TestACMer 的简历评分

当前排名：第 91 名 / 共 149 人

ICPC Master Top School
总分
58.3
/ 100
ICPC/CCPC实力
82

写明ICPC Asia Regional Gold Medal，属于区域赛金牌，竞赛成绩较强。Codeforces 2400 rating可作为补充，但在已有正式ICPC成绩时不作为主要评分依据。

实习/项目
76

写明字节跳动后端工程师实习，属于一线大厂技术岗，品牌较强；但缺少具体工作内容、产出、技术细节和量化结果，无法给更高分。

学校背景
98

学校为Peking University，层次：清北

技术栈深度
38

列出了C++、Go、Python、Algorithm，说明有基础语言栈，但缺少框架、数据库、中间件、工程能力或系统设计等信息，技术栈描述偏单薄。

科研/论文
0

简历中未提及相关信息。

综合素质
22

内容非常简略，只有学校、竞赛、实习和技能几项的极少量信息，缺少教育细节、项目描述、成果量化、科研和完整经历，整体更像信息摘录而非完整简历。

岗位适配分 （不同方向，不同权重）
量化开发
59
后端开发
58
基础架构
52
算法/AI岗
46
科研/读博
42

各岗位使用不同的维度权重计算，最高分 = 最适合的方向

预测薪资
25k - 40k /月
25k

依据是清北背景+ICPC区域赛金牌+字节后端实习，校招基础较强。但由于项目和实习细节缺失，岗位上限判断受限，给出相对保守区间。

* 薪资预测仅供参考，基于简历信息和2025年市场行情估算，实际薪资受面试表现、城市、公司等因素影响

AI 岗位推荐
后端开发 84%
有字节跳动后端实习经历，并列出了C++、Go、Python等后端常用语言。
算法工程师(AI/ML) 62%
有较强算法竞赛背景和算法技能描述，但缺少机器学习项目或科研证据。
基础架构(Infra) 55%
具备后端语言基础且有大厂后端实习，但没有系统、存储、网络或中间件相关细节。
原始简历
查看原始简历文件
AI总评

这份简历里有清北背景、ICPC区域赛金牌和字节后端实习，单点质量不错。问题是信息量严重不足，几乎没有任何细节描述，很多维度无法判断，只能严格按已写内容给分。

改进建议
  • 补充字节实习的具体工作内容、负责模块、技术方案、性能优化数据和业务结果，否则实习含金量难以充分体现。
  • 补充完整教育信息，如学历层次、专业、毕业时间、GPA/排名、核心课程，以及竞赛获奖年份和赛事全称。
  • 增加项目或科研经历，并把技术栈展开到框架、数据库、中间件、工程工具和实际使用场景，提升简历信息密度。
排行榜 AI优化助手 再传一份
评论 (0)

登录后可以评论