Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

目标练习:恢复,但更好

Posted on 2025-02-20

我最近找到了一份工作,但那是一次又一次遭到拒绝的经历。几乎感觉没人看我的简历。这让我觉得🤔可能就是这样。

事实证明,招聘经理被成堆的简历淹没了。令人惊讶的是(对我来说),他们并没有真正使用人工智能来自动拒绝,他们只是没有仔细阅读。

如果您是一名招聘经理,办公桌上有一堆 200 份简历,您会如何处理它们?我想我可能会:

  1. 扫描最关键的信息(例如多年的经验、行业重点、技术堆栈等)
  2. 仔细阅读其余的内容。

所以你必须用勺子喂招聘经理。听起来很容易。

但事实并非如此。一份简历是行不通的,因为它基本上不可能满足所有潜在的招聘信息,同时又要足够简洁以适合填鸭式的内容。

看来您需要为每个职位空缺生成不同的简历。但这是一项繁重的工作。所以我为自己做了一个工具,今天我将其开源。这里是。

这将其分为 2 个步骤:

  1. 一份庞大而冗长的“简历”,更像是一个知识库
  2. 针对每个职位发布量身定制的有针对性的简历

第一步:大简历

流程是:

  1. 从您现有的简历开始
  2. 对于每项工作:
    1. 打开聊天对话框
    2. AI 提供了一些破冰问题,例如“您在为猎户座计划开发 Miopter Pengonals 时遇到了哪些挑战?”
    3. 回答问题。好吧,只要真正输入任何内容即可。重点不是面试,而是把你脑子里的一切都写在纸上。
    4. AI 提出后续问题
    5. 重复3-4几圈
    6. 查看/编辑摘要版本并保存
  3. 让人工智能根据这些人工智能面试建议技能和成就

我不会撒谎,这是我写简历以来最有趣的事情。大多数时候,我都想为自己所做的听起来很酷的事情而毫无结果地寻找自己的头发。但有了这个,你就可以放松、放松、思考,就像你和朋友喝酒聊天一样。

虽然这一切都很棒,但最令人兴奋的部分是当它暗示了成就时,我突然意识到,“天啊,我做了一些很酷的事情,我从来没有这样想过这个项目”。

所有这些,摘要,完整的对话,所有这些都与正常的简历项目一起存储。对于每项工作,我都有大约 30-40 项技能和 8-12 项成就,大部分是通过一些轻微编辑生成的。

第二步:小简历

流程是:

  1. 上传招聘信息
  2. 分析职位发布中的明确和隐含要求。再说一遍,这是一次人工智能协作,人工智能可以对公司进行侦察。
  3. 生成简历。
  4. 审查和编辑
  5. 导出为 PDF

策略是尽可能多地使用大简历中的逐字文本。所以一般来说你会把精力放在大简历上,而不是小简历上。

发电时,发电量很少。它主要只是根据分析的需求从大简历中选择与特定职位发布相关的内容。

副作用

除了生成小简历之外,我还取得了巨大的成功,将整个大简历放入 NotebookLM 中,并让它生成一个播客来帮助我准备面试(😍 他们太棒了 🥰😘)。我还在搜索模式下使用 ChatGPT 做了同样的事情,对面试官进行侦察以进行准备。

大简历是一个 XML 文档。所以你真的可以将它逐字放入任何人工智能工具中。我可能可以做一些导出功能,但这实际上效果很好。

地位

我开源这个是因为我找到了一份与它相关的工作。它还没有完成,实际上有点糟糕,但是管理信息的方法很新颖。有些人敦促我获得风险投资并将其转化为产品,但我累了,这只会让我感觉更累。我不知道,它确实可行,但让我非常兴奋的是让其他人蓬勃发展而不收取一分钱。

想要使用它的人也可能有动力将它带过终点线。目前,有大量技术人员失业,因此很多人愿意、有能力并且实际上有足够的时间做出贡献。这可行。

为什么要使用它?因为,至少你最终会回忆起你做过的很多很酷的事情。

为什么要贡献?因为,如果您是一名工程师,您也可以将其写入您的简历中。

再说一次,如果你错过了: Github Repo Here

原文: http://timkellogg.me/blog/2025/02/20/target-practice

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme