基础设施工程师模拟申请报告

基于Cerebras的Cloud Infrastructure Engineer职位和公开简历生成的基础设施工程师模拟申请示例。查看职位匹配度、经历证据缺口、修改建议和面试问题。

查看点评示例

查看适合你职位的报告。

选择或搜索职位，查看相应的分析与面试问题。

领域

职位

基础设施工程师. 报告示例已更新。

按岗位浏览模拟申请示例

软件开发

云与基础设施

安全

安全工程师

IT支持

数据与AI

产品与项目管理

设计与品牌

营销与增长

内容与媒体

销售与客户支持

经营与战略

财务与会计

人力资源与培训

法务、合规与政策

制造与工程

运营、物流与供应链

环境与安全

建设、建筑与房地产

医疗、卫生与制药

教育与社会工作

酒店、餐饮与零售

维修与技术服务

Cloud Infrastructure Engineer · Cerebras

节选自公开简历与实际职位的分析。申请问题保持未回答。

你的申请会如何被理解？

概括职位与简历中体现的优势和证据缺口。

Cerebras Cloud Infrastructure Engineer

补强证据后谨慎申请

前 85-95%

总结

以下是您向 Cerebras 的 Cloud Infrastructure Engineer 岗位提交的模拟申请分析。简历中最突出的优势是 Quiz_Ai 的身份联合与部署自动化实践：您使用 GitHub Actions OIDC 承担 AWS IAM 角色，并自动推送镜像到 Amazon ECR。深入审阅者希望先看到 Quiz_Ai 的权限边界与失败处理记录，以及 이복스 项目中由您实际承担的验收、恢复和持续维护责任。

评分、比较排名、面试官与招聘阶段属于AI分析和模拟，并非企业的实际评价或招聘结果。

判断现在是否准备好投递。

查看申请建议及提交前需要完善的内容。

前 85-95%

与相似申请者对比的基准

处于 前 85-95%，意味着这份申请在由相似申请者、相邻岗位的被录用者、相似角色的在职者构成的基准范围中大致处于中间水平，具备进入讨论的技术线索，但不能据此推断能通过 Cerebras 的 Cloud Infrastructure Engineer 筛选。你的具体优势是 Quiz_Ai 中 GitHub Actions OIDC 与 IAM 角色接入、Terraform 中 AWS 无服务器部署，以及 이복스 的实体服务器交付，能够串起身份接入、自动化和基础设施执行。最优先应修改工作经历与项目描述，明确约 0.9 年相关有偿经历和项目实践的区别，补充本人决策、验证方法及交付责任，并如实标明尚未证明的生产运营与企业身份平台经验。

依据

Quiz_Ai 的 OIDC 接入与 Terraform 的 AWS 部署构成相互印证的实践链，使这份申请在 前 85-95% 的校准位置上具有可解释的技术支撑。它们比单独列出 AWS、Terraform 关键词更有说服力，但尚不能替代岗位要求的生产运营深度。

申请前要修改的内容

重写个人简介，用 Quiz_Ai 的 OIDC 镜像推送和 Terraform 的 AWS 部署替换宽泛的运营标准化表述。

在 이복스 工作经历中补充实际负责的交付范围、验收方式和交接责任，并明确相关工作起始时间。

更可能收到的招聘邮件

简历筛选被拒

基于当前报告信号生成的真实下一步示例。

9:41

●●●●○

🔋

←

📥

⋮

Regarding your Cloud Infrastructure Engineer application

David Chen

david.chen@cerebras.com

刚刚

Hello, Thank you for taking the time to discuss the Cloud Infrastructure Engineer position at Cerebras. We appreciated the concrete implementation work in Quiz_Ai and Terraform, as well as the server delivery experience you shared from 이복스. After reviewing the information available, we have decided not to proceed with your application for this role. Your background provides useful evidence of deployment automation and server setup, but it does not yet establish the breadth of identity lifecycle management and sustained production service ownership this opening requires. We encourage you to continue building on these projects and to consider a future application as you gain direct responsibility for operating services and governing access over time. Clear examples of decisions, validation, and recovery responsibilities would make that experience easier to assess. Best regards, David Chen Engineering Manager, Cerebras

