第113章 李成的简历 (第1/2页)
　　
　　一周后的周五下午，陈默收到了David转发的、来自Vertex Executive Search猎头顾问的第一批候选人简历摘要。邮件中，猎头顾问（一位姓罗的女士）表示，根据客户模糊的职位描述和强调的“保密、学习、潜力、适应非常规环境”等要求，她从数据库中初步筛选了五份简历。她为每份简历撰写了简短的评语，并标注了与JD要求的匹配度。所有简历已经过David团队的初步合规性审查，剔除了一名有复杂家族企业背景和一名近期跳槽过于频繁的候选人。剩下三份，David认为值得陈默细看。
　　
　　陈默点开附件。三份简历均为PDF格式，姓名和联系方式部分被猎头做了模糊处理，只保留了姓氏和工作经验摘要。这是标准流程，在雇主表达明确兴趣前，保护候选人隐私。
　　
　　他快速浏览了三份简历的概况。第一份，张姓，28岁，国内985本科+海外硕士，两年国内某中型券商行业研究经验，覆盖TMT板块。简历很规范，经历扎实，但猎头评语提到“对工作稳定性和职业路径清晰度有较高期待，对完全远程和雇主信息不明确可能存疑”。陈默将其标记为“备选B”，感觉此人可能更适合传统金融机构。
　　
　　第二份，王姓，25岁，财经类重点本科毕业，一年在某小型私募基金做投资助理，后因基金规模收缩被裁员，已待业三个月。简历显示有基础的财务建模和公司研究经验，但深度有限。猎头评语：“聪明，有冲劲，对机会渴望，对非传统工作模式接受度高，但经验较浅，需较多培养。”陈默将其标记为“备选C”，作为潜力股观察。
　　
　　第三份简历，姓氏为“李”。陈默的目光在简历开头停留的时间稍长了一些。
　　
　　李成，26岁。 教育背景：滨海大学（本地重点）金融学本科，GPA 3.6/4.0。无海外学历。
　　
　　工作经历：
　　
　　1. 滨海金信证券有限责任公司，行业研究员助理。 工作时间：2年4个月。覆盖行业：高端制造与部分科技板块。描述：协助资深分析师进行公司调研、数据整理、财务模型搭建与更新、撰写研究报告初稿。参与过包括XX科技（陈默目光在此一顿）、新科动力等多家本地上市公司的深度报告撰写。离职原因：部门架构调整，助理岗位裁撤。
　　
　　2. （空窗期4个月）
　　
　　3. 当前：自由职业/个人学习。 描述：期间通过线上平台系统学习Python金融数据分析、机器学习基础；备考CFA一级（已报名）；为少量初创公司提供兼职财务数据整理和市场研究服务。
　　
　　技能证书：英语六级（良好），熟练使用Wind、同花顺等金融终端，精通Excel（包括VBA宏编写），熟练使用Python进行数据抓取、清洗及基础量化分析（附Github链接，展示几个简单的数据分析项目），正在学习SQL。CFA一级备考中。
　　
　　自我评价/求职意向：对金融市场有浓厚兴趣，享受从数据中挖掘价值的探索过程。具备较强的自学能力和抗压能力，能适应快节奏和不确定性的工作环境。希望加入一个能提供持续学习和深度参与机会的团队，不介意工作模式的灵活性，重视长期成长空间而非短期头衔。
　　
　　猎头罗女士的评语：“该候选人背景干净，无复杂社会关系。专业技能扎实，尤其在数据处理和财务分析结合上有亮点。在券商的工作经历提供了规范的行业研究训练，覆盖的行业与贵方可能的兴趣领域（科技/制造）有交集。离职原因经核实属客观情况（券商降本增效裁撤初级岗位）。空窗期安排充实，显示其自律和学习热情。对灵活工作模式和‘非典型’职业机会持开放态度，沟通中表现出对投资分析工作的真诚热爱而非仅仅视为一份工作。薪酬期望务实（年薪范围40-50万人民币）。缺点是缺乏海外经历和顶级机构光环，职业路径因裁员中断。综合匹配度较高。”
　　
　　陈默身体微微前倾，将这份简历单独拖到一个窗口放大。他逐行、逐字地审阅，大脑自动启动分析模式，就像他审阅一家公司的财务报表或商业计划书。
　　
　　优势分析：
　　
　　1. 技能组合匹配度高： 财务分析（券商训练）、数据处理（Python、Excel VBA）、行业知识（高端制造/科技，覆盖过XX科技、新科动力——这两家公司恰好出现在他近期的工作和观察中），英语能力满足阅读要求。技能树契合“投资研究分析师”的核心需求，甚至超出了他对“基础数据处理”的期待。
　　
　　2. 经验与潜力平衡： 两年多正规券商研究助理经验，提供了基本的职业素养和研究框架训练，不是一张白纸。空窗期的自我学习和CFA备考，显示了主动性和成长意愿。26岁，有可塑性。
　　
　　3. 背景相对干净： 本地求学、本地工作，无海外复杂关联。离职原因属于被动裁员，非个人绩效或品行问题，减少了潜在风险。猎头已做初步核实。
　　
　　
　　
　　（本章未完，请点击下一页继续阅读）