乔布斯的简历17.4万拍卖,HR看了想打人……

前不久,乔布斯当年的求职信以17.5万美元的价格被拍卖,这份简历长啥样呢?

 

HR看了想打人!

 

乔布斯给惠普公司的求职信原件

 

港真,这份简历换作今天,一个面试都拿不到!

 

 “Steve Jobs”中的字母“J”没大写就算了,居然连应聘公司惠普的名字都写错了。

 

最搞笑的是,日后把智能手机卖给全世界的乔布斯大神,在电话号码一栏写了“无”。

 

看来乔大神当年那句“Stay foolish”,可能真的是字面意思…

 

简历/求职信到底该怎么写?

 

今天就从古今中外的大佬们身上,学习反思。

 

 

 

那些牛逼大佬的简历

长什么样?

 

相比之下,达·芬奇在450年前写的简历就让他成功获得了米兰伯爵的垂青。

 

达·芬奇是真心想要去米兰,所以对求职的认真度会100%体现在你的简历上,根本造不了假。

 

与乔布斯的“随便写写”相比,达·芬奇的态度是很直观的。

 

达·芬奇求职信原件

 

达·芬奇求职信中文翻译 via知乎答主@warfalcon 

 

无独有偶。近几年,锤子科技创始人罗永浩卖手机讲段子,几乎让人忘了2000年时,他还曾经是新东方学校的任课教师。

 

当时罗永浩给北京新东方学校校长俞敏洪写了一封求职信,在两次试讲失败后,给了他第三次试讲的机会,终于成功。

 

当时罗永浩写给俞敏洪的求职信也可圈可点:

 

针对雇主的招聘需求,有的放矢;

 

风趣跃然纸上,实力诠释“幽默感”;

 

生动有个性,容易脱颖而出。

 

 罗永浩求职信 via知乎答主@赵凯 

 

好的简历不是赢在字多,而是能够找准公司的需求,言简意赅地说明能力。

 

而简历的范本还可以追溯到战国时代,看看大诗人屈原是如何用文言文完爆职场的。

 

屈原求职信 via知乎答主@iYuanzh 

 

能把简历写成楚辞,真乃风流名士也。

 

当然了,不是所有大佬的简历都是正确的示范。

 

你写的简历和HR想看到的简历,你确定是一回事吗?(乔帮主就是最好的反例。)

 

这些简历误区

你必须知道

 

1、简历上别写这句废话:“负责XX日常工作”

 

看到这句话,HR能够得出的唯一结论就是:你在这个岗位没做什么。

 

而通常这么写的求职者也确确实实觉得自己的工作“没什么”,大部分时间不是在聊微信就是在打王者农药,见到老板走来秒切Word假装在写报告。

 

可是相信我,所有人,上至一无所有王健林,悔创阿里的马云,下到提笔的答主我,都经历过含(水)金(到)量(bu)低(xing)的实习/工作。

 

但区别在于,我们迅速离开了这些浪费生命的岗位,并且把这些岗位的价值榨干,还在简历上狠狠地利用了一把,去寻找更好的机会。

 

以应聘销售为例:

 

光说你做过销售,HR只会知道“哦,有相关经验”。

 

如果告诉HR你的业绩如何,HR会说“不错,能卖出东西,为公司赚钱”。

 

但如果你能告诉HR你不仅业绩突出,还能够总结自己的经验培训其他人,HR会说“看来这个人对这个行业的销售方面有深入理解,必须叫来面试聊聊”。

 

以应聘行业分析、数据分析岗位为例:

 

如果说你之前在某咨询公司做过PTA(门槛非常低的兼职实习),那么你做过的唯一工作可能是打cold-call和在街上发问卷。

 

但简历上决不能这么写啊。

 

打cold-call是在做什么?是寻找“专家访谈”,而在街上发问卷则是“收集数据”。只要写出你在做的“小事情”背后的“大事情”是什么,就能让简历不被扔进垃圾桶,而是进“待定”的那座小山。

 

而如果你能表现出不仅仅完成了任务,而且还主动做出了把任务总结,做出超额、超预期的结果,那么将会大幅提升获得面试的机会。

 

通常在这个时候都会有同学说:

 

“老师我听懂了,可是我做的工作真的很普通,每天就是端茶倒水、收发快递和擦鞋拎包,这个应该没办法包装成你说的干货吧?”

