暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

大厂面试官唠唠『优秀简历』长啥样?

数据攻略 2022-07-20
386

点击上方蓝色【数据攻略】关注+星标~

第一时间获取最新内容


哈喽大家好,我是六哥~


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

 教你写出会说话的【数据分析岗】简历

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




简历本质


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,才能有可能吸引到面试官。





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:


基础信息

01 



▼ 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。




教育背景

02 



▼ 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。




个人技能

03 



▼ 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,按照熟悉度倒序陈列即可




实习/工作经历

04 



▼ 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,直接简单描述任务目标即可

  • 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




项目经历

05 



▼ 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





其他部分

06 



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






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~


另外,看完本文如果仍不会修改简历

推荐六哥打磨小半年的简历精进课,4h视频干货

带你全新视角,挖掘自身优势,高效率知己知彼

手把手教你改写方法论,打造专属你的个性说明书

当然,也有六哥的1V1简历精进专属服务

更具个性化挖掘优势、帮你精进、梳理要点



如若盼 追更 求职类干货系列 

欢迎大家转发,点亮在看
你的鼓励,也是六哥的原创更新动力~
也欢迎在公众号后台找到我,拉你进交流群 ~



往期好文推荐 
求职类
【数据分析岗】面试该如何做准备
【数据分析岗】面试必备的数据分析方法(一)
【数据分析岗】| AB实验之方案设计(二)
【数据分析岗】常见笔试题型梳理(附case)
【数据分析岗】字节面试真题(含答案)+送100道面试题库
日常学习类
2种方法快速分析群体差异(附case)!
『指标异动』贡献度定量归因之法,带你知因又知果!
『指标异动』你真的理解吗?
业务指标异常分析(含真实案例)
讲懂高频Hive:窗口函数(一)

更多 『求职干货』 & 『日常学习』 系列好文,等你发现~


Ps. 微信推文改了规则

看完记得设置为 “ 星标 ” 

不然我会消失的



点个在看,肝『干货』更有动力
文章转载自数据攻略,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论