如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,
欢迎移步微信公众号「小火龙说数据」,更多精彩原创文章与你分享!
00 序言
春节刚刚过去,你是否有考虑新的工作机会呢?在之前的文章中,小火龙和大家分享了「数据分析面试技巧」以及「面试的软技巧」,感兴趣的同学可以戳蓝字部分。本文将接着前面两篇,和大家分享一些「修改简历的技巧」,由于小火龙从事的是数据分析,因此仍然从数据分析的角度出发,不过核心思想是通用的。
简历是过往经历的一个缩影,同样也是拿到offer的敲门砖。简历的好坏,决定你是否有机会进入到面试环节。小火龙认为,简历可以分为以下五个方面:基本信息、自我评价、工作经历、项目经历、教育经历。
下面,将针对这五个方面进行展开,同时圈出关注点。
01 基本信息
基本信息是简历的“门牌”,内容涵盖:姓名、电话、邮箱、照片、现职位、突出点等。核心在于「简洁清晰+突出优势」。
【注意事项】
- 照片:可能很多同学认为最好把照片加上,但小火龙认为照片不一定会起到正向作用,因人而异。如果要放,也最好使用修过的证件照,体现出「干净+干练」即可。
- 突出点:可以考虑将个人突出的表现加在基本信息阶段,让面试官对你的第一印象产生好感,例如:党员、优秀员工、晋升信息等。
- 城市、年龄、居住地:类似这种个人隐私的信息,小火龙不建议你放在简历上,有可能会影响面试官对你的初步判断。
02 自我评价
自我评价是对自我的认知,也是面试官判断你是否符合岗位的关键。内容涵盖:自我优势、自我沉淀、技能证书等。
1、 自我优势
向面试官展示你区别于其他人的优势所在,内容涵盖:工作技巧优势、组织能力优势、思维方式优势、性格优势等。核心在于「突出优点+逻辑清晰」。
举个例子
组织协调能力较强,曾带领团队完成多项中大型项目;
工作中善于思考,落地分析方法论;
对数据分析有浓烈的兴趣,拥有扎实的理论基础,并在工作中加以实践。
2、 自我沉淀
向面试官展示你在工作中沉淀的分析方法论,以及掌握的技能技巧。内容涵盖:分析技能、算法技能、语言技能、工具技能等。核心在于「深入思考+沉淀」。
举个例子
分析技能:熟练掌握指标体系搭建、归因分析排查技巧、各种实验分析体系等。
算法技能:熟练统计学基础原理、熟练掌握基础分类模型(树模型、模型融合)等。
语言技能:熟练应用Hive、Python、Php等。
工具技能:能够熟练应用Excel、Spss等。
3、 技能证书
如果你有比较突出的证书,也会成为简历的加分项。例如:英语专业8级、注册会计师证等。
03 工作经历
对于非应届毕业生来说,工作经历会是面试官最为关心的部分。面试官会通过过往经历与现有岗位的匹配程度,来衡量简历是否通过初筛。因此,此部分是需要重点写一写的。内容涵盖:日期、公司、职位、成绩、工作内容等。核心在于「内容深度+逻辑性」。其中,工作内容,建议按照一定的逻辑性去介绍。
举个例子
如果你是一名全链路数据分析师,可以按照数据流转步骤进行介绍。
数据埋点:xxx
数据仓库:xxx
指标体系:xxx
归因分析:xxx
产品分析:xxx
用户分析:xxx
数据挖掘:xxx
BI:xxx
04 项目经历
项目经历是对工作经历的展开。内容涵盖:项目名称、背景、目标、行动、结果、思考等。这里建议采用STAR方式进行阐述,不了解的小伙伴可以戳蓝字部分「数据分析面试技巧」,其中有所介绍。
【注意事项】
- 最近一份工作挑选1-2个项目进行说明,不用太多。过往的经历中,如果有特别突出的,也可以拿出来说一下。
- 由于一个项目经历会占用较大篇幅,因此建议制作两份简历:
- 阉割版:不涵盖项目经历,在投递简历时用。一般HR在筛选简历时,「匹配+精简」往往是比较看中的,内容太多,反而适得其反。
- 完整版:涵盖项目经历,在面试环节时用,在介绍项目的时候,让面试官更为清晰的了解项目的经过。
05 教育经历
教育经历可以放置在简历的首部或者尾部,取决于以下两点:
其一:是否刚毕业;
其二:学校是否很突出。
如果这两点都没有粘上,建议将教育经历放在简历的最后面,对于毕业很多年的同学来说,工作经历、成绩,往往是面试官更为看中的。
内容涵盖:时间、学校、专业、成绩等。如果在校期间取得过不错的成绩,是非常加分的。例如:荣获校级一等奖学金、优秀毕业生等。
06 其他注意事项
1、排版:网上有很多付费的简历模板,小火龙认为意义不是特别大。只要你的简历清晰、美观、易于阅读,就足够向面试官展示你的专业性了。排版建议适当缩窄页边距,将简历内容缩减到一页以内。
2、内容:简历上写到的内容,一定是真实存在的。另外,提及的内容需要在面试前好好准备,任何一个点都可能被展开询问,如果了解的不是很透彻,建议就不要写了。
3、基调:简历的目的是为了有机会拿到面试的“入场券”,因此需要将你的「专业性+逻辑性」展现出来,多些“硬货”、少些“口水话”。
以上就是本期的内容分享
如果你也对数据分析感兴趣,更多「原创」文章,与你分享!!
微信公众号:小火龙说数据