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/ ↩