结论先行:new grad(应届生)简历的核心是 project(项目经历),没有实习也能写出一页有分量的简历。关键公式:每个项目 3 到 4 个 bullet,每个 bullet 都是“动词 + 任务 + 技术 + 量化结果”。recruiter 看 new grad 简历只看 10 秒,项目标题和第一行 bullet 决定你进不进面试。
new grad 简历结构:一页纸的排兵布阵
标准结构从上到下:Header(姓名、电话、邮箱、LinkedIn、GitHub,一行搞定)、Education(学校、学位、专业、毕业时间、GPA 3.5+ 才写、相关课程 4 到 6 门)、Projects(2 到 4 个项目,简历的绝对主力)、Experience(有实习就写,没有就写 TA/RA/兼职)、Skills(语言、工具、框架,分三行)。一页纸是铁律,new grad 写两页等于告诉 recruiter“我分不清重点”。
顺序的讲究:Education 放最前(new grad 的最大卖点是学校)、Projects 第二(能力证明)、Skills 最后(关键词库)。工作经验少就别硬凑“Experience”大板块,TA(助教)、RA(助研)、课程大作业都可以进 Projects,诚实标注就行。
项目从哪来:没实习的四种素材
课程大作业(course project):操作系统课写的 scheduler、数据库课做的 mini DBMS、机器学习课的 kaggle 竞赛,这些都是“正经项目”。不要因为“是作业”就看不起,recruiter 看的是技术含量。标注“Course Project – Operating Systems”,诚实又体面。
个人 side project:自己做的 App、网站、爬虫、开源贡献。side project 最能体现“热爱”,面试官最爱问。哪怕是个“帮朋友做的订餐小程序”,只要技术栈实在,就是好项目。GitHub 链接放上去,代码干净是最好的证明。
科研/助研(research):跟着教授做的项目,哪怕只是打杂(跑数据、写脚本),也可以写“Research Assistant – NLP Lab”,重点写你具体做了什么、用了什么技术。如果有论文(哪怕在投),一定要写,“Paper submitted to ACL 2026”是重磅加分项。
黑客松/竞赛:Hackathon 48 小时做的 demo、数学建模竞赛、Kaggle 排名,都是“有结果”的项目。“Top 5% in Kaggle Competition (2000+ teams)”这种量化结果,recruiter 一眼就懂。
bullet 公式:动词 + 任务 + 技术 + 量化
每个 bullet 的公式:强动词开头 + 做了什么 + 用什么技术 + 量化结果。反例:“负责了一个网站的前端开发”(无动词、无技术、无结果,三无 bullet)。正例:“Built a responsive e-commerce frontend with React and Redux, serving 500+ daily users with 98 Lighthouse score”(动词 Built、任务 frontend、技术 React/Redux、结果 500 用户 + 98 分)。
强动词库:Built、Designed、Implemented、Optimized、Led、Automated、Deployed、Migrated。避免弱动词:Helped、Worked on、Responsible for、Participated in。这些词等于告诉 recruiter“我打了个酱油”。
量化结果的“没有数据怎么办”:课程项目没有用户量,可以量化“技术指标”:“Reduced query latency by 40% through indexing”(延迟降 40%)、“Achieved 92% test coverage”(测试覆盖率 92%)、“Handled 10k concurrent requests in load testing”(压测 1 万并发)。技术指标也是结果,比“完成了项目”强一百倍。
技术型 vs 非技术型:写法不同
CS/工程类:项目标题格式“项目名 | 技术栈”,如“Distributed Key-Value Store | Go, gRPC, Raft”。bullet 侧重“技术深度”:架构设计、性能优化、解决什么技术难题。GitHub 链接必备,代码是硬通货。
数据类:标题“项目名 | Python, SQL, Tableau”,bullet 侧重“业务影响”:“Analyzed 1M+ transaction records, identified fraud patterns, model precision 87%”。数据项目一定要有“so what”(分析出了什么业务结论),纯技术没有结论等于白做。
商科类:项目可以是 case competition(案例竞赛)、咨询项目、创业经历。bullet 侧重“商业结果”:“Developed go-to-market strategy for SaaS startup, projected $2M ARR”。商科简历的关键词是“影响”不是“技术”。
