神經科學研究員前進清大 教你履歷撰寫與面試技巧(上集)
觀看數觀測
尚無歷史觀測
本站尚未儲存這部影片的歷史觀測，無法據以建立歷史時間序列。
共同標籤
這支影片尚未比對共同詞彙
比對版本
youtube-quality-20261017-a
影片說明
你是否也常在寫履歷時卡關？「非理工或人社背景，不知道能找什麼工作」、「經歷很多卻不知如何塞進履歷」、「沒有實習經驗，總覺得履歷一張白紙」。由認知神經科學博士、資深職涯諮詢師盧慕蓉（Rhia）在清大主講的《履歷撰寫與面試技巧實戰指南》，第一階段將帶你突破求職焦慮，掌握把「過去經歷」轉化為「專業實力」的關鍵心法！ 觀念翻轉：你不是沒有專業，只是還未「轉譯」 許多求職者以為只有正式實習才算經歷，但實際上，學術與日常經驗都能轉譯為職場能力。例如：田野研究能轉譯為「訪談觀察與使用者洞察」；史料蒐集能轉譯為「資訊查證與脈絡分析」；哲學論證則對應到「問題定義與邏輯判斷」。重點不在於科系與職業的固定配對，而是如何將能力成功轉譯。 ◆第一步：自我盤點（生命歷程圖 × 工作價值觀） 要寫出好履歷，必須先做好自我定位： 繪製生命歷程圖：掃描課堂、研究、社團、打工、實習、人際與其他實踐等七類經驗。標記出高峰（成就、投入）與低谷（困難、挫折），並鎖定關鍵事件拆解情境任務、探究方法、具體行動、產出成果與組織價值。 釐清工作價值觀：透過 1111 工作價值觀測驗，評估自我實現、人際關係、豐厚報酬、聲望地位、自由創意與安全穩定等六大價值觀。將價值觀轉化為選職條件公式（「我最重視___，所以選擇職缺時，我會確認___」），作為篩選職缺與決策的依據。 ◆第二步：履歷五大版面與「黃金排序」 履歷每個欄位都有任務，黃金排序原則是「摘要 → 學歷 → 經歷 → 技能 → 自傳」，最吸引人的亮點永遠放在最前面： 自我簡介黃金公式（我是・我有・我想）： 我是（個人定位）：說明重視與擅長什麼。 我有（能力證據）：列出具備的 2 項能力、關鍵事件與成果。 我想（職務與貢獻）：說明想投入的職務與能協助解決的問題。 ◆第三步：經歷寫作核心武器——BAR 原則 寫工作經歷切忌只列工作清單（NG寫法）。企業看重的是「你做了什麼事、帶來了什麼結果」，必須採用 BAR 原則： B (Background 背景情境)：交代當時場景與面對的挑戰。 A (Action 具體行動)：詳述你個人實際做了什麼與怎麼做。 R (Result 可量化成果)：用數字呈現結果（如「報名人數提升 50%」、「庫存盤點速度提升 30%」）。成果亦可分成「完成任務、創造改變、外界認可」三層級展現影響力。 只要掌握這套轉譯與寫作架構，輔以 1111 AI 履歷加分神器進行智能解析，就能輕鬆磨利履歷，打造令人眼睛一亮的求職門面！ 00:00 影片開始 00:08 講師小檔案 01:40 寫履歷之前先盤點自己 06:00 自我定位確認 25:02 將行動轉為優勢 26:16 價值觀盤點 #清華大學 #清大 #AI履歷加分神器 #履歷撰寫 #面試 #1111 #人力銀行 #就業列車 1111媒體中心 採訪報導 【製作團隊】 整理撰稿 蘇筠家 後製剪輯 張維仁 *TUN大學網 ➨ https://university.1111.com.tw/index.asp
本頁的資料來源與計算方式
影片的數字
- 公開統計
- 觀看、喜歡與留言總數是取得當時的 YouTube 公開統計，不是即時數值；各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間，不代表觀看、喜歡或留言都在那時重新觀測。
- 觀看歷史
- 圖上每個點是實際儲存的觀測，連線只為方便閱讀，不代表中間時間的測量值；沒有歷史觀測時不建立時間序列。
- 喜歡占互動
- 喜歡 ÷（喜歡＋不喜歡＋顯示留言），任一來源缺值時不估算。
- 字幕
- 只記錄來源是否提供字幕，尚未擷取逐字稿，因此字幕不列入標籤比對。
- 觀測分析
- 直播逐時／逐日最高同時在線取自所讀直播紀錄；讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。
共同標籤
標籤來源：新文易數（tag.observe.tw）。共同標籤以文字比對影片標題與說明，不是 AI 判讀；命中不代表事件歸屬或立場，與頻道分類分開。標題或說明出現標籤，不代表影片主題；可能來自固定宣傳或版權文字。字幕尚未取得，不列入比對。
- 比對範圍
- 僅列出目前詞彙版本與影片標題、說明仍相符的比對結果；待比對或來源文字已變動的影片不列入，數量見「收錄與比對範圍」。
- 期間
- 「往前 N 日」包含今天與前 N 天，共 N+1 個台北日曆日（往前 7 日為 8 個日曆日）；指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
- 命中片段
- 每支影片最多顯示 3 段，標示來自標題、說明或字幕；沒有片段時顯示「沒有命中片段」，來源文字缺漏時顯示「來源文字未提供」，不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
- 顯示排除
- 符合標籤顯示規則的詞（上游排除詞、雜訊、純數字或日期、長度不符，以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語）整詞不列入排行，但仍保留在原始詞彙池與比對證據中；原始詞彙池列出排除原因。雙字通用詞只依核定清單判定，包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤，同樣只影響排行顯示，每次排除與恢復都留有紀錄。
- 說明欄樣板
- 同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過，出現在一般新聞內容時照常計入；這不同於整詞的顯示排除。
- 示例
- 列表與片段只是符合條件的影片例子，不能用來推算整體比例或全站失真程度；有效比對的影片比例只代表比對完成度。
- 觀看
- 累計觀看是取得當時的公開觀測值，不是期間增量；無觀看值的影片不當作 0。
本頁資料範圍
觀看數與互動數為取得當時的公開觀測值。
資料來源
本站以納入名單的 YouTube 頻道與影片為範圍（名單見頻道觀測），數據來自 YouTube 公開資料與定時觀測：直播約每分鐘輪詢一次，頻道統計、新影片與影片統計則分批輪流更新，所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube；缺漏、尚未收錄或資料服務中斷都不等於零，尚未取得的數值顯示「—」。
頁面使用台北時間（UTC+8）。「更新於」是來源已記錄的觀測時間；來源沒有記錄時顯示「未記錄」，不以開啟網頁的時間代替。
共同標籤詞彙的標籤來源：新文易數（tag.observe.tw），保留來源、版本與比對依據；本站的頻道分類沿用有影儀表板的來源組織方式，與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算，不代表 YouTube 全站流量，也不表示因果關係。