数据分析
校招求职作战助手
根据简历和求职偏好，从内置校招岗位数据中给出有依据的岗位推荐、七日投递计划和本地进度管理。
场景分类
适用对象
准备 2026、2027 届校招的应届毕业生、求职辅导老师和需要系统管理投递节奏的用户
解决什么问题
这个 skill 面向 2026、2027 届毕业生，把简历证据、毕业届别、岗位方向、城市偏好、招聘类型和笔试限制整理成求职画像，再从安装包内置的 11,223 条校招机会中筛选和排序。它会明确区分岗位记录、分类映射和待核实信息，不会把缺失的 JD 或资格要求说成已确认；推荐后还能为用户选中的岗位制定未来七天投递计划，并在本地工作区记录投递状态。首版完全离线运行，不登录招聘网站、不访问飞书、不自动投递。
完整使用场景
- 简历已经写好，但不知道自己更适合哪些校招岗位时，用它提取真实经历证据并匹配岗位方向。
- 只想看指定届别、招聘类型或城市的机会时，用它按明确条件过滤内置岗位数据，并把未知条件列为待核实。
- 拿到一批推荐后不知道先投哪家时，用它按匹配度、截止时间和信息完整度整理最多 15 个优先机会。
- 需要把求职任务落实到每天时，用它只围绕已经选定的岗位制定未来七天计划和可核对的完成标准。
- 投递数量变多、状态容易混乱时，用它在本地记录待投递、已投递、笔试、面试、淘汰和 Offer 进度。
报告示例
校招岗位匹配与七日投递计划
内置机会 11,223 条候选岗位 15 个以内匹配评分 6 个维度行动计划 7 天
核心结论
示例候选人是 2027 届软件工程本科生，目标方向为软件开发和数据，优先城市为上海，可接受杭州与南京。
报告只引用匿名简历中的 Python、SQL、Git 和课程项目证据；岗位资格、笔试要求和截止日期缺失时会明确标为待核实。
推荐不是简单列岗位，而是按届别、招聘类型和过期状态先过滤，再用岗位方向、简历证据、城市、专业、企业偏好和投递条件计算匹配度。
一、简历证据摘要
报告会把教育、技能、实习、项目、量化成果和未知项分开整理，裸技能列表不会被当成已验证的项目能力。
- 教育：软件工程本科，预计 2027 年毕业
- 能力证据：在匿名课程项目中使用 Python 和 SQL 完成数据处理模块
- 未知项：暂无实习信息，投递前需补充可证明的协作或交付经历
二、岗位推荐分组
推荐分为立即投递、重点准备、保底与探索三组，合计不超过 15 条，并保留脚本的稳定排序。
| 机会 | 匹配度 | 紧迫度 | 主要依据 | 待核实项 |
|---|---|---|---|---|
| 示例科技 | 软件开发工程师 | 90/100 高度匹配 | 本周处理 | 方向、城市和 Python/SQL 项目证据匹配 | 核实官方公告与笔试安排 |
| 示例数据 | 数据分析培训生 | 77/100 值得投递 | 正常安排 | 可接受方向、专业和 SQL 证据匹配 | 岗位 JD 未完整提供 |
| 示例制造 | 测试工程师 | 61/100 保底或探索 | 截止未知 | 相邻岗位方向与 Python 证据相关 | 截止日期和招聘类型待核实 |
三、未来 7 天投递计划
计划只围绕用户明确选择的机会展开，每天都包含目标岗位、具体动作和可核对的完成标准，不承诺自动投递。
| 日期 | 目标岗位 | 动作 | 完成标准 |
|---|---|---|---|
| 第 1 天 | 示例科技 | 核实官方公告、届别和截止时间 | 保存有效公告链接并记录待确认项 |
| 第 2 天 | 示例科技 | 突出已有 Python/SQL 项目证据 | 简历只调整已有经历，不新增虚构内容 |
| 第 3-4 天 | 示例数据 | 完成公司调研并投递 | 记录投递时间、入口和当前状态 |
| 第 5-7 天 | 已选机会 | 准备笔试、复盘和跟进 | 更新投递记录并列出下一步动作 |
安装与完整 Skill 内容
这部分内容需要激活码解锁。激活后可以查看安装说明、使用步骤和完整 skill 内容。