猎头教你写简历(ZT)

3月4日

以下文章转自51job
以为自己是专业人才,有工作经验就一定能被心仪的公司看中,从而忽略简历的作用,是大多数求职者折戟沉沙的主要原因。猎头咨询部周小姐说。那么,作为求职者该如何写好自己的简历呢?

猎头怎么看简历


所有的猎头都表示他们对清楚明了的简历青眼有加,对繁复冗长的简历送上白眼,尤其是一些空泛的修饰词众多却无实际内容的语句。猎头咨询部的陈小姐表示若是割舍不下那些修饰词,可以把这些内容放到CV中去。

林小姐还表示,她倾向于将工作经验放在简历的最前面,从哪年到哪年你做了些什么事情,当时你的职位是什么,职责是什么,主要成绩如何。


猎头咨询部的王女士认为,不要把学历放在最前面,因为对于职场资深人士来说,含金量更高的是实际工作经验而非学历。她提出了摘要Summary这一观点,即把个人职涯亮点、重要战绩以语词形式概括出来放在简历的开头,让猎头一目了然你的卖点是什么。主要成绩是王女士关注的重点,如果是经理级别,写上你管理过多大的团队;如果是销售,业绩是最有说服力的;如果是市场人才,推广成功过哪些品牌,成功上市过什么产品,组织过哪些成功的展览及PR活动;如果是项目经理,则要把项目大小、规模,参与人数,你的团队角色统统包含在其中。

有的放矢 针对性强


经常会出现这样一些情况,某公司招聘销售类管理人员,接到的简历却五花八门:有从事行政人事的、培训的、财会的,就是没有相关的行业经验。这只能是浪费双方的时间。同时一份好的简历应该根据不同的职位有明显的针对性和侧重点。例如某人以前从事人事行政工作,当他要应聘的职位是人事经理时,就应着重把他在人事方面的经验和能力详细描述,而不能主次不分,把行政方面的经验也大肆宣染,喧宾夺主。

无关经验 力求简约

如果您不是应届毕业生,则大可不必将您在校时的光辉历史都列举出来(某些杰出技能除外)。但如果在工作中接受过专业培训或嘉奖,应该特别列举出来,培训可以使职员更快地掌握某项技能或操作方法,这对个人实际工作能力是非常重要的。

工作经验是重中之重


许多求职者认为简历就是要求简,便只列出他曾经工作过的公司的名称和职位。其实,现在的公司多如牛毛,即使是国际知名公司,其不同的分公司也经营不同的产品,更何况其它一些中小型企业。因此用人单位根本不可能凭一个公司名称就知道你从事过何种业务。所以简单的公司介绍是很必要的,内容应该包括该公司提供的产品和服务,以及在行业中的地位和影响力及其它有关的说明。要特别说明的是,某些求职者为了个人原因而省略了公司名称,这是很不明智的,会错失机会,也会使用人单位怀疑你求职的诚意。

职位说明同样必不可少,因为同一职位在不同的行业、不同的公司会有不同的内涵。对从事销售和市场类职位的从业人员来说,如果有业绩数据加以说明会更有说服力;如果是IT类人才,则列举工作中使用的计算机语言和应用程序必不可少。另外,条件允许的话,还可以在每一份工作的后面列明离职原因,那样会使用人单位对你有更全面的了解,从而对你的成功应聘起到一定的帮助作用。最后需补充说明的一点是,写中文简历时,工作经验的时序是从第一份工作开始一直写到最近的那份工作,而英文简历的顺序则恰恰相反,是从最近的写到第一份工。

自我推荐 做个有心人


猎头咨询部的陈小姐表示,若是自我推荐投递简历,千万要做个有心人,记录一下在何处看到招聘哪个职位的信息。作为高级人才,若是自己投过的简历自己也忘了,那岂不叫人啼笑皆非?而这种情况在现实中绝非偶然。在投递简历的时候,自荐人一定要了解一下公司背景和工作职责,要有充分理由及清晰的思路表达出为什么觉得自己是合适人选?英语当然是硬条件,然而最重要的一点是要表现出对职位的兴趣和热情,这点通常会给猎头留下深刻印象。(完)

