1一份简历投所有岗 = 海投
最常见的错误——用同一份简历，投产品岗、睡眠岗、方案岗。
这不是"高效"，这是海投。你以为省了时间，实际上每个岗位的面试官都觉得你没针对性。
2回复率能差 3-5 倍
数据说话：同一份经历，针对岗位定制的简历，回复率是"通用版"的 3-5 倍。
为什么？因为 HR 初筛一份简历平均只看 6-15 秒。这十几秒里，他只找一件事——你的关键词，和他的 JD 匹配不匹配。
匹配，进下一轮；不匹配，直接 pass。哪怕你能力再强，没对齐就是没对齐。
3同一段经历，拆三版
核心方法——同一段经历，根据目标岗位，拆成三版不同侧重的简历：
A 产品版
PRD / workflow / 评测
B 睡眠版
HRV / ECG / 信号质控
C 方案版
临床 / 交付 / HIS-EMR
经历没变，叙述重点变了。这就是"一鱼三吃"。
📄 资料包 ① · 三版简历模板（同一经历的三种写法）
以同一段经历"医疗问诊智能体项目"为例，展示三种岗位的写法差异。注意每版的动词、关键词、量化指标都不同。
| 维度 | A 产品版（投产品经理/PM） | B 睡眠版（投睡眠/信号岗） | C 方案版（投临床方案/交付） |
|---|---|---|---|
| 核心动词 | 设计 / 主导 / 评测 / 迭代 | 清洗 / 提取 / 建模 / 验证 | 对接 / 落地 / 培训 / 交付 |
| 角色定位 | 问诊 workflow 产品负责人 | HRV/ECG 信号特征工程师 | 临床智能体交付方案 owner |
| 侧重点 | PRD 撰写、红旗规则设计、Dify workflow 编排、评测体系搭建 | 夜间心率与 HRV 特征提取、信号质控、OSA 风险建模、MIMIC 验证 | 临床需求转化、HIS/EMR 对接、医护培训、试点科室落地 |
| 关键产出 | 1 份 PRD + workflow 流程图 + 20 条测试集 + 准确率报告 | HRV 特征库 + ECG 质控管线 + 风险分层模型 + 验证报告 | 上线方案 + 标准操作 SOP + 培训手册 + 试点数据 |
| 量化指标 | 红旗拦截率 100%、误答率 <5%、测试集准确率 XX% | 信号可用率 XX%、模型 AUC XX、特征数 XX 个 | 覆盖 X 个科室、培训 X 名医护、试点 X 周节省 X 小时 |
| 用户/影响 | 真实用户 XX 人在线使用 | 基于 MIMIC XX 例数据验证 | 已在 X 家机构 / X 个科室试点 |
| 高频关键词 | PRD、workflow、RAG、评测、用户场景、MVP | HRV、ECG、RMSSD、信号质控、STOP-BANG、MIMIC | HIS、EMR、临床落地、SOP、培训交付、合规 |
使用方式：投哪个岗位，用哪一版；经历主干（项目名/时间/职责）保持一致，只换"侧重点 + 量化指标 + 关键词"三件套。
4A 版：产品版
投产品经理 / AI 产品岗，简历要让人看到你懂产品逻辑。
- 突出你写过PRD、设计过workflow、搭过评测体系；
- 讲清楚用户场景（给谁用）、核心任务（解决什么）、成功指标（怎么算成功）；
- 弱化代码细节，强化产品判断和决策。
5B 版：睡眠版
投睡眠医学 / 生理信号岗，简历要让人看到你懂信号、懂临床。
- 突出HRV 特征提取、ECG 质控、OSA 风险建模；
- 展示你用过MIMIC等真实临床数据做验证；
- 用AASM 的临床语言描述产出，而不是工科黑话。
6C 版：方案版
投临床方案 / 医疗交付岗，简历要让人看到你能把东西落地进医院。
- 突出HIS/EMR 对接、医护培训、SOP 制定、试点科室落地；
- 强调你懂临床流程、合规要求、医护人员的工作方式；
- 用"覆盖了几个科室、培训了多少人、节省了多少时间"来量化。
7关键词不是堆砌，是对齐
