Issue 09 / 職涯場景 #02 — Spring 2026

沒工作經驗、怎麼填一頁?——新鮮人手上其實有 8 種 evidence 沒挖

多數新鮮人問「履歷怎麼填」、預設手上沒東西。 編輯部讀過大量新鮮人履歷的觀察是——你不缺 evidence、缺的是 inventory 跟 selection 的方法。 這篇拆給你看那 8 種你還沒挖完的素材、以及怎麼挑出 3 個值得深度展開的。

主編,The Match 2026 年 5 月 23 日 · 閱讀時間 9 分鐘
Editor's Note / 在開始之前 這篇是我們在 The Match 編輯部、讀過大量新鮮人履歷與招募流程觀察後、整理出的一份 evidence inventory 框架。我們不是 HR、也不是任何一家公司的內部人——每位 HR、每個產業、每家公司在意的 evidence 類型都有差異。以下是「替你先讀一遍」的編輯角色、看到的常見素材盲區。讀完之後、請以你自己手上的真實經歷與目標 JD 為主——好的履歷應該像你做過的事、不是像範本。

新鮮人最常問的 Google 搜尋題之一是——「履歷怎麼填」、「沒工作經驗怎麼辦」、「我履歷只有半頁是不是太空」。這三句話背後都是同一個假設——我手上沒東西

編輯部的觀察是——這個假設多半不真。你不是沒 evidence、是沒做過 inventory、所以不知道自己手上有什麼。就像衣櫃滿了你以為沒衣服穿、其實是沒做過分類。

這篇拆兩件事——你手上其實有的 8 種 evidence 類型、以及怎麼用「JD alignment scoring」挑出 3 個值得深度展開、把履歷填到「一頁滿、但每寸都是 signal」的版本。

(這篇是上一篇 履歷不是寫給自己看的 的具體實作篇。上一篇講「reader-awareness 的 mental model」、這篇給「沒工作經驗的新鮮人」一份可動手的方法。)

§ 01 「沒工作經驗」是 framing 問題、不是 inventory 問題

先校正一個常見誤解

多數新鮮人寫履歷時的心理模型是——「我要把所有正式的工作經驗列出來、那就是履歷的內容」。所以正職經驗 = 0 的人、心裡的履歷自然就是 0。

但 HR 招募 entry-level 職缺時、預期就不是「這個人有 5 年正職」——是「這個人在進職場前累積了哪些可遷移的能力訊號」。實習、課程專案、社團幹部、比賽、個人 side project、TA 經驗、研究助理——只要能展示出對應的 skill、都是合格 evidence。

換句話說——entry-level 履歷的 evidence pool 從來不是「正職經歷」、是「過去 3-4 年在校期間做過的所有值得被觀察的事」。多數新鮮人手上其實有 6-8 段這樣的事、加起來遠超一頁紙。

問題不在「沒東西」、在「沒分類、所以沒挑」。

§ 02 你手上其實有的 8 種 evidence

先做 inventory、再談 selection

在動筆寫履歷之前、先做一次 evidence inventory——拿一張白紙、把以下 8 種類型在你大學期間做過的事情、全部列出來。不過濾、不評估、不批判——光是「沾過邊」的也寫進去。

做完這個 inventory、多數新鮮人會列出 8-15 個 entry。raw 總量遠超一頁紙——這時候的問題就從「沒東西可寫」變成「有太多東西、怎麼挑」。

但「怎麼挑」之前還有一個前提——不同產業看 8 種 evidence 的權重完全不同。台灣 2026 招募市場其實是雙軌制:

編輯部的判讀是——做完 inventory 後、不是直接進 scoring、是先看你目標 JD 的產業軸線、再決定哪幾類 evidence 該佔最多空間。同一個人投科技新創跟投國泰 MA、合理的履歷會長得不一樣。

做完 inventory、想看編輯部怎麼幫你對著一份真的 JD 篩選?

