HR 与技术面试官的双重视角:谁在看、看什么
很多候选人投出简历后只盯着一个结果:有没有电话打来。但简历的命运,在 HR 和技术面试官手里是两段完全不同的旅程。搞不清“谁在看、看什么”,写简历就成了没有瞄准的投篮,投得再多也只取决于运气。这一篇解决的就是瞄准问题:先看清楚两双眼睛各自的阅读逻辑,再决定每一段经历怎么写、写多少、写在哪里。
先讲一个常见场景。工作三年的 Java 工程师小李,技术不差:做过订单系统,对接过支付渠道,扛过去年大促的流量,线上问题也独立排查过几次。他的简历写了七页,从课程设计写到社团经历,每个项目都附三行业务背景介绍,技术细节却只有“使用 Spring Boot 开发”一行。投了八十家,回复寥寥。另一位候选人同样三年经验,简历两页,只写两个项目,每句话都带数字和方法,一周内收到五个面试邀约。两人的差距不在水平,而在于小李的简历没有同时通过两双眼睛:HR 在他七页纸里找不到稳定信号,面试官在他三行介绍里找不到深挖入口。
一、HR 的眼睛:三十秒,先看“像不像”
HR 不一定是技术出身,她判断一份简历的时间通常是三十秒到一分钟。她看的不是代码,而是匹配信号,大致有五类:
- 硬性条件:学历、工作年限、公司背景、工作地点。这些决定简历过不过初筛线,不符合的连面试室都进不了。比如岗位写“本科及以上”,大专学历大概率在系统里就被过滤;写“base 北京”,人在成都且不接受 relocation,HR 也不会多看一眼。
- 关键词密度:JD 里写了 Spring Cloud、Redis、Kafka,你的简历里能不能一眼找到。找不到,她就默认你不会。她不判断“熟悉和精通的区别”,她只判断“有和没有”。
- 稳定性与连续性:每段工作的时长、空窗期怎么解释、跳槽频率是否异常。三年跳四段,多数 HR 会皱眉,因为她背了招聘成本,人两个月就走,她的绩效要受影响。
- 薪资与职级预期:和岗位预算是否在同一区间,差太远直接放弃,不浪费双方时间。你写“期望 45K”,岗位预算 30K,连谈的空间都没有。
- 表达是否职业:错别字、格式混乱、照片随意、邮箱名幼稚,都会被记为一笔隐性减分。细节失分不致命,但它影响的是“这个人靠不靠谱”的整体印象。
HR 的目标不是判断你强不强,而是判断“这个人能不能进面试室,以及进来了会不会干两个月就跑”。她是漏斗的第一层,任务是快速缩小范围,而不是全面评估。所以她的阅读方式是扫描,不是细读:视线通常沿着标题、加粗词、每段第一句话走完一页。写给 HR 的简历,必须经得起这种扫描式阅读,任何需要“读完三行才能明白”的表达,对她都等于没写。
还有一类信号常被忽视:职业规划的一致性。HR 会看你的经历是不是一条线:三年 Java 突然投产品岗,或者每段工作方向都不同,她会怀疑稳定性问题出在你自己身上。所以转行者要在概述里主动解释转折逻辑,而不是让 HR 自己猜。另一个暗病是邮箱和昵称:用大学时期的非主流邮箱名,或者招聘平台昵称叫“代码搬砖工”,都会在细节上打折。这些都不涉及能力,但都影响她对你职业化程度的第一判断。
二、技术面试官的眼睛:为深挖而读
简历到了技术面试官手里,阅读方式完全不同。他不会逐字读,而是扫描加抽查,重点找四样东西:
- 项目与技术栈的匹配度:你写的技术,是不是这个岗位要用的,用到什么程度。岗位要分布式经验,你全是单机项目,匹配度就低。
- 技术深度线索:有没有出现“优化”“重构”“排查”“容量规划”这类词,他会挑一个点,准备面试时深挖二十分钟。这些词是入口,不是装饰。
- 数字与细节:写了“QPS 从 500 提升到 5000”,他会本能地想:怎么做的?瓶颈在哪?为什么不直接扩容?
