Dane fikcyjne. Wynik dotyczy CV względem wybranego poziomu.
Wróć do strony głównejPrzykładowy raport CV
Przykład fikcyjny · AI / LLM Engineer
Projekt, własny wkład i sprawdzenia wspierają aplikację do pierwszej pracy.
Na podstawie treści i struktury CV. To nie jest ocena osoby.
Wynik opisuje jakość CV względem celu aplikacji. Pierwsza praca w IT.
Jak CV pokazuje przygotowanie do pierwszej roli
Projekt, własny wkład i sprawdzenia wspierają aplikację do pierwszej pracy.
Co buduje ten obraz
Co budzi rezerwę
O co mogą zapytać
Dlaczego to pytanie?
Doprecyzowanie opisanego sprawdzenia.
PIERWSZE 20 SEKUND
Po 5 sekundach
AI / LLM Engineer
Po 10 sekundach
Projekt, własny wkład i sprawdzenia wspierają aplikację do pierwszej pracy.
Po 20 sekundach
Opis wskazuje 20 pytań testowych i poprawę retrievalu po błędnych odpowiedziach. Integracja API nie oznacza treningu modelu.
To symulacja pierwszego wrażenia na podstawie samego dokumentu, a nie prawdziwa decyzja rekrutacyjna ani przewidywanie wyniku konkretnej rekrutacji.
Dowody przygotowania do roli
Asystent cytuje źródła i odmawia odpowiedzi, gdy nie ma źródła.
74/100CV oddziela własną pracę od instrukcji kursu lub pomocy innych osób.
74/100Opis wskazuje 20 pytań testowych i poprawę retrievalu po błędnych odpowiedziach. Integracja API nie oznacza treningu modelu.
74/100Cytowanie, odmowa odpowiedzi i izolacja dokumentów opisują decyzje w skali projektu.
74/100Omówienie błędów z mentorką prowadzi do poprawy filtra użytkownika.
74/100Podsumowanie nie pokazuje konkretnego projektu
70/100Co osłabia odbiór — dowód przed opinią
Podsumowanie nie pokazuje konkretnego projektu
Podsumowanie nie pokazuje konkretnego projektu
Konkretny projekt ułatwia rozpoznanie profilu.
Przenieś opis projektu i własnego wkładu przed listę kursów lub narzędzi, zachowując jego edukacyjny lub własny charakter.
Cel: pierwsza praca jako AI / LLM Engineer. Projekt kursowy: asystent dokumentacji w Pythonie. Według instrukcji kursu połączyłem API gotowego modelu z wyszukiwaniem fragmentów w bazie wektorowej. Samodzielnie dodałem cytowanie źródeł, odmowę odpowiedzi przy braku źródła i izolację dokumentów użytkowników. Przygotowałem 20 pytań testowych, w tym pytania bez odpowiedzi w dokumentacji; sprawdziłem cytowania i poprawiłem dobór fragmentów po błędnych odpowiedziach. Z mentorką omówiłem błędne odpowiedzi i poprawiłem filtr użytkownika. Projekt lokalny, bez doświadczenia komercyjnego. Nie trenowałem ani nie dostrajałem modelu. Podsumowanie: lubię technologie AI. Kursy: Python i LLM.
Mocne sygnały
Opis wskazuje 20 pytań testowych i poprawę retrievalu po błędnych odpowiedziach. Integracja API nie oznacza treningu modelu.
Plan działania
Jak samodzielnie poprawić CV
Raport wskazuje, co warto wyjaśnić i poprawić. Ty wybierasz treść i odpowiadasz za zgodność opisu z faktami.
- Ustal fakty
Przejrzyj wskazane fragmenty CV i konkretne rady. Ustal, co zrobiłeś samodzielnie, jakie wsparcie otrzymałeś i co możesz potwierdzić. Jeśli nie pamiętasz, najpierw to sprawdź.
- Popraw własnymi słowami
Samodzielnie doprecyzuj opis zgodnie z zaleceniami. Dodaj tylko prawdziwe informacje. Jeśli rada dotyczy działania, którego nie wykonałeś, najpierw je wykonaj, zamiast dopisywać je do CV.
- Sprawdź nową wersję
Przeczytaj całe CV, zapisz poprawiony PDF lub DOCX i prześlij go do ponownej analizy. Porównaj uwagi i dowody, a także ocenę.
Poprawa opisu nie gwarantuje wzrostu oceny. Ocena zależy od informacji widocznych w nowej wersji dokumentu.
Co mówi Twoje CV?
Zobacz bezpłatny wynik i najważniejszy dowód.