Hogyan írjunk szakmai CV-t?

CV-logoHogyan írjunk curriculum vitae-t vagy resume-t, magyarul önéletrajzot, ha álláspályázatra kívánjuk beküldeni? Tanfolyamaink orientáló moduljának 17-20. óra: Soft skill tréning alkalmán foglalkozunk ezzel (is). Részletes ILIAS-os tananyagot állítottunk össze önéletrajzírással kapcsolatosan. Az alábbi kérdésekre adunk választ, figyelembe véve a tipikus IT-s, szoftverfejlesztő szakterületre jellemző sajátosságokat.

1. A CV termék saját marketingünkhöz

  • Mi a CV funkciója, célja?
  • Miért fontos, hogy tartalmilag és megjelenésében is megfelelő legyen CV-nk?
  • Miért kell minden jelentkezéskor testre szabni a CV-t?

2. Alap-CV készítése

  • Áttekintjük a különböző CV-k típusait: amerikai, Europass, gerilla, irodalmi.
  • Milyen kötelező elemekből (adattartalom) áll a CV?
  • Hogyan szabjuk testre az alap-CV-t az egyes kiválasztott cégekre?
  • Hivatkozunk kifejezetten IT-sok számára készített CV mintákat.

2.1. Terjedelem

  • Hogyan legyünk lényegre törők?
  • Mit hangsúlyozzanak a pályakezdők?
  • Mit hagyjanak ki azok, akiknek sok tapasztalata van?

2.2. Személyes adatok

  • Szükséges fénykép? Ha igen, akkor milyen legyen a fényképünk?
  • Miért fontos a lakhelyünk a munkaadónak?
  • Kell-e az életkorunk?
  • Milyen elérhetőségeinket adjuk meg?

2.3. Kronológiailag rendezhető részek

  • Milyen sorrendben adjuk meg végzettségeinket, munkahelyeinket?
  • Milyen adatokat adjuk meg végzettségeink, továbbképzéseink, nyelvvizsgáink esetén?
  • Hogyan adjunk képet eddigi karrierünkről, szakmai tapasztalatainkról?
  • Hogyan derül ki a munkaadó számára a CV-nkből, hogy meg tudjuk-e oldani a náluk felmerülő konkrét feladatokat?
  • Hogyan adjunk meg referenciákat?
  • Mit hangsúlyozzanak a pályakezdők?

2.4. Egyéb releváns adatok

  • Milyen nyelvet tudunk szakmai szempontból használni?
  • Milyen vezetői engedéllyel rendelkezünk?
  • Milyen informatikai ismeretekkel rendelkezünk (általánosan)?
  • Milyen hobbijaink, szabadidős tevékenységeink vannak, illetve mi iránt érdeklődünk?
  • Hogyan rangsoroljunk, ha ez a rész túl hosszú lenne?

2.5. Ne tegyük

  • Adjunk-e meg bérigényt? Ha igen, akkor hogyan? Ha nem, akkor miért nem?
  • Vannak-e kényes információk, amelyeket nem érdemes megadni a CV-ben?
  • Kézzel vagy szövegszerkesztővel készítsünk CV-t?

2.6. Ellenőrzés

  • Beadás előtt ellenőrizzük: helyesírást, ragozást, rövidítéseket, dátumokat, fájl nevét.

3. CV „cégre szabása”

3.1. Tájékozódás

  • Mik derülnek ki egyértelműen az álláspályázatból? Mi van a sorok között?
  • Mit és hogyan, milyen formában kérnek?

3.2. Átlátható formátum

  • Hogyan készítsünk letisztult megjelenésű CV-t?
  • Hasznosak-e a letölthető CV sablonok? Érdemes ezeket testre szabni?
  • Mikre figyeljünk, ha szakmai CV-t generáló honlapot használunk?

3.3. Ellenőrzés

  • Felsoroltunk minden – a pozíció szempontjából lényeges/szükséges – információt?
  • Megfelelő a dokumentum – mint grafika – a képernyőn és nyomtatva is?
  • Milyen visszajelzést adott családtagunk vagy barátunk, akitől véleményt, kritikát kértünk CV-nkel kapcsolatosan?
  • Megfelelő a fájl mérete?

4. Álláskeresés és pályázati anyag beküldése

4.1. Lehetőségek

  • Álláshirdetések, állásközvetítő, személyes kapcsolat, direkt jelentkezés, állásbörze…

4.2. Motivációs és kísérőlevél

  • Mire való a motivációs levél?
  • Milyen elemei vannak a motivációs levélnek?
  • Mire való a kísérőlevél?
  • Milyen elemei vannak a kísérőlevélnek?
  • Mintákat hivatkozunk…

4.3. Internetes felületen jelentkezés

  • Mikre figyeljünk webes űrlapok kitöltésekor?
  • Hogyan használjuk a LinkedInt?

