揭示简历筛选的真实逻辑与应对思路
在开始专家访谈之前，先了解简历筛选的残酷现实：热门岗位往往收到数百份申请，绝大多数简历活不过机器初筛和人工初扫。
一个典型场景：某互联网大厂一个岗位收到500份简历，机器初筛后只剩一百多份，人工筛选后只有十几份进入业务面，最终发出几个面试邀请。你的简历要在几秒内通过第一关。
Q：您拿到简历后第一眼看哪里？
第一眼看最近一份工作。我不看自我评价、不看技能清单，直接拉到工作经历看最近一段。如果最近的工作和岗位不匹配，基本就过了。我一天要看200+份简历，没有时间从上往下读。
Q：什么简历会直接淘汰？
三个红线：①错别字超过2个；②排版混乱到影响阅读；③工作经历只写职责不写成果。"负责XX项目开发"这种描述对我来说等于没写。
Q：量化数据有多重要？
极其重要。"优化了系统性能"和"优化系统性能，QPS从1000提升至5000"是两个完全不同的信息量。我记住的是后者，前者我根本不会注意到。
Q：金融简历最看什么？
三个词：合规、数字、资历。金融是强监管行业，任何合规瑕疵都是致命伤。数字必须精确——AUM、IRR、夏普比率这些核心指标不能模糊。资历证书(CFA/CPA/保荐代表人)是硬门槛。
Q：简历长度怎么看？
金融和IT不同，2页简历完全OK。但前提是每一页都有价值。我见过3页简历全是干货的，也见过1页简历空话连篇的。长度不是问题，密度才是。
Q：跳槽频繁的人怎么办？
金融行业对稳定性确实看重，但不是绝对。如果每次跳槽都有明确的职业升级（职级提升、管理范围扩大），HR是可以接受的。怕的是平级横向跳——这说明你无法在一家公司成长。
Q：技术岗简历您最关注什么？
我扫三样东西：技术栈、项目难度、GitHub/技术博客。技术栈告诉我你的工具箱；项目难度告诉我你能解决多难的问题；GitHub和博客告诉我你对技术的态度。
Q：技能清单要不要列一堆技术？
千万别。写20个技术名词不如写3个你真正深入用的。我面过太多简历写"精通Kubernetes"，结果连helm chart都写不出来。建议按精通/熟练/了解分级，只列和岗位相关的。
Q：开源贡献有多加分？
非常加分。一个有Star的开源项目比一段普通工作经历更有说服力。它直接证明：代码质量、协作能力、技术影响力。我招的几个最强的工程师都有活跃的开源记录。
Q：高校教师招聘看简历的重点是什么？
高校招聘有硬指标：学历（博士起）、论文（CSSCI/SCI数量和影响因子）、项目（国家级课题）。这些在简历中必须清晰突出，因为评审专家会逐项打分。
Q：教学经历和科研经历哪个更重要？
看岗位类型。研究型岗位科研70%+教学30%；教学型岗位反过来。简历结构要调整——把对应的核心经历放在最前面。很多老师一份简历投所有岗位，效果很差。
Q：学术简历有什么常见问题？
最大的问题是把简历当成了学术履历表——罗列所有论文所有项目，但没有重点。评审专家面对上百份简历，你需要用加粗、排序来引导他的注意力。
Q：创业公司看简历和大厂有什么不同？
大厂看专精度，创业公司看广度+自驱力。我最想看到的是：这个人能不能在没有清晰指令的情况下自己找到问题并解决。简历中体现这一点的方式是展示0→1的项目经历。
Q：创业公司会不会更容忍简历的不完美？
是的，排版没那么重要，但真实性更重要。创业公司招人少，面试深，简历造假设概率通过面试为零。反而是大厂因为面试流程标准化，简历造假有时候能过初筛。
Q：什么样的简历让您直接约面？
三种信号：①做过类似的事（最高优先）；②学东西特别快（体现在跨领域成果）；③有作品可以看（代码、设计、文章）。任何一种就够了。
| 筛选阶段 | 决策者 | 关注点 | 平均耗时 | 淘汰率 |
|---|---|---|---|---|
| 第1轮 | ATS系统 | 关键词匹配+格式合规 | 0.1秒 | 75% |
| 第2轮 | HR专员 | 基本条件(学历/年限/行业) | 6秒 | 60% |
| 第3轮 | HR经理 | 经历匹配度+职业稳定性 | 2分钟 | 50% |
| 第4轮 | 业务负责人 | 技术深度+项目含金量 | 5-10分钟 | 40% |
关键洞察：你的简历需要同时满足4种不同视角的评审者。ATS看关键词，HR看条件匹配，HR经理看职业轨迹，业务看专业深度。每一层都有不同的淘汰逻辑。
A: 初筛阶段确实非常快，尤其是招聘旺季。这意味着简历的信息层次必须清晰，重点内容要在第一屏可见。
A: 两者都看，但关注点不同：技能判断匹配度，经历判断真实性和成果。用具体项目和量化结果把两者串起来最有效。
A: 不一定。诚实标注并用一句话说明期间的学习、项目或个人成长，比含糊其辞更让 HR 放心。
A: 恰恰相反。多数 HR 更认可清晰规范的排版，过度设计反而影响阅读。设计感应服务于信息传达。