在职场竞赛的赛道上，简历就像是你的敲门砖。今天呢，我要跟大家聊一聊，那些被HR夸赞过的简历到底有什么秘诀？尤其针对数据科学家（DS）和软件开发工程师（SDE）这两个高热度岗位的伙伴们

每份简历要和每个所投的工作岗位对口，切忌不加选择地投递简历。公司都想要一个符合他们需求的候选人，这里可以设想你是在内推环节，针对心仪的特定职位去打磨你的简历。可能有人会头疼：“难道我需要为每一次应聘都特地重新整理我的简历吗？”如果你不希望仅仅依赖运气，那答案是肯定的。在整理简历的时候，记得突出与职位需求相吻合的经历，这会大大增加你通过初筛的几率。要针对招聘要求适当地调整自己的建立细节。就拿深度学习来说，可能是你的强项，但如果招聘方看重的是数据挖掘技能，你就需要适当调整重点。如果HR在招聘中提到要有Python和大数据的处理技能，而你却一直在强调自己在人工智能领域的专长，这可能导致你失去优势，甚至减少你的分数。

如果你告诉别人你学东西快，团队里的活雷锋，工作起来特别拼，还对咱公司爱得死去活来——老实说，这套路谁都会，一点新意也没有。往简历上堆砌一大批诸如C＋＋, node, java, Swift, PyTorch, Flask这样的技术关键词，实际上也证明不了你有多厉害，因为仅仅是“接触过”对大家来说都不是什么难事。而如果简历上除了几个不怎么样的课程小项目，再没有别的亮点，那你自诩的无所不精通怎么可能让人信服呢？那些没有实际证据支持的夸赞，在简历上只会显得多余，因此，建议少写为妙。

那么，怎样的自我介绍才是合格的呢？关键要展示出你真正实现了哪些工作和达成了哪些成就。举个例子，如果你开发的某款iOS应用下载量突破了10,000次，这个数据就非常能说明问题了，一定要在简历上展示出来！相较于那种空洞的“团队精神”，这种实打实的数字自然更有说服力。比如你在DataCamp比赛中得了个奖，你在Bitbucket上有参与开源项目等等，这些就将他们嵌在你的简历上！重要的是，把简历的重点放在你实实在在的成就和经历上，别让那些华而不实的形容词和头衔拖你的后腿。

对于团队项目，确切地说明你具体承担了哪些方面的工作——这样面试官才不会在细节问题上难住你。比如机器学习领域，你参与过一个大项目。这时面试官就会想进一步了解，你到底在项目中负责了什么？你在选择算法时有何新意？在团队决定实施特定的特征工程策略时，你又扮演什么角色？你又是如何参与调整模型参数的过程？处理前任的代码时，你又提出了哪些革新方案？这些具体的内容和实例，会让你的自我介绍生动很多。

如果你拥有丰富的工作经验，应当在简历中展现出你为公司带来的具体益处。比如，你可以突出你是如何通过领导项目来节约成本，提高用户参与度，以及提升程序效率。实例化这些成就，描述你的领导使得公司在过去的季度中节约了多少美元，网站用户参与度提升了百分之几，程序响应时间快了百分之几，这样可以使你的简历更具说服力。

对于工作经验较少的申请人，重点在于你是如何有效使用技术技能来完成任务，可以提到你是如何使用特定的编程语言或框架，举例说明你是如何独立开发一个应用程序，并解决技术难题的过程。例如，作为一名机器学习工程师，可以分享你运用哪种机器学习模型来解决实际问题，以及这些模型的准确率达到了多少，这会让你的专业技能更加凸显。

①个人过度详细信息：避免在简历上写上门牌号等详细地址信息，只需提及城市名即可；若有可能对你不利，可以选择不提。

②不相关的个人信息：爱好、生日、婚姻状况、照片（除非对应职位有特殊需求）等个人信息通常不必在简历上体现。

③身份信息的使用：如果你是绿卡持有者或持有H1B签证并且这可能对申请有利，可以简要提及；如果不利则不提。 

④无关的组织会员资格：不要在简历上列出那些只要交钱就能加入的俱乐部会员资格。 

⑤简历长度控制：若工作经验超过三年且有突出成果（如论文或专利），则可以适当超过一页，但确保篇幅简洁，通常一页半足够。

⑥值得骄傲的成果突出：选择自己最骄傲的三到五项研究成果进行展示。 

⑦技能的相关性：不要列出与申请职位不相关的基础技能，比如数据分析师或软件开发工程师就无需提Excel、Word、PowerPoint，但如果有特别擅长的点可以明确写出。

⑧职业目标的说明：除非有独到见解，一般不必在简历上写职业目标，聚焦于雇主感兴趣的技能，如统计分析软件或Spark计算框架等。

众所周知，一份优秀的简历是成功拿到工作很重要的一步，希望今天的分享能对大家有所帮助，大家如果需要帮助修改简历的话也可以来滴滴我哟~我们下期见！