没有实习经历，应届生简历到底怎么写才不被刷

去年秋招，我投了 60 多份简历，头两周一个电话都没接到。

那会儿我特别笃定地以为，是自己没实习。别人简历上写着"某大厂后端实习半年"，我这边最能拿出手的就是几门课设和一个没做完的毕设，怎么比？于是我把简历改来改去，无非是把"熟悉 Java"换成"精通 Java"，把课程列得更满一点，然后继续石沉大海。

直到一个已经上岸的学长，接过我的简历看了大概十秒，说了一句话：「你这不是没经历，是没把经历写成人家想看的样子。」

他说得对。后来我照着这个思路重写了一版，把同样那些课设、毕设、比赛重新组织了一遍，第三周开始陆陆续续有面试了。这篇就把我踩过的坑和后来想明白的东西，一条条讲清楚——如果你也是应届、也没有大厂实习，希望能少走点弯路。

一、"没实习"不等于"没内容"，是你没去挖

先纠正一个最要命的心态：应届生简历的对手，从来不是"有实习的人"，而是"同样没实习、但会写"的人。招聘方招应届，本来就没指望你有多少工作经验，他想看的是你有没有可迁移的能力、学得快不快、做过的事有没有结果。

而这些证据，其实你手里都有，只是散落在各处没被你当回事。我后来把自己四年翻了个底朝天，能往简历上放的至少有这么几类：

• 课程项目 / 课程设计：别只写"完成了一个图书管理系统"。你在里面负责了哪块、用了什么技术、解决了什么具体问题，这就是项目经历。
• 毕业设计：哪怕没做完，只要有明确的技术目标和阶段性成果，就能写。
• 竞赛：数学建模、ACM、挑战杯、各类技术赛，哪怕没拿奖，参赛过程里做了什么也算。
• 开源 / 个人项目：GitHub 上一个有人 star、README 写得清楚的小项目，含金量不比水实习低。
• 兼职 / 社团 / 学生工作：非技术岗尤其吃这个。组织过什么活动、拉到多少赞助、带了多少人，都是实打实的经历。
• 实训 / 线上项目课：跟着做完一个完整项目，只要你能讲清楚自己那部分，一样能写。

我最后简历上一条"实习"都没有，但项目经历那一栏是满的。关键不在于经历的"名分"够不够硬，而在于你能不能把它讲成一件有头有尾、有结果的事。

二、把"我做过"改写成"我做出了什么"——STAR + 量化

挖出料只是第一步。我第一版翻车最狠的地方，是每条经历都写成了"职责描述"：

负责后端接口的开发，参与了数据库设计，熟悉项目部署流程。

这种句子的问题在于，它只说了你"被安排去干什么"，完全没说"你干成了什么"。HR 一份简历平均就扫十几秒（牛客上有篇讲 HR 怎么筛简历的帖子把这个过程拆得挺细），这种句子在他眼里约等于没做过。

学长教我的方法是 STAR 法则——Situation（背景）、Task（任务）、Action（行动）、Result（结果）。说人话就是：这事什么背景、你要解决什么、你具体做了什么、最后拿到了什么可衡量的结果。 尤其是最后那个 R，一定要有数字。

同一段课程项目，我用 STAR 重写之后是这样：

为课程项目搭建图书借阅系统，针对高峰期查询卡顿的问题，引入 Redis 缓存热门书目并重建索引，把列表接口平均响应从 1.2s 压到 200ms 以内，支撑课堂演示时 30 人同时在线无卡顿。

后面这版，用的是同一个项目、同一段真实经历，我没有编任何东西——只是把当时确实做过、确实测过的数字捞了出来。「动词 + 做了什么 + 量化结果」，这个结构套在每一条经历上都成立。没有现成数字的，也尽量找可衡量的东西：覆盖多少用户、节省多少时间、减少多少重复操作，都行。

三、别拿一份简历投所有岗位

这是我第二个大坑。当时图省事，一份"万能简历"海投所有后端岗，结果就是对哪个岗位都不够贴。

后来我明白，简历是给这一个岗位看的。同样是我那几段经历，投偏业务的岗，我就把"支撑演示无卡顿、需求响应快"往前放；投偏基础的岗，我就突出"缓存、索引、性能优化"这些技术细节。经历不用变，但哪条放前面、每条突出哪一面，得跟着目标 JD 走。

具体做法很朴素：把目标 JD 里反复出现的关键词拎出来（比如"高并发""数据结构""责任心强"），然后回到简历里，确保这些点都有对应的经历或技能去接。JD 要的你有，就往显眼处放；JD 没提的凑数项目，果断砍掉。我当时一口气删了 3 个纯凑数的课程，简历反而更清爽、更"对得上"了。

四、应届生的简历结构，别照抄社招模板

最后一个小坑：顺序。社招简历一般工作经历打头，但应届生把"工作经历"放最上面，下面空空如也，反而显得心虚。

应届生更稳妥的顺序大致是：基本信息 → 教育背景 → 项目/实践经历 → 技能清单 → 其它（竞赛、证书等）。把你最能打的项目经历放在黄金位置，技能清单别堆成一长串名词，最好每一项后面都能被上面的经历印证——写了"熟悉 Redis"，那项目里就该出现 Redis 真的解决了什么。

手动打磨这些，其实挺费时间

上面这套，逻辑都不难，难的是执行：每投一个岗位就要对着 JD 重新排一遍重点、给每条经历找量化的说法、反复检查有没有"职责型"的句子漏网。我当时是拿 Excel 记关键词、手动改简历，一晚上折腾不了几个岗位。

后来我自己一直在用快面的 AI 简历，把最费时的那两步交给了它。用法其实很简单：

• 上传旧简历 + 贴上目标岗位的 JD，它会按这份 JD 自动帮你调整重点、改写表述，把"负责 XX"往"做出了 XX 结果"的方向改。换一个岗位的 JD，重点跟着换，不用我再一条条手动挪。
• 量化建议：它会挑出那些还停留在"职责描述"的句子，提示我补上可衡量的结果——正好治我第一版那个毛病。
• 实时质量打分：改的过程里有个分数一直在动，哪一项拖后腿点进去就能改，不用改完全篇才知道好不好。

我把它当成一个"陪我过 JD、盯着我别偷懒写职责句"的助手。真正决定成败的还是前面那几点——挖料、量化、按岗定制——工具只是帮我把这几步做得更快、更少遗漏。

如果你也在赶秋招/春招，可以去 快面官网 上手试一下，先按上面的方法把经历挖出来、写扎实，再用它把针对不同岗位的版本快速迭代出来。

写在最后：我到现在都很感谢学长那句话。没实习真的不是硬伤，写不出成果才是。把这篇里的四步走一遍，你手里那些"不起眼"的课设和比赛，大概率比你以为的能打得多。

参考资料

• STAR 法则详解 —— MBA 智库百科：https://wiki.mbalib.com/wiki/STAR%E6%B3%95
• 简历工程：HR 是如何筛选简历的？—— 牛客网：https://www.nowcoder.com/discuss/453302596996968448
• 快面 AI 简历（按目标 JD 优化简历）：https://kuaimianai.com