每个招聘阶段关注的证据不同。

查看各招聘阶段关注的优势与疑虑。

方向相关但资历证据偏弱

前三十秒，Cerebras 招聘人员能从 Quiz_Ai 和 Terraform 识别出 AWS 自动化方向，也能从 이복스 看到基础设施相关工作。当前应把 工作资历与项目实践分开呈现，让对方准确判断是否存在层级弹性，而不是依靠关键词掩盖年限。

“GitHub Actions OIDC → IAM AssumeRole → Amazon ECR 镜像推送自动化”

““Quiz_Ai 的身份接入和 Terraform 的部署内容值得技术同事看一下，但 Cloud Infrastructure Engineer 要求的是已经能承担平台运营的人。我要先确认 이복스 的责任范围和团队能否考虑较初级的背景，否则相关关键词还不足以支持推进。””

与相似申请者的对比基准

招聘初筛

可能止步

Cerebras 的 Cloud Infrastructure Engineer 明确要求五年以上相关经验，而 이복스 从 2025 年 10 月开始，招聘人员首先会核对资历而非深入技术实现。岗位注明 Sunnyvale, CA 且 Remote 为 No，所在地与工作可行性也需核实，不能用公司概览中的 Hybrid 替代岗位条件。

招聘经理审阅

可能止步

Cerebras 的岗位需要与 Security 和 Engineering 合作，并对 Dev Productivity 的关键系统承担持续责任，经理会检查你能否独立接住这类工作。 Quiz_Ai 的问题处理文档是积极信号，却不足以证明你推动过跨团队运行改进，这一轮的核心是所有权与影响范围。

技术面试

结果不明

若进入技术讨论，Cerebras 面试官可从 Quiz_Ai 的 OIDC 信任条件、角色权限边界和镜像推送失败路径追问，检验最强技术主张是否经得起展开。应把已完成实现与假设设计明确分开；这些是依据岗位职责提出的准备方向，并非已核实的固定题目或轮次。

💭

招聘经理真正的想法

毫不避讳

我先看云基础设施经历，在身份联合与发布自动化细节上停一下，再判断这些证据够不够支撑生产环境责任。

🤔

扫过定位

嗯，定位写的是 DevOps Engineer / Cloud Engineer / Backend Engineer，AWS、Terraform、Docker、GitHub Actions 也都有。我看 Cerebras 的 Cloud Infrastructure Engineer 申请，得继续找生产运维和身份平台的具体责任，光有这些名字还不够。

🚫

不予推进 — 相关年限不足，且缺少容器集群持续运行与完整身份生命周期的实践证据

我把这份申请归档，记录现有身份联合和自动化交付的亮点，以及生产运行责任的缺口。当前不安排面试，继续看能提供这些实际经历的申请。

不只看总分，也看每项依据。

查看报告14个评估维度中4项的评分与依据。

维度	分数	说明
招聘者可读性	78 总分	工作、教育与项目分区清楚，条目式描述让读者容易找到 Quiz_Ai 和 Terraform，整体具备快速阅读的基础。最相关的技术证据排在较长的服务业经历和培训介绍之后，且项目末尾只有 GitHub 字样，关键信息的优先级与证据入口仍需整理；建议缩短较早的非技术职责，将身份联合、自动化和服务器交付集中前置，同时保留真实时间线，方便招聘人员迅速判断您与岗位的关联。
技术深度	62 总分	Quiz_Ai 写出了 OIDC 承担 IAM 角色并推送镜像的实际链路，Terraform 项目也区分了 Lambda 应用和 Layer 构建，技术描述并非只有工具名称。当前仍缺少设计理由、失败路径与验证依据，例如身份信任边界如何限定、构建依赖为何拆分，以及发布失败后如何恢复；补充这些实际决策，比继续罗列技术名称更有助于评估您能否承担 Cerebras 的安全基础设施设计与代码审查。
证据·可信度	60 总分	이복스 的服务器交付对象、操作系统以及 Quiz_Ai 的身份联合流程均有具体名称，提供了可追问的事实线索，没有发现需要质疑真实性的规模矛盾。现有成果仍主要是定性描述，缺少范围、验收标准与可访问证据，学校成绩也不能替代工程效果指标；若有实际记录，可补充设备范围、部署验证或恢复结果，并提供真实仓库入口，未记录的数据应直接说明而不是估算。
职位匹配度	55 总分	您在 Quiz_Ai 使用 AWS IAM 与 OIDC，在 Terraform 项目配置无服务器部署，并在 이복스 交付 Linux 服务器，这些是与岗位直接相关或相邻的实践，因此不应按完全跨行评价。岗位同时要求 5 年以上相关经历及身份平台运行能力，而现有材料未展示 Kubernetes、身份生命周期管理和生产级 AWS 服务责任；应以云基础设施与身份自动化这一最贴近的职责组合呈现经历，并明确尚未覆盖的运行范围。

