留学知识库

简历是招生委员会看到的第一份材料，也是面试官了解你背景的核心窗口。一份出色简历能在 30 秒内抓住招生官注意力。2026 申请季，简历写作呈现两大趋势：一是数据量化成为标配，招生官不再满足于"参与了项目"，而要看到"提升了 40% 效率"；二是项目链接（GitHub、个人网站、LinkedIn）成为简历的自然延伸，尤其对 CS/DS 方向，可验证的项目作品比文字描述更有说服力。同时 ATS（申请人追踪系统）在部分学校投递中开始应用，格式合规性不可忽视。

本文将系统讲解 CV 与 Resume 区别、ATS 友好写法、结构详解、2026 简历趋势，并附完整模板和 ATS 检查清单。

一、核心概念：CV 与 Resume 的区别

维度	CV（Curriculum Vitae）	Resume
长度	不限（通常 2-5 页）	1 页（最多 2 页）
内容	完整的学术和职业经历	精选与目标相关的经历
适用场景	学术申请、博士申请、科研岗	硕士申请、求职、实习
重点	学术成果、发表论文、教学经历	工作经历、实习、技能
时序	按类别（教育、科研、教学等）分组	按时间倒序排列
照片	不放照片	不放照片（北美标准）

申请建议

本科和授课型硕士申请使用 1-2 页 Resume 即可；研究型硕士和博士申请建议使用 CV，充分展示学术成果。美国学校即使 PhD，很多项目也接受 2 页以内 Resume。

二、实操指南：简历核心结构

一份完整的留学申请简历应包含以下模块。模块排序和占比应根据申请方向灵活调整：

模块	占比	内容要点	排序建议
头部信息	5%	姓名、邮箱、电话、LinkedIn/个人网站	最上方
教育背景	15-20%	学校、专业、学位、GPA、核心课程	第二位（学术申请）
科研经历	20-30%	项目名称、导师、时间、具体工作、成果	学术申请优先
实习/工作经历	20-30%	公司、职位、时间、职责、量化成果	求职申请优先
项目经历	10-20%	课程项目、个人项目、开源贡献	CS/工程方向重要
技能	10-15%	编程语言、工具、语言能力	倒数第二位
荣誉奖项	5-10%	奖项名称、级别、时间	倒数第三位
发表论文	学术申请必填	论文标题、期刊/会议、作者排名	学术申请中仅次于教育

三、ATS 系统友好简历写法 ATS合规

ATS（Applicant Tracking System）是许多企业和部分学校用来自动筛选简历的系统。虽然留学申请中 ATS 使用不如求职普遍，但 2026 越来越多学校采用申请管理系统，了解 ATS 优化原则仍然重要。

3.1 ATS 友好的格式原则

原则	正确做法	错误做法
文件格式	PDF（确保文字可选中）	JPG/PNG 图片格式
字体	标准字体（Arial, Calibri, Times）	花哨字体或嵌入字体
排版	单栏，从左到右	双栏、文本框、表格
标题	标准标题（EDUCATION, EXPERIENCE）	创意标题（"My Journey"）
日期	标准格式（Sep 2024 - Present）	纯数字或模糊表述
联系方式	放最上方，用分隔符	放页脚或文本框中

ATS 常见陷阱

不要用文本框（Text Box）和表格（Table）排版——ATS 可能无法读取
不要用图标代替文字（如电话图标代替"Phone:"）
不要用页眉/页脚放置关键信息——ATS 经常跳过页眉页脚
不要用特殊符号作为 Bullet Point——使用标准的 "•" 或 "-"

3.2 ATS 检查清单

提交前 ATS 自查清单

[ ] 文件为 PDF 格式，文字可选中复制
[ ] 使用标准字体（Arial/Calibri/Times New Roman），字号 10-12pt
[ ] 单栏排版，无文本框、无表格、无分栏
[ ] 使用标准模块标题（EDUCATION、EXPERIENCE、SKILLS）
[ ] 日期格式统一（如 Sep 2024 - Present）
[ ] 联系方式在最上方，非页眉页脚
[ ] Bullet Point 使用标准符号（• 或 -）
[ ] 关键词与目标项目课程/技能匹配
[ ] 无拼写和语法错误
[ ] 文件名专业（如 FirstName_LastName_CV.pdf）

3.3 关键词优化

分析目标项目 Class Profile 和课程设置，提取关键词并在简历中自然融入：

markdown

shiki

## 关键词映射示例（DS 项目申请）

目标项目关键词         →  简历中的体现
─────────────────────────────────────────────
Machine Learning       →  "Built ML pipeline using scikit-learn"
Data Analysis          →  "Analyzed 10M+ rows of user data"
Python                 →  技能部分明确列出
Statistical Modeling   →  "Developed statistical models for A/B testing"
SQL                    →  "Queried PostgreSQL database for analytics"
Data Visualization     →  "Created dashboards using Tableau"