30 秒生成你的拆解 →
§ 03 JD alignment scoring

哪 3 個上 Selected Projects、其他怎麼處理

Inventory 做完、下一步是對著目標 JD 評估每個 evidence 的對齊度

具體做法——把 JD 拆成 3-5 個核心能力需求(通常 JD 第一段「職務內容」+ 第二段「資格條件」前 5 條就涵蓋了)、然後每個 evidence × 每個能力 → 評 high / mid / low alignment。

評完之後分三層處理:

這個分層、本質就是上一篇講的「雙層架構」——Selected Projects 滿足 6 秒掃描、反序時間線滿足 ATS chronological parsing。

Specimen 01 — 一份 entry-level Data Analyst 職缺的 inventory + scoring

JD 拆解(簡化版)

核心需求:① SQL / ② Python(pandas、sklearn)/ ③ 視覺化(Tableau / Looker)/ ④ 商業數據敘事能力 / ⑤ 跨團隊溝通

Evidence inventory + alignment

Tableau 校園研究專案(個人 side project、6 個月)— ② ③ ④ high | ⑤ low → Selected Projects 候選
商學系畢業專題(3 人組、12 週、零售業 churn prediction)— ① ② ④ high | ⑤ mid → Selected Projects 候選
校內 BI 競賽第二名(8 隊、24 hr hackathon)— ② ③ ④ high | ⑤ high(pitch 給評審)→ Selected Projects 候選
行銷社團副社長(2023-2025)— ⑤ high | 其他 low → 進時間線、1-2 行
飲料店外場主管(2 年、升 shift lead)— ⑤ mid | 其他 low → 進時間線、1 行
Kaggle 排名 top 30%(個人)— ② mid → 進「其他成就」單行 reference
商學系修課:Statistics / Marketing Research / SQL & Database / Data Mining— ① ② mid → 放學歷段落、單行 inline list
TOEIC 850— 跟 JD 無關 → 不寫(除非職缺要英語溝通才放進「語言能力」段)

→ 結果:Tableau 研究 + 畢業專題 + BI 競賽 三個進 Selected Projects、社團與打工進時間線、Kaggle 與修課當 reference。一頁滿、每段都對得上 JD 的某條需求。

編輯部的視角是——這份 scoring 表本身不會出現在履歷上、是你寫履歷前的編輯決策工具。讓你看清楚:你不是沒料、是有 8 段料但需要決定哪 3 段才是這份 JD 的主角。

Scoring 之後:兩種呈現變形

Scoring 結果出來之後、「呈現方式」在台灣 2026 招募現場有產業差異——同樣的編輯決策、放在版面的哪個位置、要依目標公司的閱讀習慣調整。

選哪個變形看你目標公司的文化軸線——投傳統大公司、用變形 B;投外商科技、用變形 A;要混投、各做一份履歷分版本。不要硬把變形 A 投傳產、也不要把變形 B 投外商——前者會被覺得格式不規矩、後者會被覺得平凡無亮點。

§ 04 4 個最被低估的 evidence 類型

這幾種素材、新鮮人手上有但通常沒寫

做完 inventory 之後、編輯部常看到 4 種 evidence 被嚴重低估——你明明手上有、但不知道值得寫。

A · 個人 side projects(最大金礦)

GitHub 上自己跑通的某個小工具、寫過的一系列技術部落格文章、自學某個框架做出的 portfolio 站、用 Notion 建的個人 dashboard——這類「沒被學校或公司要求、但你自己做了」的東西、是 entry-level 履歷裡差異化最高的 evidence。

為什麼差異化高——因為它證明了一件學歷跟成績單證明不了的事:你會自己驅動學習。編輯部的觀察是、在一疊應徵 junior dev 的履歷裡、絕大多數都是「修過 X 課、會 Python」這類校內 evidence、少數會寫「我自己寫了一個爬蟲監測房價、每週發 LINE 通知給家人、現在還在跑」——後者第一眼就跳出來。