设计类:项目 = 作品集(portfolio)。简历上每个项目 2 个 bullet + 作品集链接,bullet 写“设计决策”:“Redesigned checkout flow, reduced drop-off by 25% (Figma, user testing with 20 participants)”。作品集网站比简历本身重要十倍。
STAR 在简历里的压缩版
面试讲 STAR(情境、任务、行动、结果),简历上是“压缩版 STAR”:一行 bullet 里塞下 A(行动)+ R(结果),S 和 T 留到面试讲。比如 bullet:“Optimized database queries with indexing and caching, reducing p95 latency from 800ms to 120ms”——行动(加索引和缓存)+ 结果(延迟从 800 降到 120),情境(“系统太慢”)面试时再展开。
每个项目 3 到 4 个 bullet,按“重要性”排序:最亮眼的放第一行(技术难度最高或结果最量化),最平淡的放最后。recruiter 只看每项目的前两行,前两行必须“见血”。
Skills 板块:关键词库
Skills 是“ATS(简历筛选系统)关键词库”,写法:Languages: Python, Java, Go / Frameworks: React, Spring Boot, TensorFlow / Tools: Docker, AWS, Git / Databases: PostgreSQL, MongoDB。分 3 到 4 行,每行一个类别。
原则:只写“敢被问”的。写了 Kubernetes,面试官问“讲讲 pod 和 deployment 的区别”,答不上来等于自爆。“熟悉”和“精通”不要写在简历上(美式简历不分这个),敢写就默认你会。正在学的可以写,但要诚实:面试时说“正在学,已经能做某某”。
Education 的细节:课程和荣誉
相关课程(Relevant Coursework)选 4 到 6 门“和目标职位相关”的:投 SDE 写操作系统、算法、数据库;投数据写机器学习、统计、数据挖掘。不要列“大学英语”“体育”这种无关课程,浪费篇幅。
荣誉(Honors)有就写:Dean’s List、奖学金、竞赛名次。GPA 3.5 以上写具体数字,3.7 以上加粗(美式简历允许适度强调)。GPA 3.5 以下不写,没人会因为你没写 GPA 淘汰你。如果学校 curve 很严(如伯克利 EECS),可以在 GPA 后备注“Major GPA 3.8”(专业课 GPA 更高就写专业 GPA)。
ATS:机器先看你的简历
投大公司,简历先过 ATS(Applicant Tracking System)机器筛选,再到人。ATS 友好原则:不用表格、不用文本框、不用 fancy 模板(单栏、标准字体、标准 section 标题:Education、Projects、Experience、Skills)。PDF 导出(除非要求 Word),文件名“FirstName_LastName_Resume.pdf”。
关键词匹配:ATS 按 JD 关键词打分,简历里的 Skills 和项目 bullet 要覆盖 JD 高频词(见 LinkedIn headline 篇的 JD 反向工程方法)。但不要“关键词堆砌”(白字藏关键词),被发现直接拉黑,诚信第一。
华人 new grad 常见错误
错误一:简历上放照片。美式简历不放照片(反歧视),放了显得不懂行。错误二:写“求职意向”(Objective)。美式简历不写 objective,浪费三行。错误三:中式英语。“Participated in the development of”改成“Built”,“Responsible for testing”改成“Tested”,动词开头、主动语态。
错误四:项目描述“报菜名”。“用了 React、Node.js、MongoDB、Docker、AWS”——技术栈列完了,但“做了什么、结果如何”一个没说。技术是“手段”,结果是“目的”,bullet 里目的优先。错误五:GitHub 空着。CS 简历放 GitHub 链接,点进去只有 fork 的仓库,等于“此地无银”。要么好好维护(README 写清楚、代码有注释),要么别放。
投递策略:简历是消耗品
一份简历不要海投所有公司:准备“基础版”,每投一个职位微调(调 Skills 顺序、调项目 bullet 的关键词,10 分钟)。SDE 和 data 的简历应该是两版(项目侧重不同),前端和后端的简历也应该是两版。“一份简历走天下”的通过率,比“针对性微调”低一半。
投递渠道优先级:内推(成功率最高)> 公司官网 > LinkedIn Easy Apply > 招聘会。内推找校友、找 LinkedIn 上目标公司的员工(见 networking 篇)。海投是“数量游戏”,每天 10 到 20 份,持续 2 个月,new grad 拿到面试是概率问题,投够量才有质变。
