求职信七步写作法

求职信分为推荐信和自荐信两种,写求职信可按下列七个步骤进行。下面举例说明:

假设你叫李平,你从报上得知某公司欲招聘一名英语翻译,请你给该公司经理写一份求职信,你的个人资料如下:
1.简况:姓名,李平;年龄,30岁;身高,1.80米;健康状况,良好;业余爱好,游泳、唱歌、跳舞。
2.简历:1994年北京大学毕业后分配到南通中学工作,1996年调至苏州中学工作至今。
3.工作:工作认真负责,与人相处融洽。
4.特长:精通英语,尤其口语,已将多本中文书籍译成英语,懂一些日语、能用日语与外宾对话。
联系电话:3654731
联系地址:苏州市人民路一号

第一步:介绍消息来源
介绍消息来源实际上是求职信的开篇交待句,它可使求职信显得自然、顺畅;而不介绍消息来源,会使收信人感到意外、突然,文章也缺乏过渡、照应,本文消息来源可作如下介绍:
Dear manager,
I learned from the newspaper that your company wanted to hire an English translator.

第二步:表明求职心愿
介绍完消息来源后,应向收信人表明自己的求职心愿,即写信的目的,本文求职心愿可作如下介绍:
I'm interested in this job very much. I'd like to get this job.

第三步:介绍个人简历
某单位需要新人,求职人也有求职心愿,但这并不意味着这项工作非你莫属。如果你没有干好这项工作的经历、实力,也是难以适应的。因此,介绍个人简历是必不可少的。本文个人简历可介绍如下:
Now I'd like to introduce myself to you. My name is Li Ping. I'm 30 years old. I'm 180 cm tall. I'm healthy. I like swimming, singing and dancing in my spare time. I graduated from Beijing University in 1994.Then,I went to work in Nantong Middle School. In 1996,I began to work in Suzhou Middle School and I have worked there until now.

第四步:摆出求职优势
仅有一定的工作经历而没有自身的优势和特长,也很难求得称心如意的工作。因此,求职时应表明自己除了具有一定的工作经历之外,还具有一定的优势和特长,这样才能稳操胜券。本文可通过如下方法摆出自己的优势:
I work hard and I can get along well with others. I'm good at English and especially my spoken English is very good. I've translated many Chinese books into English. I can understand Japanese and I can talk to foreigners in Japanese freely.

第五步:提出获职打算
丰富的工作经验,一定的优势和特长,只能代表过去和现在的情况,如果获职后自以为心愿已了,从此高枕无忧,马虎从事,那也是得不到用人单位认可的。显然表明获职后努力工作的决心是感动用人单位的领导从而顺利谋得此项工作的重要一环。本文获职打算可作如下介绍:
If you agree with me, I'll work hard and try to be a good translator.
第六步:请求答复联系
如果单位领导同意了你的求职要求,你必然要请他和你联系,以便你及时做好准备,到用人单位应聘或报到。为准确起见,请求答复联系时你还应当提供你的通讯地址、邮政编码、电话号码、电子信箱等。本文答复联系的内容可作如下介绍:
If you agree with me, please write a letter to me or phone me. I live at No.1 Renmin Road, Suzhou city. My telephone number is 3654371.

第七步:表明感激之情
无论你的请求是否能够得到满意的答复,你给用人单位写信就是给对方添了麻烦,因此你应向对方表明感激之情。本文可这样来表明感激之情:
Thank you very much.
上述七步内容联成一个整体,再加上下面的信尾,就成为一封完整的求职信。
Yours Truly
LiPing


 
 
本文章人气值:6597 关闭本窗口 

网友评论
 
conniegao 2004-7-4 19:31:16
If let me write such a letter ,it maybe take me long time! so i can say nothing for it.
jimfeer 2004-6-13 16:53:53
so simple so good.
if changing some simple words i to pofetional  words, it will be a powerful application leter.
for exaple: (find youself)
sorry,i only can fell but can't find them out.
becase he say he is a very good trasalor.but in this letter can not see how power he is.
he didn't used pofectinoal word to express himself.
that was boast.

let me say sorry again.this is just what i think
 
mzc 2004-6-10 19:02:50
Simple,but quite useful for a beginner!
flutter 2004-6-6 14:48:12
this article is very simple.the words is easy.even everyone knows,but i can't organize them like this article.
shfenorasuny 2004-6-2 17:19:50
i can say nothing to  this article.

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值