互联网技术岗的简历，HR 和面试官的关注点和通用简历完全不同。他们不关心你的自我介绍有多华丽，而是关心 3 件事：你会什么技术、做过什么项目、能不能解决问题。
本文讲 5 大要点，覆盖前端、后端、算法、测试、运维、DevOps 等所有技术岗。
要点 1：技术栈分级 + 实际应用
技术简历最常见的错误是技能堆砌——「精通 Java/Python/Go/Rust/C++/JavaScript/TypeScript/Ruby/PHP/Swift/Kotlin/Shell/SQL」——这是编程语言目录，不是技能。
正确写法：分级 + 配应用场景。
- 精通：能讲清原理、踩过坑、指导过他人。最多 3-4 项
- 熟练：日常使用 1-2 年，能独立完成工作。5-8 项
- 了解：看过文档/写过 demo。3-5 项
精通：Java (8 年)、Spring 全家桶、MySQL 调优、Redis 集群。熟练：Kafka、RabbitMQ、Elasticsearch、Docker、K8s。了解：Rust、ClickHouse、Spark（学习 + Demo）。
要点 2：项目经验 = STAR + 技术深度
技术岗的项目经验，不仅要写做了什么，还要写怎么做的、技术选型原因、踩过什么坑。
推荐结构：背景 + 任务 + 技术选型 + 你的贡献 + 量化结果。
参考：「**高并发订单系统**（背景）面对双 11 亿级订单流量（任务），基于 Spring Cloud + RocketMQ 设计 18 个领域服务（技术选型），主导订单核心模块设计与 8 处性能优化（贡献），大促峰值 QPS 22 万，P99 120ms（结果）」。
要点 3：开源贡献 = 简历加分神器
在技术圈，GitHub 主页是简历的一部分。一个 100+ Star 的项目，比「熟练掌握 Spring Cloud」有说服力得多。
几种可参考的开源路径：
- 个人项目：解决你自己痛点的小工具（不要做「XX 管理系统」——烂大街了）
- 翻译/文档：知名开源项目的中文翻译、教程、文档
- Issue 解答：在 GitHub Issues 中帮别人解答问题（PR 里也带上）
- 提交 PR：给知名项目提 PR（哪怕只是 typo 修正）
在简历中放 GitHub链接，用 2-3 个最有代表性的项目（不是越多越好）。每个项目写 1 句话简介 + Star 数 + 你的核心贡献。
要点 4：算法岗特别项 — 论文 + 比赛
如果你投的是算法/AI/数据科学岗，简历中必须有：
- 顶会论文：NeurIPS / ICML / CVPR / ACL / KDD 等 CCF-A 论文。注明排名（一作/二作/共一/通讯）
- 竞赛奖项：Kaggle / 天池 / DataFountain / 数学建模。注明排名（前 1% / Top 10 / 金奖）
- 开源模型：HuggingFace / GitHub 上 release 的预训练模型（标 Star / 下载量）
- 研究经历：跟着教授/研究院做过的研究项目（即使是 RA 也可以写）
要点 5：代码即简历 — 工程能力展示
技术面试官打开你的 GitHub 第一眼会看什么？README 和 commit 历史。
- README：项目简介、技术栈、运行方式、架构图（这点 80% 的人做不好）
- Commit 规范：避免「update」「fix」这种无意义 commit
- 代码风格：统一的格式、有意义的命名、必要的注释
- 测试：有单元测试的项目，说明你对工程化有追求
- CI/CD：GitHub Actions 配置说明你能写自动化流程
技术简历的 5 大忌
- ❌ 把「精通 Office」列在技能里——侮辱性极强
- ❌ 项目经验全是「参与」——面试官要「主导」的故事
- ❌ 链接到一个空的 GitHub——还不如不放
- ❌ 把所有证书都写上（软考/四六级/驾照）——和岗位无关
- ❌ 简历超过 2 页——技术岗 1-2 页最合适
加分项：技术博客 / 公众号
如果你有自己的技术博客 / 公众号 / 知乎专栏，且有一定阅读量，一定要放在简历里。这能证明你「不仅会做，还会讲会总结」——是技术 leader 候选人的重要信号。
我们整理了算法工程师 / 后端工程师 / 前端工程师 / AI 工程师等 5+ 篇范文，可以直接参考项目经验和技术栈的写法。