寫法重點——交付的具體產出 + 用了什麼技術 + 有沒有真實 user(即使只有你自己跟 3 個家人也算)+ 還在維護嗎。

B · 課程專案(不只是「我修了什麼課」)

多數新鮮人寫課程專案的方式是——「修了軟體工程實務、做了電商網站」。這寫法把 12 週的 group project 壓成 1 行學歷 reference、浪費了一個能展示 ownership 跟 scope 的好機會。

編輯部建議的寫法——把每個重要 group project 當專案經驗寫、不是當「課程內容」寫。Scope(人數、週數)、你的角色、你做了什麼選擇、量化交付、團隊協作痕跡——四個元素都該有。

C · 比賽 / Hackathon(即使沒得名)

「我參加過 X 比賽但沒得名所以不敢寫」——這是新鮮人最常犯的判斷錯誤。比賽的價值不是名次、是「在時間壓力下與陌生隊友交付一個成品」這件事本身。即使沒得名、過程中你產出的 prototype / 寫的 pitch deck / 學到的快速 prototyping 方法都是 evidence。

寫法重點——比賽名稱 + 規模(幾隊、幾人)+ 你的角色 + 交付的具體 deliverable + 如果有名次或評審 feedback 提一下。

D · 跨領域修課與技能組合

如果你修了 4 門 SQL/data 課 + 2 門 marketing 課 + 1 門 communication course、這個「組合」本身就是 signal——你不只是商學系、是「會跑數據的商學系」。多數新鮮人列修課時是按時間流水帳、編輯部建議按主題分群:「相關修課(資料相關)」/「相關修課(行銷與溝通)」兩個 inline list、reader 看見你的能力結構、不是只看見學校排課表。

§ 05 該砍的 4 個 padding

這些東西塞進來、reader 不會加分、只會跳過

新鮮人為了「填滿一頁」會塞 4 種東西進來、編輯部的判讀是——這些 4 種多半傷害大於幫助。

下方 Specimen 02 用的是變形 A(外商 / 科技版)呈現 — 頂端開獨立 Selected Projects 區塊。投傳產 / 公股 / 金融大廠的話、同樣的 3 個專案改放進「求學經歷」子項目下方深度展開、各 4-6 行、不另開區塊(變形 B)、其他段落結構保持 104 傳統格式。

Specimen 02 — 同一個新鮮人的 Before(半頁 padded)vs After(變形 A · 一頁滿 curated)

Before(半頁 + padding)

學歷
政治大學 商學系 2022-2026
GPA: 3.6/4.0

經歷
● 飲料店店員 (113-1 學期)
● 行銷社團幹部 (112-1 至 113-2)
● 商學系畢業專題 (113-2)

技能
Microsoft Office、Word、Excel、PowerPoint、Photoshop、Tableau

個人特質
誠實正直、抗壓性強、學習能力強、團隊合作

興趣
閱讀、爬山、看電影

After(一頁滿、雙層架構、Selected Projects)

150 字自介(略、見另一篇方法論 #03)

Selected Projects

校園租屋市場 Tableau 研究(個人、6 個月)
爬政大周邊 240 筆租屋 listing、清理後用 Tableau 做價格 / 屋型 / 距校距離三維分析。Dashboard 公開後 3 個系所 club LINE 群分享、累計 800+ 點閱。技術:Python (BeautifulSoup, pandas) + Tableau Public。

商學系畢業專題 — 零售業 churn prediction(3 人組、12 週)
負責 modeling 段、用 sklearn 跑 logistic regression + random forest、accuracy 78%、AUC 0.81。協作流程是我提案的雙週 sync + GitHub PR review、結案後另兩位組員拿這份成果申研究所。

校內 BI 競賽第二名(8 隊、24 hr hackathon)
主題:用公開政府開放資料做地方創生 dashboard。我負責資料層 + Tableau 視覺化、隊友負責商業敘事。最終 pitch 8 分鐘、評審 feedback「資料層完整度勝過第一名」。