 

再低级、普通的工作,都值得去把你认为很“日常”的工作用认真负责的态度描述出来给HR看,不仅是对HR时间的负责,也是对你自己辛苦工作、辛苦投递的简历负责。

 

如果我是一个办公室打杂的,我会写:

 

协调总经理每日行程,安排访客到访登记,参与每个访客会议并进行会议记录,负责跟进多个潜在合作方后续合作事项(擦鞋拎包+做会议记录)。

 

负责各部门每周过百件快递的收发,将文件拆分、命名、归类,确保各部门能够简单高效地找到所需文件(收发快递,把正确的快递送到对的人手上)。

 

管理维护办公环境,与冷热水、空调等其他硬件供应商协调确保补给充足,通过合理安排办公室摆设提高整体员工工作效率(端茶倒水+把饮水机从门外搬到门内)。

 

所以我可以负责任的说,写出具体内容,写出结果,恰好才是最不浪费双方时间的。

 

任何岗位,包括程序员,都同样遵循这样的规则。 

 

你具体做了哪些项目,写过哪些模块,用了什么工具,什么语言,有没有代码可以展示。

 

如果搬砖,搬得哪些砖,多少砖,用的什么材料,上没上泥,你知不知道搬这个砖盖的是什么楼,这楼能创造多少价值。

 

所以相信我,世界上没有“烂”工作,也没有写不好的简历经历,只有不用心不动脑的求职者。

 

2、“简历造假”和“好好写简历”别搞不清楚区别

 

举个例子:

 

(1)

 

简历写:X年经验做过XX 会用XX

 

面试:一问三不知

 

结论:造假

 

结果:赶出去 + 黑名单

 

(2)

 

简历写:XX学校XX学硕士毕业

 

背调结果:XX学校其他专业硕士毕业

 

结论:造假

 

结果:开除 + 黑名单

 

(3)

 

简历写:在XX公司实习3个月

 

背调结果:在XX公司实习1个月

 

结论:造假

 

结果:Offer 收回

 

(4)

 

简历写:在XX岗位通过用户分析、数据采集,提高用户满意度

 

背调结果:接客服电话,记到Excel,解决用户日常问题

 

结论:正常

 

结果:顺利入职

 

请不要把我说的任何一句话跟“简历造假”四个字放在同一个句子里,因为作为一个“HR”我相当痛恨造假。

 

但我也同样痛恨简历上写不清楚到底做了什么,很多人都把简历写成了JD。

 

更替一些明明有符合招聘需求的经验、技能、背景,却在简历上完全体现不出来而被直接Pass掉的同学惋惜。

 

一份好的简历

应该怎么写

 

把简历上的“普通描述”升级成为HR眼中的干货,只用记住两点:

 

  • 写具体

     

  • 写结果

     

写具体、写结果,才能让人知道你真正做了哪些事情,用了哪些工具,做成了什么成果。

 

任何一件小事,不同的人多可能都会用到不同的工具,得到不同的结果。工作内容是千篇一律的,你要体现的恰好就是这些不同,这就是你的干货。

 

  • 巧用STAR法则

 

求职者没有人教如何理解STAR法则,没有STAR法则写好的案例作为参考,反而有可能会重写之后获得更差的效果:

 

 

 

可以看到,STAR法则是需要理解和消化的,不是直接扔给一个刚开始找工作的人就可以拿来直接用的。于是,我们对STAR法则进行了优化,总结出了真正适合写简历的公式:

 

超级简历公式:

 

动词 + 工作内容 + 方法 + 结果

 

实际撰写形式如下:

 

 

因此参考超级简历公式,就不会将STAR法则写成啰嗦的描述,而是简单明了的戳中HR的需求。

 

  • 通过问自己“为什么做”找到自己真正负责的“大内容”

 

重要的是要有“搞清楚自己到底在做什么”的思维方式。

 

我用一个很俗套的冰山比喻解释一下:

 

很多人简历上只写“负责AAA”、“负责BBB”、“负责CCC”,这就是最表层的“做什么”,加上一些使用的方法、运用的资源,算是加上了“怎么做”。

 

而我在案例中给出的最深层的描述,那些在小白眼里的“语言包装”,就是你作为一个人才对于自己工作职责和岗位的深层理解。

 

 

如果你真的搞明白了自己为什么在做一些很琐碎、很无聊的事情,这些事情不但可以很生动的变为“干货”呈现在简历上,而且甚至会变得不再琐碎和无聊——因为你终于搞清楚自己为什么在做这些事情了。

 

如果你不能明白这种工作的态度和思考方式,相信你做什么工作都只能写出个最简单的岗位职责,回忆自己的职业生涯也是想了半天觉得什么都没做。

 

另外,请明白一个更加简单粗暴的道理

 

面试都拿不到的人,是没有资格思考“面试问到我怎么办”这种高端问题的。

 

道理适用于所有行业,竞争越激烈,面试越难获得。

 

对于竞争不激烈的岗位,说句心里话,如果来一个面一个,有时求职者甚至都不知道公司是做什么的,双方还互相看不上,互相浪费对方时间。

 

所以请用以上技巧写好简历,再考虑之后的生涯发展。

 

人生是可以一步一步来的,但首先你要有上进心。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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. **优化算法(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法来解决这些问题。
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