四、简历模板示例

4.1 CS/DS 方向简历模板（1 页 Resume）

shiki

====================================================================
SAN ZHANG
San.Zhang@gmail.com | (+86) 138-xxxx-xxxx | linkedin.com/in/sanzhang
github.com/sanzhang | sanzhang.github.io
====================================================================

EDUCATION
---------
Peking University                          Beijing, China
B.S. in Computer Science                   Sep 2021 - Jun 2025 (Expected)
- GPA: 3.88/4.0 (Major GPA: 3.92) | Ranking: 3/180
- Core Courses: Machine Learning (A+), Deep Learning (A+), Algorithms (A)
- Honors: National Scholarship (2023, top 0.2%)

RESEARCH EXPERIENCE
-------------------
NLP Research Lab, Peking University        Beijing, China
Research Assistant | Advisor: Prof. Wei Chen    Jun 2024 - Present
- Designed morphology-aware tokenizer for low-resource Tibetan NLP, improving
  F1 on cross-lingual QA from 41% to 63% (EMNLP 2024, co-first author)
- Fine-tuned XLM-R with contrastive learning to align semantic spaces

Microsoft Research Asia (MSRA)             Beijing, China
Research Intern | NLP Group                Dec 2023 - May 2024
- Developed data augmentation pipeline increasing training data 3x for NER
- Built evaluation framework comparing 6 pre-trained models, adopted as standard

INDUSTRY EXPERIENCE
-------------------
ByteDance                                  Beijing, China
Backend Development Intern | RecSys Team   Jun 2024 - Sep 2024
- Optimized recommendation API response time from 200ms to 50ms (Go, Redis)
- Designed A/B testing framework adopted by 15+ engineers

PROJECTS
--------
Real-time Gesture Recognition System       Personal Project
- Built CNN-based gesture recognition (MediaPipe, PyTorch), 94% accuracy at 30 FPS
- Deployed as web app: sanzhang.github.io/gesture

SKILLS
------
- Languages: Python, C++, Java, Go, SQL
- Frameworks: PyTorch, TensorFlow, HuggingFace, Flask
- Languages: Mandarin (Native), English (TOEFL 110)

PUBLICATIONS
------------
- Zhang, S., et al. "Morphology-Aware Tokenization for Cross-Lingual QA."
  EMNLP 2024 (Short Paper).

4.2 商科方向简历模板（1 页 Resume）

shiki

====================================================================
SAN ZHANG
San.Zhang@gmail.com | (+86) 138-xxxx-xxxx | linkedin.com/in/sanzhang
====================================================================

EDUCATION
---------
Tsinghua University                        Beijing, China
B.A. in Finance, Minor in Statistics       Sep 2021 - Jun 2025 (Expected)
- GPA: 3.82/4.0 | Ranking: 8/120
- Exchange: HKUST Business School (Spring 2024, GPA 3.9)

PROFESSIONAL EXPERIENCE
-----------------------
Goldman Sachs                             Hong Kong
Investment Banking Summer Analyst          Jun 2024 - Aug 2024
- Supported 3 M&A deals in TMT sector, total transaction value >$2B
- Built DCF and LBO models, identified 15% valuation gap leading to renegotiation

CICC                                       Beijing, China
Equity Research Intern | Consumer Sector   Dec 2023 - May 2024
- Published 2 industry reports cited by 3 buy-side clients
- Built financial models for 8 listed companies

LEADERSHIP & ACTIVITIES
-----------------------
Tsinghua Finance Club | President          Sep 2023 - Present
- Led 50-member team organizing conference with 300+ attendees
- Managed 50,000 RMB budget, secured 100,000 RMB sponsorships

SKILLS
------
- Technical: Bloomberg, Wind, Excel VBA, Python, SQL
- Languages: Mandarin (Native), English (IELTS 7.5)
- Certifications: CFA Level I (Passed June 2024)

4.3 博士申请 CV 模板（2-3 页 Academic CV）

博士申请 CV 更侧重学术成果，结构以研究经历和发表为核心：

shiki

====================================================================
SAN ZHANG
San.Zhang@gmail.com | (+86) 138-xxxx-xxxx | linkedin.com/in/sanzhang
Research Interests: NLP, Low-Resource Languages, Cross-Lingual Transfer
====================================================================

EDUCATION
---------
Peking University  B.S. in Computer Science (Expected Jun 2025)
- GPA: 3.88/4.0 | Thesis: "Efficient Cross-Lingual Transfer"
  Advisor: Prof. Wei Chen