<think>好的,我现在需要帮助用户寻找关于猎头自动化简历筛选的技术方案或工具。首先,我要理解用户的需求:猎头需要自动化筛选简历的工具,他们可能希望提高效率,减少手动筛选的时间,同时确保筛选的准确性。接下来,我需要结合提供的引用内容来寻找相关的解决方案。 引用[1]提到了用友大易智能招聘系统,能够自动化筛选简历并安排面试,这应该是一个可行的工具。引用[2]则介绍了一个开源工具PyResParser,可以解析简历中的关键信息,如联系信息、育背景等,这对猎头来说可能很有用。引用[3]提到使用AI技术,比如自然语言处理(NLP)和机器学习模型,来自动分析简历,这可能涉及到技术实现层面。引用[4]提到了RPA(机器人流程自动化)在招聘中的应用,比如自动登录招聘网站和批量下载简历,这也是一个技术方向。 现在需要将这些信息整合起来,形成结构化的回答。首先,介绍现有的工具,包括商业系统和开源工具。然后讨论技术实现方案,比如AI模型、NLP处理、RPA自动化流程。最后,结合使用场景,给出建议和注意事项。 需要确保回答符合系统级指令:使用正确的中文,行内数学表达式用$...$,独立公式用$$...$$,但当前问题可能不涉及数学公式,所以可能不需要。然后生成相关问题,确保相关问题与主题相关,帮助用户进一步了解。 需要检查引用是否正确标注,比如引用[1]、[2]、[3]、[4]是否在回答中正确对应。同时,回答要结构清晰,分点说明,帮助用户逐步了解不同的工具和技术方案。 可能还需要补充一些技术细节,比如PyResParser使用的技术栈,或者RPA的具体实现工具,比如UiPath、Automation Anywhere等,但用户提供的引用中没有提到具体的RPA工具,所以需要根据常识补充,但应避免添加未在引用中出现的信息,除非是常识内容。 最后,确保生成的相关问题能够引导用户深入探讨,比如技术选型、数据安全、开源工具的自定义方法等。</think>针对猎头行业的自动化简历筛选需求,以下是结合现有技术的解决方案分析: ### 一、现有自动化筛选工具推荐 1. **用友大易智能招聘系统** - 支持AI简历解析与关键词匹配 - 可自定义筛选条件(如$年限 \geq 5年$,$学历 \geq 硕士$) - 自动生成人才评估报告[^1] 2. **PyResParser开源工具** - 自动提取简历中的$联系方式$、$育经历$、$技能树$ - 支持PDF/Word格式解析 - 可集成到现有招聘系统[^3] 3. **多平台智能招聘助手** - 跨平台支持BOSS直聘、猎聘等 - 智能打招呼与消息批量发送 - 自动化简历收集与去重[^2] ### 二、技术实现方案 1. **AI核心架构** ```mermaid graph LR 简历数据-->NLP解析-->特征提取-->模型匹配-->结果输出 ``` - 使用自然语言处理(NLP)解析非结构化简历文本 - 构建$岗位匹配度= \sum_{i=1}^{n}(w_i \cdot s_i)$计算模型($w$=权重,$s$=特征得分) 2. **RPA自动化流程** - 自动登录招聘平台 - 批量下载简历附件 - 定时执行人才库更新[^4] 3. **数据处理技术栈** ```python # 示例:简历解析代码片段 from pyresparser import ResumeParser data = ResumeParser('简历.pdf').get_extracted_data() print(data['skills']) # 输出技能列表 ``` ### 三、实施建议 1. **技术选型**:中小型猎头公司建议采用SaaS化工具(如用友大易),技术团队较强的机构可基于PyResParser二次开发[^3] 2. **数据安全**:涉及敏感个人信息处理时,需确保符合《个人信息保护法》要求 3. **效果验证**:建议初期设置$人工复核率 \geq 30\%$的质量控制机制
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