很多人开始找工作时，第一件事不是看岗位，而是改简历。
打开文档，把项目经历重新润色一遍；打开招聘软件，把城市、薪资、年限勾好；然后开始投。上午投一批，下午再投一批，晚上看一下有没有已读，有没有沟通。几天之后，页面上多了很多“已投递”，但真正进入对话的岗位很少。
这时候最容易产生的判断是：是不是简历不够好？是不是项目不够硬？是不是现在岗位真的少了？
这些判断都可能有一部分对。但我更想提醒的是另一个问题：很多投递不是失败在简历句子写得不漂亮，而是失败在一开始就没有看懂岗位到底想买什么。
所谓“海投”，表面上是投得多。更深一层看，是用同一份自我介绍、同一套项目叙述、同一个能力标签，去碰一批完全不同的问题。岗位 A 想要一个能扛数仓治理的人，岗位 B 想要一个能把业务指标讲清楚的人，岗位 C 想要一个能接住 AI 数据链路的人，但求职者交出去的，都是同一张简历。
这就像把同一把钥匙插进很多锁里，然后抱怨门都打不开。
岗位不是标题，而是一组购买信号
一个岗位标题写着“数据分析师”，不代表它真的只在招分析师。一个岗位写着“数据开发工程师”，也不代表它只关心 Spark、Flink、Hive 这些词。
岗位真正要买的，往往藏在 JD 的细节里。
比如同样是数据分析岗位，有的 JD 反复出现“经营分析、管理层汇报、专项复盘”，这类岗位买的是业务理解和表达能力；有的 JD 写“AB 实验、用户增长、策略迭代”，买的是实验设计和指标归因；还有的写“BI 平台、指标体系、跨部门需求”，买的是指标治理和协同能力。
如果只看到“SQL、Python、Tableau”，就会误以为它们是同一种岗位。实际上，工具只是外层，岗位背后真正的购买理由完全不同。
我建议每一次正式投递前，先做一张很简单的岗位画像表。不是为了显得专业，而是为了逼自己回答四个问题：这个岗位服务什么业务场景？它真正依赖哪些技术栈？它要对什么结果负责？它有没有隐藏偏好？
业务场景决定你要讲什么案例。技术栈决定你要露出哪些关键词。结果责任决定你要强调过程还是产出。隐性偏好决定你要不要把行业经验、沟通能力、稳定性或者抗压能力放到更前面。
一旦这四类信号被拆出来，很多岗位就不再只是一个标题，而会变成一张很清楚的需求地图。
很多人误判岗位，是因为只看工具词
做数据工作的朋友很容易对工具词敏感。JD 里出现 Spark，就觉得这是大数据开发；出现 Python，就觉得需要写脚本；出现 Power BI，就觉得是报表岗位；出现 Agent，就觉得和 AI 相关。
但工具词经常只是岗位的表面。
有些岗位写 Spark，实际是在招一个能治理离线链路、减少数据事故的人；有些岗位写 Python，实际是在招一个能把运营规则自动化的人；有些岗位写 BI，实际是在招一个能和销售、供应链、财务对齐口径的人。
如果你只按工具去匹配，就会出现一种很尴尬的情况：你以为自己满足 JD 的 70%，但对方觉得你没有回答核心问题。
比如一个候选人在简历里写：“熟悉 Hive、Spark、Flink，负责离线数仓开发。”这句话没有错。但如果岗位真正关心的是“能不能把指标口径稳定下来”，那么这句话就太宽了。更有力的写法可能是：“负责订单域核心指标口径治理，将 6 个看板中的 GMV、退款率、履约时长口径统一，减少月度经营会反复对数。”
后者没有堆更多技术词，却更像岗位要买的东西。
海投的问题，不是投得多，而是没有假设
我不反对投递数量。求职本来就有概率，尤其在市场变冷的时候，只投三五个岗位，很难得到稳定反馈。
真正的问题是：很多投递没有假设。
