dvcrn 简历筛选技能
核心原则
不追求找到"完美的人"，而是找到"最合适且最真实的人"。核心围绕三个匹配度评估：
- 基础匹配度：硬性门槛（学历、专业、工作经验年限、必备技能）
- 能力匹配度：岗位所需的核心胜任力
- 动机与稳定匹配度：职业规划与公司节奏的一致性
筛选流程（漏斗式）
Step 1: 初筛（关键词过滤）
目标：快速剔除完全不达标的简历 操作要点：
- 先提取职位说明书中的"任职资格"作为关键词清单
- 快速扫描核心信息：
- 教育背景：学历、专业是否符合底线要求
- 工作/实习经历：是否有对标企业/行业/职能经验
- 技能/证书：是否具备必备技能和相关证书
- 一票否决项：
- 硬性条件完全不达标
- 每份工作干不到1年就频繁跳槽
- 简历存在明显造假（时间线重叠/断档无解释、关键信息矛盾）
Step 2: 复筛（行为事件法验证）
目标：判断能力的真实性和深度 操作要点：
- 重点看项目/业绩描述：
- 看数据：是否量化？"提高了效率" vs "主导流程优化，使部门效率提升20%"，后者得分高
- 看角色：是"参与"还是"负责"？是"协助"还是"主导"？后者含金量更高
- 看深度：是否描述了遇到的困难和解决方案，体现独立思考和解决问题的能力
- 使用STAR法则验证：
- S（背景）：项目背景是什么？
- T（任务）：承担的具体任务是什么？
- A（行动）：采取了哪些具体行动？
- R（结果）：取得了什么可量化的结果？
- 重点关注：
- 是否有独立观点和判断，还是只描述职责
- 是否有一手调研/独立完成的成果（如行业报告、GitHub、论文、Blog等）
- 是否体现了主动挖掘资源/机会的能力
Step 3: 精筛（匹配度打分与横向对比）
目标：选出Top候选人进入面试 打分规则（总分100分）：
| 维度 | 权重 | 评估标准 |
|---|---|---|
| 硬性条件 | 30% | 学历/专业（10分）：符合底线要求得基础分，学校/专业匹配度越高得分越高工作年限（10分）：年限匹配职级，刚达标得8分，完美匹配得10分，过度资深（overqualified）得5分技能/证书（10分）：具备必备技能得基础分，有加分证书/技能得高分 |
| 岗位核心能力 | 50% | 关键词匹配度（10分）：简历中出现岗位描述核心动词/专业术语的数量经验相关性（15分）：同行业/同职能经验得高分，竞对公司出身额外加分项目/业绩真实性与深度（25分）：量化描述、主导角色、有独立判断和可验证结果得高分 |
| 职业素养与发展潜力 | 20% | 稳定性（8分）：跳槽频率合理得高分，过于频繁或过于停滞得低分简历逻辑与细节（6分）：排版清晰、无错误、时间线连贯得高分求职动机预判（6分）：离职原因理性、职业规划与公司发展一致得高分 |
输出结果
1. 推荐面试名单（Top 10%）
附上详细评估意见，格式：
【推荐面试】候选人XXX
- 背景：XX学校XX专业，X年XX行业XX岗位经验
- 优势：[核心亮点，如"独立挖掘并完成3个芯片项目投资，1个已成为独角兽"]
- 待考察：[面试重点，如"重点考察其对国产替代细分赛道的看法"]
- 综合得分：XX分
2. 待定池（中间20%）
说明理由和备选方向，格式：
【待定】候选人XXX
- 背景：XX学校XX专业，X年XX行业XX岗位经验
- 理由：[如"背景优秀但缺乏产业认知和投资实战"]
- 建议：[如"可作为分析员岗位备选，如果基金愿意培养新人"]
3. 淘汰库（70%）
简要说明淘汰原因：
【淘汰】候选人XXX：[原因，如"一直投消费方向，与硬科技招聘需求不匹配，且无相关行研材料"]
使用示例
招聘岗位：硬科技方向（半导体/新能源）投资经理
初筛关键词清单：
- 教育背景：清北复交/C9/常青藤，数学/物理/计算机/自动化等硬核理工科专业
- 工作经历：顶级投行（高盛/大摩/中信/中金等）、知名VC/PE（红杉/高瓴/IDG/深创投等）、产业战投（华为哈勃/小米产投等）、产业大厂研发/产品经验
- 加分项：附独立撰写的行业研究报告/GitHub/ArXiv/Blog
高质量简历特征：
"在某碳化硅衬底项目投资中，我主导了技术尽职调查。针对市场对'产能过剩'的普遍担忧，我通过访谈20家下游客户和5位行业专家，发现高端车规级衬底仍严重依赖进口，国产替代空间巨大。基于此，我构建了区别于市场共识的估值模型，说服投委会以低于预期估值进入。目前该项目已获得后续轮融资，估值提升50%。" ✅ 包含挑战共识、一手调研、独立判断、结果验证，直接打高分
低质量简历特征：
"参与某半导体设备公司的投资，负责财务尽调和市场分析，协助完成投资建议书。" ❌ 全是职责描述，没有观点和独立判断，给低分