RESEARCH EXPERIENCE
-------------------
[详细列出每段科研经历，包括项目描述、你的角色、方法和成果]

PUBLICATIONS
------------
(* indicates equal contribution)
1. Zhang, S.*, Wang, L.*, Chen, W. "Morphology-Aware Tokenization..."
   EMNLP 2024 (Short Paper). [Acceptance rate: 22%]

TALKS & PRESENTATIONS
---------------------
[列出学术会议报告和受邀讲座]

TEACHING EXPERIENCE
-------------------
[列出助教和辅导经历]

HONORS & AWARDS
---------------
[列出学术类奖项和奖学金]

SERVICE
-------
[列出审稿服务和学术志愿服务]

五、2026 简历趋势 2026趋势

5.1 数据量化成为标配

2026 招生官不再满足于"参与了项目"，而要看到具体成果。每一条经历都应量化。

差 Bullet Point	好 Bullet Point
Did data preprocessing	Processed 50GB raw sensor data using pandas, reducing cleaning time by 40%
Helped with research project	Designed novel attention mechanism, improving accuracy from 82% to 91%
Worked on recommendation system	Optimized API response from 200ms to 50ms, serving 10M+ daily requests
Participated in case competition	Led 4-person team to 2nd place in HSBC Case Competition (60+ teams)

量化公式

核心公式：强动词 + 具体任务 + 方法/工具 + 量化成果

强动词：Developed, Built, Optimized, Designed, Led, Analyzed
量化：百分比、绝对数字、排名、规模、时间

5.2 项目链接成为简历延伸

2026 趋势是：简历不再止于 PDF，GitHub、个人网站、LinkedIn 成为自然延伸。尤其对 CS/DS 方向，可验证的项目作品比文字描述更有说服力。

平台	作用	适用方向	2026 重要性
GitHub	展示代码质量、项目复杂度	CS/DS/工程	必备
个人网站	展示项目作品、研究介绍	CS/DS/设计	强烈推荐
LinkedIn	展示职业网络、详细经历	全方向	必备
Google Scholar	展示论文和引用	博士/学术	学术必备
Kaggle	展示数据科学竞赛能力	DS/ML	加分

GitHub 使用要点

确保至少 2-3 个有质量的项目，README 写清楚
不要放未完成的半成品
Pin 最重要的项目到主页
检查代码可运行，无敏感信息

5.3 不同专业 CV 差异

申请方向	简历侧重点	关键模块排序	核心动词
CS/DS	编程能力、项目经历	教育 > 项目/科研 > 技能 > 实习	Developed, Built, Optimized
金融/BA	领导力、商业洞察	教育 > 实习/工作 > 领导力 > 技能	Led, Analyzed, Managed
人文社科	学术写作、研究能力	教育 > 研究/写作 > 学术会议 > 技能	Researched, Authored
工程	技术能力、项目经验	教育 > 项目/实习 > 技能 > 荣誉	Designed, Engineered
博士/学术	科研产出、发表记录	教育 > 发表 > 科研 > 教学 > 荣誉	Published, Investigated

六、排版与格式建议

6.1 基本原则

一页原则：本科和授课型硕士简历控制在 1 页；CV 可 2-5 页
字体选择：英文简历推荐 Calibri、Garamond 或 Times New Roman，字号 10-12pt
间距统一：行间距 1.15-1.5，模块间留白清晰
对齐整齐：日期右对齐、标题左对齐，保持视觉一致
PDF 导出：提交时务必导出为 PDF，避免排版错乱

6.2 模板推荐

工具	特点	适用方向
Overleaf LaTeX	学术感强，排版精确	博士申请、学术 CV
Google Docs	免费，模板简洁	硕士申请 Resume
Canva	可视化编辑，设计感强	设计/传媒方向
Novoresume	ATS 友好，在线编辑	求职/硕士申请

LaTeX 简历模板推荐

推荐使用 Overleaf 上的以下模板：

Deedy Resume：简洁现代，适合 CS/DS 方向
ModernCV：经典学术 CV，适合博士申请
Jake's Resume：MIT 学生创建，CS 方向最流行

七、Bullet Point 强动词清单

领域	推荐动词
CS/工程	Developed, Built, Optimized, Designed, Implemented, Engineered, Deployed
数据/分析	Analyzed, Modeled, Processed, Visualized, Mined, Forecasted
金融/商科	Led, Managed, Advised, Negotiated, Valuated, Restructured
研究	Investigated, Discovered, Published, Presented, Authored
通用	Spearheaded, Streamlined, Coordinated, Facilitated, Mentored