4.4. Automatikusan feldolgozott CV-k

  • Milyen kulcsszavak használata célszerű, ha adatbázisba került adatok alapján szűr/válogat a cég?
  • Milyen releváns szakkifejezések a tipikusak?

KSH táblázatból dolgozunk

KSH-logoA Központi Statisztikai Hivatal honlapján elérhető STADAT táblákból könnyen kinyerhetjük a nekünk szükséges adatokat. A témastruktúrába sorolt online és XLS exportként is böngészhető táblázatokban megtalálhatjuk logikusan csoportosítva összesítve az adatokat régiónként (megyénként), évenként, százalékosan. Az XLS fájlformátum Java nyelven a JExcel API-val hatékonyan feldolgozható. Lássunk erre egy példát!

Feladat

A KSH 2.1.2.35. táblázatából gyűjtsük ki a 19 magyar megyére + Budapestre vonatkozóan a gazdaságilag aktívak létszámát és az első évet alapnak tekintve adjuk meg évenként a változást százalékosan!

Tervezés

A KSH témastruktúrában a táblázat elérési útja:

  • 2. Társadalom,
  • 2.1. Munkaerőpiac,
  • 2.1.2. A munkaerőpiac alakulása Magyarországon (1998–2018) -> Területi adatok,
  • 2.1.2.35. A 15–64 éves népesség gazdasági aktivitása megyénként és régiónként (1998–2018)

Online böngészhető táblázat:
https://www.ksh.hu/docs/hun/xstadat/xstadat_hosszu/mpal2_01_02_35.html.

Letölthető táblázat (XLS formátumban): https://www.ksh.hu/docs/hun/xstadat/xstadat_hosszu/xls/h2_1_2_35.xls.

A táblázat A oszlopában szerepelnek a régiók, megyék, időszakok (vegyesen, szövegként) és a D oszlopában a gazdaságilag aktívak (ezer fő, valós számként). A fejlécet nem szabad feldolgozni. 1998-tól 2018-ig 546 sorból áll az adatsor. A csoportosítás 26 régiót és megyét tartalmaz, amiből a 6 régiót (például: Közép-Dunántúl) ki kell hagyni.

A megyékre vonatkozóan 440 sort kell feldolgozni. Ebből az első sor a megye (vagy Budapest) neve, a többi (2019-ben 21 db) sorban találhatók az adatok (időszak). Olyan algoritmusban érdemes gondolkodni, ami a jövőben is működik. Ha csoportváltást alkalmazunk, akkor nem számít, hogy megyénként minden évben egy sornyival több adat lesz majd. A KSH táblázatok szerkezete nagyon ritkán változik, így bátran írható rájuk testre szabott forráskód (ezeket nem kell évente frissíteni).

Az évenkénti változást százalékosan nem tartalmazza a táblázat, ezt nekünk kell kiszámítani. A valós számok formázását érdemes egységesíteni, például a gazdaságilag aktívak létszámát 3 tizedesre, a változást 2 tizedesre kerekítve.

A belső adatábrázolást érdemes átgondolni. Hasznos, ha az időszakhoz tartozó három összetartozó adatot egyetlen Data POJO-ba fogjuk össze ( String period, double active és double change). Ezeket generikus listába szervezve ( ArrayList<Data> list) könnyen hozzájuk rendelhető a megye ( String county) és ezek együtt alkotják a Region POJO-t. A Region és Data kapcsolati fokszáma: 1:N. 2019-ben N=21 .

Részlet a megoldásból

A JExcel API használatához a Java projekthez hozzá kell adni a jxl.jar fájlt. A XLS fájl olvasható közvetlenül a webről is, de egyszerűbb helyi fájlrendszerbe mentett változatból dolgozni ( ./files/h2_1_2_35.xls). A megyék nevében található ékezetes karakterek miatt ügyelni kell a megfelelő karakterkódolásra ( Cp1252). A munkafüzet azonosítását követően hivatkozni kell a feldolgozandó munkalapra ( 2.1.2.35.). Az adatfeldolgozás során kihagyott régiókat (kivételeket) érdemes listába gyűjteni ( skipRegionList). A csoportváltást a két egymásba ágyazott ciklus valósítja meg. Ügyelni kell az adatok formátumának ellenőrzésére.

Eredmények

Például Somogy megyére az alábbi adatokat kapjuk eredményként (XLS formátumban, Excel-be betöltve, tipikus háttérszín kiemeléssel: szélsőértékek a C oszlopban, negatív értékek a D oszlopban):

KSH-result

További programozható feladatok

A bejegyzéshez tartozó teljes forráskódot ILIAS e-learning tananyagban tesszük elérhetővé tanfolyamaink résztvevői számára.

A feladat a Java SE szoftverfejlesztő tanfolyam tematikájához kötődik (ha az XLS fájlt a helyi fájlrendszerből érjük el), és a Java EE szoftverfejlesztő tanfolyam tematikájához kapcsolódik (ha az XLS fájl tartalmát közvetlenül a webről olvassuk).