很多人简历顶头就写“求职数据分析师”，但HR每天看几百份，这个标题毫无区分度。建议改为“数据分析师 | 擅长电商用户增长分析”“数据分析师 | 3年用户画像与A/B测试经验”。一句话告诉对方你来干什么、能解决什么问题。
个人简介部分不要只写“熟练使用SQL、Python”，改成“通过SQL和Python搭建自动化报表，将用户留存分析周期从3天缩短到2小时，覆盖500万用户”。数据一放，价值立现。
STAR即Situation（情境）、Task（任务）、Action（行动）、Result（结果）。每个项目按照这个结构展开，重点放在Action和Result。
例子：某电商平台复购率下降，负责搭建用户分层RFM模型。行动：清洗6个月订单数据，定义活跃、沉睡、流失用户，输出分层报表。结果：针对沉睡用户发送优惠券后复购率提升18%，累计贡献额外GMV（商品交易总额）约200万元。
注意：不要只写“使用了Python、Tableau”，要写“用Python清洗数据、用Tableau搭建流失预警看板，实时监控核心指标”。工具是手段，业务结果是目的。
打开JD，把提到的工具、模型、场景列出来：用户画像、漏斗分析、归因模型、RFM、SQL窗口函数、Python pandas、A/B测试、数据可视化。在技能和项目描述里自然嵌入这些词，能明显提升通过ATS（简历机筛系统）的概率。
建议用分类写法：
一页纸是硬性要求。控制在600-800字，行距适中，左右边距2.5cm。用PDF导出，避免Word在不同电脑上乱码。
如果业绩数据有增长趋势，可以在简历右上方或项目下方放一个小柱状图（比如“季度复购率提升曲线”），但数量不超过2个，否则喧宾夺主。
另外，教育经历、证书、语言能力等放在简历后三分之一位置，把前面最黄金的区域留给项目经历和成果。
需要。建议一行列出学校、专业、毕业年份。即使是非名校，只要项目经历扎实，学历不会成为硬伤。应届生可以把实习和课程项目作为主要展示。
可以使用课程项目、Kaggle竞赛、个人分析项目。关键是要描述清楚业务场景（比如“分析某电商用户流失”）、分析过程、结果（比如“建立流失预警模型，准确率85%”）。不要只写“做了特征工程”，要写“通过特征工程筛选出5个关键流失因素，并将模型部署至报表系统”。
建议写具体能力。例如“SQL：熟练使用复杂查询、窗口函数、子查询”“Python：熟练使用pandas进行数据清洗、scikit-learn建模”。不清楚程度可以写“掌握”“了解”“熟悉”三级，但不要写“精通”除非你确实能解决生产环境下的复杂问题。
研究JD中的高频词，在项目描述和技能中自然融入“用户留存、漏斗分析、数据清洗、自动化报表、A/B测试、归因模型”等关键词。同时避免使用图片、表格等机器难以解析的格式。一页PDF纯文本最安全。
如果在写完后不确定格式和关键词是否到位，可以用免费的简历体检工具快速检查。
我在改简历的过程中发现，很多人忽略了一个细节：机器可读性。PDF中的文字必须能选中，而非扫描版。棱镜简历的体检功能可以在10秒内分析你的简历是否通过了ATS基础要求，同时给出关键词缺失建议、字数密度和排版评分。如果你也在改简历，可以试试棱镜简历：https://prismresume.cn/check
读完想知道自己的简历什么水平？
免登录测一下，10 秒出报告加载中…