學歷
政治大學 商學系 2022-2026、GPA 3.6/4.0、Dean's List 4 次
相關修課(資料):Statistics、Marketing Research、SQL & Database、Data Mining
相關修課(敘事與溝通):Business Presentation、Marketing Strategy

其他經驗
● 行銷社團副社長 (2023-2025):把社員從 8 人成長到 24 人、辦 2 場跨系合作活動
● 飲料店外場主管 (2024):從店員升 shift lead、訓練 3 名新進

技能
SQL · Python (pandas, sklearn, BeautifulSoup) · Tableau · Excel advanced (pivot, Power Query)

語言
中文(母語)· 英文 (TOEIC 850)

Before 跟 After 的「raw 經歷」是同一個人、沒有任何捏造。差別在——After 做完了 evidence inventory、用 JD alignment 篩出 Selected Projects、把 padding(性格、興趣、Office)整段砍掉、騰出空間給真正有 signal 的 3 個專案做深度展開。整份履歷從「半頁感覺空、剩下填 padding」變成「一頁滿、reader 6 秒掃過都是 evidence」。

§ 06 當你 evidence 真的少:深度 > 廣度

如果 inventory 出來真的只有 4-5 段、怎麼辦

也有少數新鮮人做完 inventory 後、真的就是手上只有 4-5 段經驗——例如沒實習過、沒參賽過、沒做過 side project、社團只待過半學期。這種情況怎麼撐一頁?

編輯部的判讀是——深度 > 廣度。1 段實習用 5 行寫深、勝過 5 段經驗各佔 1 行寫淺。

具體做法——挑 inventory 裡 alignment 最高的 1-2 段、把每段擴寫到 6-8 行、包含:context(怎麼來的、誰找你的)、scope(時間、規模、人員)、你的具體任務、你做的選擇(不是團隊的、是你個人的決定)、量化交付、學到的方法。

這個寫法的副作用是——你的履歷讀起來會像「少而精」、不像「多而散」。對 entry-level 招募來說、前者反而是更稀有的訊號——多數新鮮人交出來的是後者。

但這條建議的邊界是——如果 inventory 真的只有 1 段不到一頁的內容、那不是寫法問題、是這份 JD 不適合你現在 apply。與其硬擠、不如花 1-2 個月補 1 個 side project / 比賽 / 短期實習、再回來改履歷。履歷的內容是 evidence 本身、寫法只能讓 evidence 被看見、不能無中生有。

An Editor's Note / 編輯室來信

新鮮人最常問的問題是——「我履歷怎麼填」、
預設手上沒東西。
編輯部看到的多半相反——
手上 8-15 段料、不知道哪 3 段值得說、怎麼說。

Inventory 是把衣櫃倒出來鋪滿地、
看見自己其實有多少件衣服。
JD alignment scoring 是按今天要赴的場合挑搭配——
不是把所有衣服都穿身上。

赴的是哪一場、決定優先序——
外商科技偏好你掛 Side Project 那幾件、
傳產金融偏好你掛長期 commitment 那幾件。
沒有 universal 公式、只有針對性的策展

履歷不是寫給自己看的。
Inventory 是給自己看的、
Selection 是給 reader 看的。
兩件事都做完、那一頁就會滿、而且每寸都是 signal。

編輯部不替你寫履歷。
我們做的是——替你看看你手上其實有什麼。
然後你拿筆、自己編。

— 主編,The Match

— Take the next step

把你的 inventory 對到一份真的 JD 上

30 秒生成六維度匹配分析、能力缺口、與可動手改寫的具體建議——讓編輯部替你做一次 JD alignment scoring、看清楚你手上哪 3 段是 Selected Projects 候選。
註冊送 1 次完整深度分析、看品質再決定要不要付費。

開始分析 →
免費試用 · 不需信用卡 · 你的履歷不會被拿去訓練模型