一些错误。
2024-2025 简历新趋势
- 多版本策略:多数企业在ATS里使用自动筛选,推荐为不同岗位准备主版、ATS纯文本版与作品集版三套材料,便于快速定制。1
- 数据化表述:招聘方更关注可验证的数字(如“首屏白屏时间从3.2s降到1.8s”),在项目描述中加入度量和对业务的影响。2
- AI 协作:大模型可以帮助查漏补缺,但需保留个人语气并核实事实;许多公司也会用AI检测抄袭,务必保持原创。3
- 线上形象一体化:越来越多的面试官会查看 GitHub、博客、小红书或抖音等账号,建议在简历中放置官方主页或聚合链接并保持更新。
基本信息的完整性
包括个人信息(姓名 / 性别 / 年龄 / 手机号码 / 邮箱 / 居住城市足矣),一定要检查自己的电话有没有写错。
工作经历(公司 / 时间段 / 职位 / 做了什么 / 取得了什么成绩)——这个部分后面再说。
教育背景(学校 / 专业 / 时间段 / 学历)——学生建议写在前面,如果是已经工作了的,直接在最前面个人信息部分,用简单写法“学历:本科/硕士”.
常见问题:
- 是否需要有照片?
国内大部分岗位接受带照片的简历,但如果面向外企或海外远程机会,建议准备一份无照片版本以避免触发反歧视政策。若使用照片,选择干净背景的职业照即可,不必夸张修图。 - 是否需要彩打?
一般不需要!看你面试的企业,如果广告、创意等媒体类的,最好注意简历的质量,好的简历会给人眼前一亮的感觉。 - 学历比较低怎么办?要不要写?
写,总比面试到最后卡脖子,这样效率低而且会浪费自己的时间。而且自己要意识到“学历是一块敲门砖”,找机会进行自考提高学历。 - 没有什么工作经验怎么办?
适当放低,薪酬预期即可。 - 大学专业与用人单位不匹配怎么办?
可以用工作经验来进行弥补,或者不写专业只写学历。如果没有工作经验,放低薪酬预期,同时面试一些实习岗位。
把简历的重心写在组织能力、学习能力上。
**然后,看看能不能找关系去到一些自己希望去到的行业里去实习或者工作。**入门其实有门槛!
经历的真实性
孙子兵法:知己知彼,百战不殆,所以需要了解用人单位的视角,或者说HR(技术+人力)的视角。
技术面试官一般会验证简历真实性,他会花一些时间聊一聊简历上提到的项目,比如:介绍简历项目的业务、自己在其中承担的职责和遇到的问题。
面试官针对其中了解的部分提几个问题,如「据我所知这类项目的难点是某某方面,请问你是否有遇到、是如何解决的」,确认项目经验是否真实、是否比较深度地参与了项目。
所以,请注意:
- 不要套用任何市面上的简历模板的内容;
- 不要写没有起止日期的项目,项目经历上不要夸大;
- 不要写没有的产品,比如:写了一个"XXX小程序",结果搜都搜不出来;
- 不要学历造假;
- 不要造假工作经历;因为,社保一查一个准;
在准备项目的时候,写最近的3-5个项目即可,经历同理。
写项目与面试的公司与岗位对应,无关的内容删除掉,所以,不能一份简历通发。
如何写好工作经历
这里引用知乎STAR原则:
S——背景
T——任务、目标
A——行动
R——结果
SATR 法则就是一种讲述自己故事的方式,或者说,是一个清晰、条理的作文模板。不管是什么,合理熟练运用此法则,可以轻松的对面试官描述事物的逻辑方式,表现出自己分析阐述问题的清晰性、条理性和逻辑性。
背景用一句话来进行说明项目要干嘛,是toB还是toC,比如:XXX局环境监测系统的X期 研发
目标主要自己在本项目中的任务,比如:针对系统管理部分的优化。
行动可以通过一些缺陷管理系统中的数字来吸引面试官的眼球,比如:X天修复了X个bug,X天完成了X个任务,其中,新增功能X个,完成X个基础组件的封装....
结果主要是有没有受到褒奖,客户的反馈,项目上线后的一些运行指标等。
小技巧:多使用 动词 + 指标 + 影响范围 的句式,例如“重构资源加载链路,将首屏白屏时间从 3.2s 降低到 1.8s,覆盖日访问 120 万的活动页”。
ATS 友好写法检查
- 关键词匹配:拆解 JD 中的技术栈、工具、业务术语,把与你经历匹配的关键词自然嵌入项目描述与技能清单,可借助大模型辅助初筛,再由人工确认。4
- 结构清晰:采用一栏布局、标准标题(工作经历/教育背景等),避免复杂表格或多列排版,重要信息靠左并使用粗体突出。
- 文件命名与格式:
姓名-意向岗位-年份.pdf
,并准备纯文本或 Word 版本,以防上传解析失败。 - 技能模块:按“语言 / 框架 / 工具 / 其他”分组,标注熟练度或项目支撑,避免堆砌列表。
AI 辅助写作建议
- 用大模型生成提纲、润色语句,但所有指标、案例必须亲自核实。
- 参考 STAR 要素向模型提供背景与行动,再回到人工编辑阶段调整语气。
- 使用 Grammarly、Notion AI 等工具检查拼写和排版,同时警惕“AI腔”和事实错误。
- 避免把公司机密上传到公共模型;如需处理敏感信息,请使用企业版或本地部署方案。
好的简历示例
数据来自知乎:
Footnotes
- LinkedIn. Global Talent Trends 2024, 2024. https://www.linkedin.com/business/talent/blog ↩
- Indeed Hiring Lab. Resume Insights 2024, 2024. https://www.hiringlab.org/ ↩
- ResumeBuilder. 2024 AI in Hiring Survey, 2024. https://www.resumebuilder.com/ ↩
- Greenhouse. ATS Optimization Best Practices, 2023. https://www.greenhouse.com/ ↩
↑