- 真实性质疑点:一个三年经验的人写了七八个“精通”,他会先怀疑,再验证。过度声明在他眼里不是自信,是风险。
技术面试官读简历,是在给你的面试出考题。你写的每一句,都可能成为他追问的起点。比如看到“负责订单服务拆分”,他的问题链很可能是:为什么拆?按什么维度拆?拆分中遇到的最大问题是什么?分布式事务怎么处理的?如果其中一环答不上来,前面所有的“负责”都会被打折,甚至被解读为“把团队成果写成了个人功劳”。这就是为什么本篇反复强调:简历上的每一句,都要预设三层追问。
面试官也在意表达效率。同样的项目,有人三句话讲完重点,有人五分钟还没进入主题,他会默认后者协作成本高。所以简历里的项目描述,他自己会先按“这条信息几秒能读完”来过滤。写“使用微服务架构”是零信息量,写“按用户维度分库,解决单库写入瓶颈”才是有效信息。
三、两双眼睛的冲突:HR 要稳,技术要强
两种视角经常打架。HR 喜欢的“稳定、全面、勤奋”,在技术面试官眼里可能是“没有亮点、什么都会一点、没有主见”;反过来,技术面试官欣赏的“硬核、专精、有观点”,可能让 HR 担心“太跳、不好合作”。你如果只按一种口味写,就等于主动放弃了另一条通过路径。
解决办法不是讨好一方,而是分层表达:让 HR 在三十秒内看到匹配和稳定,让面试官在两分钟内找到可以深挖的点。具体分工可以参考下表:
| 维度 | HR 关注 | 技术面试官关注 | 简历写法 |
|---|---|---|---|
| 项目数量 | 完整、连续 | 有深度可挖 | 两到四个主项目,其余一句话带过 |
| 技术栈 | 与 JD 对齐 | 用得深不深 | JD 提到的放前面,各配一个深度证据 |
| 稳定性 | 每段一年以上 | 经历是否真实 | 空窗期用一句话说明,不躲 |
| 数字 | 结果导向 | 数字怎么来的 | 每个数字配一句方法 |
| 自我评价 | 职业素养 | 几乎不看 | 删掉,换成一行职业定位 |
| 篇幅 | 一页两页读完 | 重点是否突出 | 一页两页,倒序排列 |
分层表达的关键是“各取所需,互不干扰”:概述和基本信息服务 HR,项目细节服务面试官。两拨信息放在不同模块,而不是混在每一段里互相稀释。
四、双视角自查清单
写完简历别急着投,用下面这张清单,分别以两种身份各读一遍。每条后面附了不过关时的补救动作:
双视角自查清单
[HR 视角]
1. 遮住细节只看框架,三十秒内能否说出"这个人适合哪个岗位"?
→ 不能:概述第一句没有说清定位。
2. JD 的前十条要求,是否每一条都能在简历里找到对应关键词?
→ 不能:缺的补进技能区或项目描述。
3. 是否有引起稳定性担忧的项(短经历、空窗、转方向)?是否有解释?
→ 没有:用一句话补背景,不躲。
4. 错别字、格式、邮箱名、文件名是否全部职业化?
→ 不是:逐项改完再投。
[技术视角]
5. 每个项目能否扛住三层追问(为什么这么做、瓶颈在哪、还能怎么改)?
→ 不能:把含糊的表述改成有细节的决策句。
6. 所有"精通"是否都有证据(源码、线上问题、压测数据任一)?
→ 没有:降级为"熟悉",补证据。
7. 删掉形容词之后,剩下的名词和数字是否还站得住?
→ 立不住:删形容词,补事实。
想提前体验“机器加人工”的双重筛选,可以借助 Claude Code 完全指南 里的方法:把简历和 JD 同时交给 AI,让它先以 HR 口吻挑刺,再以资深面试官口吻设计追问,等于投递前先做一轮模拟审查。投递过程中的渠道反馈,可以用 Excel 职场实战手册 里的表格做记录,看清楚自己的简历在哪个环节被卡:是没约面(匹配问题),还是一面挂(深度问题),数据会替你指路。
五、改造实例:同一段经历的两种写法
下面用小李订单项目里的一条经历,展示“只写给技术看”和“分层表达”的差别:
改造前(技术视角独白):“基于 Spring Cloud 微服务架构,使用 Nacos 作为注册中心,通过 Feign 实现服务间调用,参与订单服务拆分与重构。”HR 读完不知道你做了什么、做成了什么,面试官读完不知道哪句能挖。
改造后(双视角兼顾):“主导订单服务拆分(3 个单体模块拆为 5 个服务),按用户维度分库,拆分后大促峰值 QPS 从 500 提升至 5000;采用消息队列实现最终一致,解决了拆分初期的超卖问题(复现率从 0.3% 降至 0)。”
改造后只多了两句话,但 HR 能看到“主导、提升十倍”的结果信号,面试官能看到“分库、最终一致、超卖”的深挖入口。技巧可以总结成一个公式:每条经历等于一句结果(给人看)加一个技术决策(给面试官看)加一个数字(给双方看)。
六、常见错误对照
| 常见错误 | 典型写法 | 后果 | 改成 |
|---|---|---|---|
| 只写给技术看 | 满屏架构名词,无任何结果 | HR 初筛就挂 | 每个项目补一行结果 |
| 只写给 HR 看 | 认真负责、学习能力强 | 技术觉得空洞 | 换成可验证的事实 |
| 两双眼睛都要,堆成七页 | 从大学写到上个月 | 双方都找不到重点 | 一页两页,倒序排列 |
| 忽略阅读顺序 | 最好的项目放中间 | 没人读到最后 | 最强项目放最前 |
| 高估面试官耐心 | 用生僻词炫技 | 追问必露馅 | 用对方听得懂的语言 |
| 低估稳定性信号 | 空窗、短经历不解释 | HR 直接pass | 一句话说明背景 |
简历的本质是一次跨角色沟通:对 HR 证明“你合适”,对面试官证明“你真实且有深度”。两件事都做到,电话自然会响。你的下一份工作从哪儿来,往往就取决于有没有想清楚一件事:看简历的,从来不止一个人,而且他们看到的,从来不是同一份简历。动笔之前,先分别站在这两个位置把自己的简历读一遍:三十秒版和一分钟版都过关,这份简历才算写完。这也是后面所有撰写技巧的总前提:先知道读者是谁,再决定写什么。
本章由 WorkBuddy 原创整理,方法与话术仅供参考,请结合自身情况调整。
