如何寫好轉職履歷表|數位時代 BusinessNext

眼看著同事遞出辭呈，往人生另一個旅程邁去；眼看著各公司、廠商紛紛釋出職缺，求才訊息無時無刻跳入眼廉。在離職潮湧起的2、3月分，你，是否也想換個好工作？
有機會換個好工作固然讓人心動，只不過，要換工作就得先找工作，找工作前又得先把履歷、自傳寫好。而在履歷表上，又該如何交代過往的工作經驗，以讓自已看起來像是有兩、三把刷子待價而沽的職場老手？這種種細節在腦中轉一圈就已經夠累了，更何況得真的動手做出一份像樣的履歷表來。

訣竅1 寫履歷就像寫廣告信

其實，只要懂的幾個小訣竅，寫份轉職履歷表沒有這麼難。對於撰寫履歷表專精到可以開班授課的104人力銀行品牌總監邱文仁就建議，只要「把履歷表當作個人廣告信來寫」就得了。
既然是廣告信，那麼，確定廣告所要主打的目標族群，以及目標族群的需求，自然成了首要之務。目標族群，當然就是你要去應徵的公司了。至於要怎麼調查這些公司對人才的需求呢？
在網際網路如此發達的今天，這也絕對不是難事。邱文仁認為求職網站就是市場調查的最佳工具，「只要到求職網站輸入你想應徵的職務，然後看看這些公司對這個職務所開出來的要求，你會發現這些要求有高度重疊性。」

訣竅2 打動對方講求快狠準

了解目標族群的需求之後，接下來，當然就是確保履歷表與自傳的每個重點都能又準又狠的打動面試官的心了。邱文仁將履歷表的重點分成四方面——學歷、技能、個性、態度，每一方面都要和公司需求緊密連結。而且，基本上，履歷表就是條列化的自傳，因此，這四個重點在履歷表與自傳上都應該看得到。
而在這兩者當中，邱文仁認為先放學歷、知識，後放工作經驗與人格特質是較好的安排。在所有的元素當中，如果碰到和面試官需求相連結的地方就大書特書，如果沒有強烈關聯，則輕輕帶過，或者努力想出連結點。
抓住這幾個重點，每個人都可以寫出廣告效果一級棒的履歷表，成功將自己推銷給任何想要去的好工作！

履歷表四個不要
1. 不要用表格用表格反而會作繭自縛。以工作經驗來說，並不是每樣工作經驗都值得大書特書。表格空間太大，就會凸顯某些工作經驗的空白；空間太小，一些很有價值的經驗反而會被犧牲掉。
2. 不要寫太短的工作經驗例如一、兩個月的工作經驗，可以直接省略不提。但若工作經驗達到半年以上，就可以放在履歷表中了。
3. 不要提離職原因離職原因通常是負面的。但履歷表中又沒有足夠空間可以解釋，因此，可以略過不提。等到面試時，如果對方問起，再仔細解釋。但解釋時，需確定之前的離職原因不會在這家公司發生。只要好好講，通常不會扣分。
4. 不要寫之前的薪資寫了就讓未來的薪水沒有調漲空間了。

履歷表六個一定要
1. 格式兼顧正式與莊重
所以，中文履歷表、自傳應該用新細明體12號字或標楷體13號字，英文則用Times New Roman 12號字體書寫。
2. 重要證照或經驗可重複寫兩三次
例如證照，可以在學歷下面放一次，在特殊專長的地方再放一次，「半強迫」性的讓對方一定得看到。尤其是學歷比較不顯眼的人，可以避免主管光是看到學歷就把你跳過去。
3. 興趣欄要填寫可以為工作加分的項目
一位留美碩士條件很好，卻在興趣欄裡寫「熱愛旅行，每年至少出去玩兩個月」。結果，回國半年沒有接到任何面試機會。
4. 盡量多放可以為自己加分的物件
諸如相關作品，可放副本進去。而老闆誇獎你的信件、客戶感謝函等，更是不要客氣，盡量放。
5. 必寫聯絡方式
如果老闆聯絡不到你，又怎麼錄用你呢？
6. 多管齊下送出履歷表
除了以電子郵件先寄一份履歷表外，更應該以快遞或限時掛號的方式，將紙本形式的履歷表寄出去。一般人收到快遞會立刻打開看看是什麼東西，如此一來，就可以確保主管會看到你精心完成的履歷、自傳及相關作品了。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。