# 技术 / 研发 / 数据 简历模板

## 结构

```
姓名｜电话｜邮箱｜GitHub｜城市｜目标岗位

【个人简介 / Summary】（可选，1~2 行）
X 年 ___ 经验，专注 ___（高并发后端 / 推荐系统 / LLM 应用 / ...），熟悉 ___ 技术栈

【技能】（技术岗放前面，让 HR 一眼看到栈是否对口）
- 语言：Java（精通）、Python（熟练）、Go（了解）
- 后端：Spring Boot、Spring Cloud、gRPC、Kafka、Redis、MySQL、ClickHouse
- 大数据 / 算法：Spark、Flink、Hive、PyTorch（如果是算法岗）
- 工程：Docker、Kubernetes、Linux、Git、CI/CD
- 其他：TypeScript、AWS

【工作经历】
公司 A | 职级（高级工程师 / 资深工程师 / Tech Lead）| 起止
- 系统级成绩（含 QPS、延迟、可用性、规模等数字）
- 架构 / 设计贡献（你设计了什么、为什么这么选）
- 业务影响（推动了什么业务结果）

【项目经历】
项目名 | 角色 | 技术栈 | 时间
- 背景：业务规模 / 痛点（一句话）
- 方案：你的核心设计 + 关键技术决策（讲为什么）
- 结果：性能 / 稳定性 / 成本 数字

【教育背景】

【开源 / 论文 / 比赛】（强加分）
- GitHub 项目（star 数 / 主要 contributor）
- 论文（标注会议 / 期刊）
- 比赛（Kaggle / ACM / 天池 / 黑客松，含名次）
```

## 风格要点

- **少形容词，多数字 + 技术细节**
  - 弱："优化了系统性能"
  - 强："通过引入二级缓存 + SQL 改写，将商品详情接口 P99 从 480ms 降至 110ms"
- **讲清楚『你做了什么』vs『团队做了什么』**：用"主导"/"负责"明确 ownership 边界
- 算法岗：技能列表里**强调具体模型 / 框架版本**（避免堆砌 buzzword）
- LLM / Agent 岗：明确写"训练 / 微调 / 推理 / 应用"中你做的部分，避免被以为是 prompt-only
- 长度：1~2 页

## 常见雷区

- 简历里写"精通"，面试问到一脸懵 → 不熟就写"熟练 / 了解"
- 列出 20+ 技能，问哪个都不深 → 删到 8~12 个真正会的
- 把课程内容当项目经历 → 标注"课程项目 (Course Project)"，不要假装是工业项目
- 项目描述只有"什么是 ___"，没有"我做了什么" → 重写