阿里算法，浙大博士带你写项目经历！

最新推荐文章于 2024-05-15 22:53:44 发布

Datawhale

最新推荐文章于 2024-05-15 22:53:44 发布

阅读量3.2k

点赞数 1

文章标签：算法 java 人工智能编程语言面试

本文链接：https://blog.csdn.net/Datawhale/article/details/123813083

版权

Datawhale干货

作者：罗浩，阿里巴巴，浙江大学博士

简历模块

校招应届生的简历主要包括：基本信息、教育背景、工作/实习经历、科研/项目经历、荣誉/获奖称号，组织/社团经历以及其他个人评价等。其中前面四项是必选项，也是招聘者最关心的信息。荣誉/获奖称号和组织/社团经历可以作为应聘者综合能力的额外补充。个人评价等信息通常不会特别受关注，有利于应聘的信息可以放上去。

在Datawhale公众号后台回复罗浩可下载，他面试阿里用的简历模版。

基本信息：给出的联系方式要尽量确保可以即时联系，否则容易耽误重要信息。
教育背景：如果在校期间的成绩比较不错或者研究生期间的导师或者实验室非常知名的话，也可以在简历里面体现出来。
工作/实习经历：优秀的实习经历是非常加分的，可以详细地描述一下实习期间自己主要的工作内容和成果。
科研/项目经历：随着大学科研实力的提升，校招生拥有科研或者项目经历变得越来越普遍。对于一些技术要求比较高的岗位（例如算法岗），项目研究经历也是非常重要的。论文专利或者实验室参与的横向项目都可以应聘者在某一个领域的专业程度，有相关经历可以详细描述一下。

项目经历

1. STAR法则

描述项目是一份简历里面最核心也是最头疼的地方。好的项目描述很清晰地就能让他人看到应聘者的贡献和能力，反之差的项目描述给人感觉就是他做了这件事情但好像又不知道做了什么事情。

而项目描述的核心目标就是回答清楚三个问题：

（1）为什么要做这件事？

（2）采取了什么行为来做这件事？

（3）最终取得了什么成果？

一个非常著名的法则就叫做STAR法则，STAR是Situation（情形），Task（目标）， Action（行为），Result（结果）四个单词的首字母：

Situation: 项目发生的背景是什么？
Task: 项目的任务是什么，要达到什么样目标？
Action: 面对这个任务采取了什么的解决方案？
Result:（量化）描述最终取得了什么样的成果？

2. 具体案例

具体我们可以通过一个实际案例（已经获得作者的授权）来理解，作者参与了一个BERT预训练网络QAT量化研究的项目。

Situation: 红色框说明了项目的背景，因为模型参数量很大所以难以部署。
Task: 蓝色框说明了项目目标，需要对模型进行量化来加速推理。
Action: 绿色框是具体采用了什么样的行为来达到目标，通常会以动词进行开头，这里体现一些的关键词会是面试过程中重点探讨的内容。
Result: 深蓝色框是最终取得的结果，最终在精度无损的情况下加速了四倍，在描述取得的成果时，推荐尽量「量化」地去描述，客观的数据相比于主观的描述会更加具有说服力。

从这个案例我们可以看到，整个描述的字数用的并不多，但是没有一句话是多余。并且逻辑十分清晰，分成了三条来描述STAR的四点内容。与之相对应，反面例子就是花了一大段篇幅来描述一个项目，却表达不清楚自己做了什么。

3. 三个问题

在描述一个项目的时候我们可以对照一下STAR法则，看看这几个关键点是否都表达清楚了。之后我们可以在自问一下自己以下三个问题：