材料没有给出嵌入式 senior 的能力清单,但反复指向一条可用的简历逻辑:先看目标岗位要什么,再用相关经历证明你能解决它,而不是罗列自己做过什么。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先定目标岗位,再决定写什么
AI推演立正把简历问题拆成三个问题:岗位的硬条件你满不满足、这个工作到底做什么、环境你喜不喜欢1。他另举过一个例子:如果目标是成为很厉害的項目经理,就要强调用有限资源覆盖复杂产线、协调多个团队、把 8 个月压到 6 个月这类结果,而不是只写自己执行了什么2。他还提醒,过去的经历是财富也可能是累赘,打造简历时要保持“未来感”3。对你有用的做法是先挑两三个目标 senior 岗位,把 JD 里的硬条件和职责逐条对照自己的经历,再决定简历的取舍。这是 AI 根据上述判断给出的应用建议。
用相关经历证明能力,而不是形容词
董有超说,只写“我充满强烈的好奇心”“自驱力强”这类话没有用,要有论据支撑论点,比如一年读 700 本书、有读书笔记4。他把简历结构说成:个人总结是最重要的论点,项目里的具体结果和细节是论据,论据不用全堆上去5。立正也强调,包装经历时要找和目标岗位匹配的部分,说清解决了什么问题、用了什么工具、得到什么 impact6。按这个思路,嵌入式项目可以写成“解决了什么约束下的什么问题、你的方案带来什么可验证结果”,而不是只列用过的芯片和协议。这是 AI 的推演,具体措辞要由你的真实项目支撑。
四年经验要少而精,并准备被追问
AI推演董有超提到,工作四五年的人简历写到两三页,招聘经理没有耐心全读完;他自己的简历只有一页,结构是个人总结、工作经历、教育背景4。他还建议做思维实验:假装面试官问“这个项目为什么这么做、有没有别的办法、换个人会不会做得更好、再做一遍你会怎么做”7。这正好对应 senior 面试常见的追问方式。你可以挑两三个最能体现判断力的项目,每个都准备好取舍理由和替代方案;简历上留一行钩子,把细节留给面试。这是 AI 的应用建议。
提供的材料没有专门讨论嵌入式工程师或 senior 的具体技术能力标准,所以上面只覆盖简历表达和经历取舍,不能当作 senior 能力清单。
出处
- 1如何通过解读Job Description,让自己的简历被认真对待?
立正提出申请前要回答的三个问题,适合用来对照目标岗位。
- 2满分简历第一步:明确目标,第二步:删掉90%,第三步:照着这个视频做|真实案例分享
用项目经历说明五年以上经验应强调结果和复杂度,而非执行细节。
- 3想通过跳槽升职加薪,要先做好这件事
可回到原文核对这部分判断
- 4看了才知道,简历竟然应该这么改?
董有超讲论据支撑论点、少不如精和一页简历结构。
- 5看了才知道,简历竟然应该这么改?
可回到原文核对这部分判断
- 6粉饰简历=浪费时间!能找到工作的简历长啥样?
可回到原文核对这部分判断
- 7跳槽前应该做哪些研究?
董有超的面试官视角思维实验,可用于准备项目追问。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我最近在投一个工作岗位,然后在修改我的简历。所以我想结合一下之前课代表跟这个 YC,也就是友超,所有的关于简历这块的内容。我想知道在我修改我的简历的过程中有哪些是我可以来重点参考的。
先明确目标岗位要什么人,再把简历做成“一页、一行一句、论点先行、少而精”,用具体论据证明你最突出的那一点。
- ai native 程序员简历应该如何呈现
AI Native 程序员的简历,重点不是写“会用 Cursor”,而是用一段具体经历证明:你把 AI 融进了真实工作,并且改变了结果怎么被验证。
- 社区里有哪些投简历的方法论或帖子值得去看
最值得先看的是立正点名的 YC 两个社群精华帖:一个讲改简历的整体理解,一个用 6 个真实案例逐份点评;其次可看立正与董有超那期改简历对谈。
- 我想知道怎么写简历会更好,有哪几项规则
简历的目标是拿到面试,所以先定具体岗位和公司,再围绕对方要什么删减内容,把最有穿透力的成果放前面,而不是把经历都堆上去或包装。
- 下面这个简历 立正会认为要怎么改呢:陈文斌
求职意向:AI 应用开发 / 后端开发 | 期望城市:厦门 | 工作年限:4 年后端开发
电话:133-2840-2307 | 邮箱:codebin99@163.com
个人优势
• 4 年后端开发经验,既写过 Go 的虚拟机资源调度、异步任务编排与状态机,也在 Python 平台上落地过基于 LangGraph / DeepAgents 的 Agent 应用。