简历诊断:10 秒测试
写完简历后,做“10 秒测试”:打印出来(或手机上看),给朋友 10 秒,然后问他三个问题:这个人是找什么职位的?他最厉害的项目是什么?他会什么技术?如果朋友答不上来,说明简历“重点不突出”,回去改:职位目标要在 Education 或顶部 summary 一眼可见,最厉害的项目放 Projects 第一个,Skills 的关键词加粗或放显眼位置。
进阶测试:“30 秒面试官测试”。找个学长扮演面试官,看着你的简历问“讲讲这个项目”。如果你讲得磕磕巴巴,说明 bullet 写得“虚”(自己都没吃透);如果你能滔滔不绝讲 3 分钟,说明项目是真材实料。简历上的每个字都要“经得起问”,写之前先想好“面试官会怎么追问”。
常见追问清单(提前准备):“这个项目最大的技术挑战是什么?”“为什么选这个技术栈,不选那个?”“如果重做一次,你会怎么改进?”“这个 40% 的优化是怎么测出来的?”——每个 bullet 准备 2 到 3 个追问的答案,面试时就不慌。
cover letter:还要写吗
大部分 tech 公司不看 cover letter(求职信),但有些行业(咨询、NGO、政府)要求写。写法:三段式。第一段:我是谁、投什么职位、从哪看到的(“贵公司员工某某推荐”是黄金开头)。第二段:为什么我是合适的人选(2 到 3 个和职位最匹配的经历,每个一句话 + 量化)。第三段:为什么想来这家公司(具体:“贵公司在某某领域的某某产品让我兴奋”,不要“贵公司是行业领先”这种空话)。
cover letter 的“潜规则”:它是“写作能力测试”,逻辑清晰、没有语法错误是底线。用 Grammarly 检查一遍,找 native speaker 看一遍。长度半页纸,不要超过一页。很多人用 AI 写 cover letter,可以,但要“人肉改”:AI 写的空话连篇(“I am passionate about…”),改成你的具体故事。
推荐信和背书:简历之外的弹药
简历是一页纸,但你可以准备“弹药库”:GitHub(代码)、个人网站(作品集)、博客(技术文章)、Kaggle(排名)。这些链接放在简历 header,感兴趣的面试官会点进去看。一个维护良好的 GitHub(有 README、有 star 的项目、持续的 commit),比简历上多写两个 bullet 更有说服力。
教授推荐信:申请 research 岗或读博,推荐信是必须的。找教授要推荐信的时机:课上拿 A 且去过 office hour、有过科研合作。话术:“教授,我在申请某某,您能帮我写封推荐信吗?这是我的简历和申请材料,截止日期是 X 月 X 日。”提前一个月问,给教授留时间。WAIVE 掉“查看推荐信”的权利(waive right to view),不 waive 的推荐信可信度打折,这是美国学术圈的潜规则。
投递后的跟进:简历不是投完就完
投完简历不是结束,是开始。跟进策略:投递后 1 到 2 周没消息,发 follow-up 邮件给 recruiter(“想确认我的申请状态,附上简历方便查看”)。LinkedIn 上给目标公司的员工发消息求内推(见 networking 篇)。招聘会上投的,当天晚上就发感谢邮件。
记录投递:用 Excel 或 Notion 建表:公司、职位、投递日期、状态、联系人、跟进日期。海投 100 家,没有表格会乱。定期复盘:哪个渠道的回复率高、哪版简历的通过率高,数据驱动优化。求职是“项目管理”,不是“许愿”。
被拒了怎么办:new grad 被拒 50 次很正常。每次被拒后复盘:是简历没过(连面试都没有 → 改简历)、还是面试挂了(有面试没 offer → 练面试)。不要“自我怀疑”,要“归因改进”。把每次面试的题目记下来,这是最好的面试题库。
行动清单
- ☐ 列出所有项目素材:课程大作业、side project、科研、竞赛
- ☐ 每个项目写 3-4 个 bullet:强动词 + 任务 + 技术 + 量化结果
- ☐ Skills 分 3-4 行,只写“敢被问”的技能
- ☐ Education:GPA 3.5+ 写,相关课程 4-6 门和目标职位对齐
- ☐ ATS 检查:单栏、无表格、PDF、文件名规范
- ☐ 找 career center 或学长改一版,再投
相关阅读
英文官方来源
- National Association of Colleges and Employers (NACE):雇主简历筛选标准调研(佐证 recruiter 10 秒筛选与关键词匹配机制)
- U.S. Equal Employment Opportunity Commission (EEOC):招聘反歧视指南(佐证美式简历不放照片的反歧视背景)
- LinkedIn Talent Solutions:ATS 简历筛选说明(佐证机器筛选的关键词逻辑)
核验日期:2026年10月17日
免责声明
本文内容仅供一般信息参考,不构成法律、税务、保险或医疗建议;具体费用与政策以官方最新规定为准。
欢迎关注美国通官方微信:UUUMGT















评论前必须登录!
注册