八、常见错误与改进

常见错误	问题分析	改进建议
简历超过 2 页	信息冗杂，重点不突出	精简内容，只保留与申请方向相关经历
使用大段文字	难以快速阅读	每条经历用 3-5 个 Bullet Point，动词开头
缺乏量化数据	无法体现工作质量	用数字、百分比、排名量化成果
照片、性别、年龄	违反北美反歧视原则	删除个人敏感信息
排版不一致	给人不专业印象	统一字体、字号、间距、对齐方式
拼写/语法错误	给人不认真印象	使用 Grammarly 检查，请母语者 proofread
一个简历申请所有项目	缺乏针对性	根据项目特点调整经历排序和关键词
技能部分罗列过多	无法体现真实熟练度	只列熟练使用的工具，标注熟练度

九、常见问题

Q1：简历需要根据不同项目调整吗？ 需要。针对不同项目调整经历排序、突出相关技能。申 DS 项目时将与数据分析相关经历提前。建议准备 2-3 个版本：CS 版、DS 版、通用版。

Q2：简历应该用什么语言写？ 英语授课项目用英文。项目接受中文（港校部分项目）可中文。建议准备中英双语版本。英文简历不要直接翻译中文简历——格式和表达习惯不同。

Q3：没有科研/实习经历怎么办？ 从课堂项目（Course Project）、竞赛、自学项目、开源贡献中挖掘素材。高质量课堂大作业也能展示能力。建议在 GitHub 创建个人项目，展示代码能力和学习热情。

Q4：GitHub/个人网站有必要放吗？ 对 CS/DS 方向非常有用——展示代码质量和项目复杂度。其他方向也可放 LinkedIn 和学术主页。确保 GitHub 至少有 2-3 个有质量项目，README 清楚，不要放半成品。

Q5：GPA 不高怎么在简历中处理？ 总体 GPA 不高但专业 GPA 高，可分开列出（"GPA: 3.4/4.0, Major GPA: 3.7/4.0"）。大三大四有明显上升趋势可注明后期 GPA。GPA 确实较低则通过强实习/科研弥补，简历中弱化 GPA 部分。

Q6：论文还没发表怎么写？ 已提交审稿中写 "Under review at [Conference/Journal]"。已被接收未正式发表写 "Accepted, to appear in [Conference/Journal]"。不要写未提交的论文为"在投"。

Q7：2026 简历和往年有什么不同？ 两个显著趋势：一是数据量化成为标配，招生官要看到具体成果数字；二是项目链接（GitHub/个人网站）成为简历延伸，尤其 CS/DS 方向。同时 ATS 系统在部分学校投递中开始应用，格式合规性需重视。

十、相关阅读

PS/SOP 写作完全指南（2026深度版） — 文书写作全方位指南
AI 辅助文书写作政策与合规指南 — AI 使用红线
推荐信策略与模板 — 推荐人选择与推荐信写作
录取案例与数据分析（2026版） — 各项目录取三维参考
申请材料清单与时间节点（2026版） — 完整材料清单
各专业文书范例与点评 — 不同专业文书差异

一、核心概念：CV 与 Resume 的区别 ​ ​

二、实操指南：简历核心结构 ​ ​

三、ATS 系统友好简历写法 ATS合规 ​ ​

3.1 ATS 友好的格式原则 ​ ​

3.2 ATS 检查清单 ​ ​

3.3 关键词优化 ​ ​

四、简历模板示例 ​ ​

4.1 CS/DS 方向简历模板（1 页 Resume） ​ ​

4.2 商科方向简历模板（1 页 Resume） ​ ​

4.3 博士申请 CV 模板（2-3 页 Academic CV） ​ ​

五、2026 简历趋势 2026趋势 ​ ​

5.1 数据量化成为标配 ​ ​

5.2 项目链接成为简历延伸 ​ ​

5.3 不同专业 CV 差异 ​ ​

六、排版与格式建议 ​ ​

6.1 基本原则 ​ ​

6.2 模板推荐 ​ ​

七、Bullet Point 强动词清单 ​ ​

八、常见错误与改进 ​ ​

九、常见问题 ​ ​

十、相关阅读 ​ ​

一、核心概念：CV 与 Resume 的区别

二、实操指南：简历核心结构

三、ATS 系统友好简历写法 ATS合规

3.1 ATS 友好的格式原则

3.2 ATS 检查清单

3.3 关键词优化

四、简历模板示例

4.1 CS/DS 方向简历模板（1 页 Resume）

4.2 商科方向简历模板（1 页 Resume）

4.3 博士申请 CV 模板（2-3 页 Academic CV）

五、2026 简历趋势 2026趋势

5.1 数据量化成为标配

5.2 项目链接成为简历延伸

5.3 不同专业 CV 差异

六、排版与格式建议

6.1 基本原则

6.2 模板推荐

七、Bullet Point 强动词清单

八、常见错误与改进

九、常见问题

十、相关阅读