所谓假设，就是你在投之前要能说清楚：我为什么觉得这个岗位可能会要我？我准备用哪一段经历证明？如果对方追问，我准备从哪个角度展开？
没有假设的投递，只是在消耗机会。有假设的投递，即使没有回复，也能帮你校准方向。
比如你连续投了 20 个“数据开发”岗位，没有一个回复。这个结果本身不能说明你不适合数据开发。你要继续往下拆：这些岗位是偏数仓建设，还是偏实时链路？是偏平台工具，还是偏业务交付？是要 2-4 年的人，还是明显在找 5 年以上能独立负责域模型的人？
如果你发现没有回复的岗位都在强调“从 0 到 1 搭建指标体系”，而你的简历一直在讲“按需求开发报表”，那问题就不是简历排版，而是证据不匹配。
这时你该改的不是字体，而是案例选择。
岗位画像会反过来改写简历
岗位画像的价值，不是做完一张表就结束。它真正有用的地方，是反过来决定你的所有表达。
第一，它决定简历第一屏。
如果岗位要的是“指标体系建设”，你的第一屏就不能只写“熟悉 SQL、Python、Tableau”。你应该把“做过哪些指标口径、支撑过哪些经营动作、解决过什么对数问题”放到更显眼的位置。
第二，它决定项目顺序。
很多人简历里的项目顺序，是按时间排的。最近做的放前面，早期做的放后面。但求职简历不是工作流水账，它应该按岗位购买理由排序。岗位最关心治理，你就把治理项目放前面；岗位最关心增长分析，你就把增长实验放前面；岗位最关心实时链路，你就把延迟、稳定性、监控相关项目放前面。
第三，它决定开场白。
招聘平台的第一句话，不应该只是“我对贵公司的岗位很感兴趣”。更好的开场，是把岗位信号和自己的证据连起来。比如：“看到岗位里提到经营分析和指标体系建设，我之前在订单域做过核心指标口径统一，比较匹配这一块，可以具体聊聊。”
第四，它决定面试讲法。
同一个项目，面对不同岗位，要讲不同侧面。面对业务分析岗，多讲问题定义和决策影响；面对数据开发岗，多讲链路设计和稳定性；面对数据治理岗，多讲口径冲突、血缘、权限和责任边界。
这不是包装，而是对齐。
一张简单的岗位画像表怎么做
不用复杂工具。打开一个表格，列五列就够了：岗位名称、业务场景、技术信号、结果责任、我能匹配的证据。
每看到一个岗位，不要先投，先填这五列。
业务场景可以写“电商经营分析”“供应链计划”“用户增长”“金融风控”“数据平台建设”。技术信号可以写“SQL + BI”“实时 Flink”“离线数仓”“Python 自动化”“指标平台”。结果责任可以写“支持经营决策”“提升链路稳定性”“统一指标口径”“提高策略迭代效率”。最后一列最关键：我能拿什么证明？
如果最后一列写不出来，说明这个岗位现在对你来说只是“看起来能投”，还不是“有明确胜算”。
这并不意味着一定不能投。但至少你知道，投出去之后不要过度期待，也不要把没有回复简单归因成“市场不行”。
求职不是把自己卖给所有人
很多求职焦虑，来自一个误会：好像自己必须适配所有岗位，才算有竞争力。
其实不是。
一个清楚的人，不是能投所有岗位的人，而是知道自己适合哪一类岗位、暂时不适合哪一类岗位，并且能把适合的那一类讲得更具体。
你不需要让每一个招聘方都记住你。你需要让真正需要你这类能力的人，在十秒钟内看懂你。
所以，明天如果你准备继续投简历，我建议先停半小时。不要急着改措辞，也不要急着多投几个。先挑 10 个目标岗位，做一张岗位画像表。
你会很快发现：有些岗位只是标题相似，需求完全不同；有些岗位看起来要求很多，真正核心的只有一两件事；还有些岗位，你现在的证据确实不够，需要回头补项目、补表达、补业务理解。
这一步看起来慢，但它会让后面的每一次投递都更像一次有准备的判断，而不是一次碰运气。