• 能独立理解业务需求、完成方案设计与开发,并把功能推进到上线;获 CCF AIOps 2025 挑战赛优秀奖(大模型 Agent 根因定位赛道)。
专业技能
• AI 应用开发:熟悉 LangGraph / DeepAgents 的 Agent 开发,了解并实践 Agent 工具调用与 MCP 协议接入、RAG 知识库检索,以及人工审批、执行预算等 Agent 执行控制手段。
• Python 后端:熟练使用 Django、Celery、Redis 进行业务开发,熟悉异步任务、分布式锁与租约等常见后端模式。
• Go 后端:熟悉 Go 并发编程,有长耗时任务编排、持久化状态机、Worker 池与资源锁的项目实践。
• 数据存储:MySQL、Redis、VictoriaMetrics / PromQL、图数据库。
• 部署与工程(加分项):熟悉 Linux 环境,能使用 Docker、Kubernetes / K3s 部署服务,有 CI/CD 流水线使用经验。
工作经历
中数通信息有限公司 后端开发工程师 2022.07 – 至今
负责私有化云平台相关产品的后端研发,先后参与 Go 虚拟化管理平台与 Python 智能运维平台(含 AI 助手)的开发;参与平台需求对接与客户交付,累计服务 10+ 家客户。
项目经历
智稳 AIOps 智能运维平台 后端开发 / AI 应用开发 2024.08 – 至今
项目介绍:公司自研的私有化智能运维平台,覆盖资产管理、监控告警及智能运维助手等场景,负责 CMDB、监控与 AI 助手模块开发。
技术栈:Python、Django、Celery、Redis、VictoriaMetrics、图数据库、LangGraph / DeepAgents、MCP
• AI 智能运维助手:基于 LangGraph / DeepAgents 构建 Agent,接入知识库检索(RAG),集成 Kubernetes、数据库、SSH 等 30 类运维工具集供 Agent 按需调用,并提供外部 MCP 服务接入能力,支持用户以自然语言完成资料检索与工具调用;在执行过程中引入人工审批、执行预算和重复调用约束,控制 Agent 的工具调用范围与执行开销,降低误操作和无效循环调用的风险,支撑运维问答及辅助排障场景。
• 资产自动纳管与关系维护:开发 CMDB 资源采集、实例管理与自动关联能力,基于属性匹配规则维护资源关系,支持实例变更后的增量关联与规则变更后的全量同步;通过唯一键写入锁控制并发写入冲突,为资产查询和拓扑展示提供一致的数据基础;已服务算力中心客户,纳管 1 万+ 台 ECS 云主机资产。
• 采集任务可靠性:完善资源采集链路,基于 Redis 租约、心跳续租和轮次标识控制重复执行及过期结果;引入成功凭据优先、认证失败分级冷冻机制,减少无效认证尝试,支持多目标采集与异常恢复。
• 监控生命周期治理:基于 VictoriaMetrics / PromQL 实现指标查询与监控实例自动发现,完善实例活跃状态、超时清理及关联告警关闭流程;仅依据成功发现结果累计失联时长,避免采集异常造成实例误清理,并通过序列数和采样点预算限制大范围查询开销。
• 需求对接与交付:负责平台需求对接与客户交付,推动功能从需求到上线落地。
智稳虚拟化平台 Go 后端开发 2022.07 – 至今
项目介绍:公司自研的私有化虚拟化管理平台,统一管理虚拟机、宿主机、存储及网络资源,支持虚拟机生命周期管理、资源调度、热迁移和镜像导入,为私有云资源交付提供统一入口;已在公司内部生产环境支撑 35 台物理宿主机、400 台虚拟机的调度与管理。
技术栈:Go、MySQL、KVM / QEMU、Linux、Kubernetes / K3s
• 异步任务编排:围绕虚拟机创建等长耗时操作,基于持久化状态机和父子任务机制编排网络、磁盘及实例部署流程,结合 Worker 池、资源锁和远程回调重试控制并发执行,支持任务进度追踪、失败定位、取消及历史归档。
• 资源调度与预占:通过约束过滤与加权评分完成宿主机选择,结合 CPU、内存和存储需求登记待分配资源占用;引入 NUMA 感知评分,在满足资源需求的前提下优先
立正会先问这份简历投的是哪类岗位、JD 写了什么,再按那份 JD 重排:把「能带来什么结果」提到前面,把 LangGraph、MCP 这类名词退到后面,用你真正解决过的问题支撑。
- YC改简历的相关视频里面的内容介绍
这期视频是立正借“改简历”讲打造产品的方法论,并整理了社区里YC改简历的两个帖子:一个讲整体理解,一个点评6个真实案例。