关键词的作用，不是越多越好地堆，而是精准对齐 JD。
方法很简单：把目标岗位的 JD 拆出 8-10 个高频词，逐一核对你简历里有没有——有，留下；没有，想办法用同义词补上。
📄 资料包 ③ · 关键词对齐清单（产品/睡眠/方案各 8-10 词）
以下为三个方向的高频关键词清单。投递前，对照 JD 把命中词标红，确保简历里至少覆盖 70%。
| 岗位方向 | 高频关键词清单（投递前逐个核对覆盖） |
|---|---|
| A 产品岗 | PRD · workflow · RAG · 评测/evaluation · 用户场景 · MVP · 需求分析 · 原型 · 数据驱动 · 敏捷迭代 |
| B 睡眠岗 | HRV · ECG · RMSSD/SDNN · 信号质控 · STOP-BANG · OSA · MIMIC · 多导睡眠(PSG) · 频域分析 · AASM 指南 |
| C 方案岗 | HIS · EMR · 临床落地 · SOP · 培训交付 · 合规 · 试点 · 科室对接 · 系统集成 · 医护工作流 |
对齐技巧：JD 里反复出现的词 = 必须命中；JD 里出现一次的词 = 尽量命中；不要堆 JD 没有的词，会被当成"模板简历"。
8STAR 不够，还要量化
很多人会写 STAR（情境-任务-行动-结果），但只讲过程，不写数字。
问题是——面试官根本记不住"我负责了 XX 开发"这种话。数字才是记忆锚点。
把每一条经历，都改写成"做了什么 + 覆盖范围 + 量化结果"的结构。
📄 资料包 ② · STAR 量化改写对照表（5 组 Before/After）
"Before"是典型的空泛写法，"After"是量化后的强表达。改写公式：动词 + 对象 + 覆盖范围/规模 + 量化结果。
| # | Before（空泛） | After（量化 + 强表达） |
|---|---|---|
| 1 | 负责问诊智能体开发 | 主导问诊 workflow 设计，覆盖 3 类红旗症状的拦截规则，测试集准确率达 XX%，已上线服务 XX 名真实用户 |
| 2 | 做过睡眠相关项目 | 基于 MIMIC-IV 数据集 XX 例样本，提取夜间 HRV/ECG 特征 XX 个，构建 OSA 风险分层模型，AUC 达 0.XX |
| 3 | 参与知识库建设 | 搭建 三层分层知识库（通用/专业/机构共 XX 条），制定引用+拒答双规则，用 RAGAS 评测忠实度 ≥ 0.95、拒答率 ≥ 0.90 |
| 4 | 负责医院系统对接 | 主导 2 家医院 HIS/EMR 对接方案，编写临床 SOP 与培训手册，培训医护 XX 人，试点 X 周累计节省医护记录时间 XX 小时 |
| 5 | 做过数据分析工作 | 独立完成 XX 万条临床信号数据的清洗与质控，剔除伪迹率 XX%，将下游建模可用样本量提升 XX% |
量化三原则：① 数字必须真实可验证；② 优先用结果指标（准确率/AUC/用户数），其次规模指标（样本量/科室数）；③ "XX"占位符要换成你自己的真实数字。
9面试官 30 秒看懂，才算合格
最后一条检验标准——你的简历，面试官 30 秒内能不能看懂你"做过什么、做成过什么"。
看不懂，不是面试官的问题，是你的简历没写清楚。
10下一期：字节面试 5 件事
简历过了，下一关是面试。
下一期 EP.116，我们讲——医疗 AI 岗面试（以字节为例）必须做好的 5 件事。从自我介绍到反问环节，逐个拆解。
本期资料包 · 领取关键词：简历模板
以上 3 份资料已内嵌本页（三版简历模板 / STAR 量化改写对照表 / 关键词对齐清单），可直接阅读使用。
📥 获取可编辑版本：
小红书/B站搜索本期视频，评论区留「简历模板」即可领取完整可编辑模板。
📌 本期配有演示文稿（横版 BlockFrame / 竖版 BoldPoster，键盘翻页）