区分加分依据与失分原因。

对比得分最高与最低项目的评估依据。

为什么会是这个分数

这里会一起说明拉高这个分数的因素，以及还没能进入更高梯队的原因。

最强优势

最弱环节

招聘者可读性

工作、教育与项目分区清楚，条目式描述让读者容易找到 Quiz_Ai 和 Terraform，整体具备快速阅读的基础。最相关的技术证据排在较长的服务业经历和培训介绍之后，且项目末尾只有 GitHub 字样，关键信息的优先级与证据入口仍需整理；建议缩短较早的非技术职责，将身份联合、自动化和服务器交付集中前置，同时保留真实时间线，方便招聘人员迅速判断您与岗位的关联。

+8 对比同类申请者

回答质量

保存的回答为空，当前没有 独立于简历的技术解释，无法判断您如何说明权限设计、排障过程或工程取舍；低分反映材料缺失，不代表已经观察到表达能力问题。针对 Cerebras，可围绕 Quiz_Ai 的身份联合、Terraform 的构建部署和 이복스 的服务器交付准备 事实、决策与验证结果三类内容，并区分已完成工作与假设方案，避免把岗位要求改写成自己已经做过的经历。

+0 对比同类申请者

主导性·决策力

Terraform、AI_PPT 和 Agent_Scripts 标为个人项目，이복스 还描述了规格分析、采购和安装，已有 明确交付物与个人执行线索，不应因行文简短就认定缺乏主导性。Quiz_Ai 的团队边界与实际决策权限仍不清楚，自主决定的范围和验收责任需要更直接地写出；选择一个您确实作出的权限、部署或硬件配置决策，说明约束和结果，会比笼统宣称独立负责整个平台更可信。

+6 对比同类申请者

申请完整度

简历已包含工作、教育和项目，但 保存的回答完全为空，也未提供题目清单，因此无法逐题判断哪些必答内容遗漏，此分数仅反映当前可见材料不足。项目中的 GitHub 字样没有可见地址，Sunnyvale 现场工作的安排也没有已保存信息，核验入口与申请补充材料仍待准备；提交前应检查实际表单，补充真实链接并据实回答地点与工作资格问题，不应将未知信息自动填成肯定答案。

+7 对比同类申请者

干系人·影响意识

이복스 的文件服务器环境、ERP 工作负载分析和 IDC 规定，表明您会考虑 使用场景与交付约束，酒店服务经历也提供了实际沟通背景。现有技术条目尚未说明客户如何验收、谁承担后续维护，以及变更如何影响服务使用者，技术决策与受影响人员的连接仍较隐含；Cerebras 要求与 Security 和 Engineering 团队协作，建议用一个真实交付案例说明需求确认、责任交接和分歧处理。

+9 对比同类申请者

岗位范围匹配

现有技术工作主要是 이복스 的服务器交付及个人、团队项目，支持 初级工程岗位的执行范围，但尚未展示持续负责跨团队平台或关键生产服务的经历。Cloud Infrastructure Engineer 明确要求相关年限、身份平台设计和事故响应，形成 责任持续性与系统风险承担范围的明显差距；服务与调查工作不应计入相关工程年限，下一步应提供实际维护边界、升级决策和故障处置责任，而不是只增加交付项目数量。

+10 对比同类申请者

找到值得放在前面的经历。

找出简历与自我介绍中值得优先呈现的经历。

亮点

以下是从简历中提炼出的核心亮点，可作为自我介绍或面试时重点强调的优势参考。

Quiz_Ai 的身份联合链路，是 连接部署自动化与访问控制的直接证据。

Terraform 的构建拆分，为岗位所需的 可重复基础设施交付提供起点。

把职位用语与自己的经历连接起来。

查看连接职位要求与你的经历的关键词。

主要 ATS 关键词匹配结果

这些是与岗位紧密相关的关键词。建议在面试或自我介绍中自然嵌入，突出重点。

aws

terraform

python

iam

保留已经有效的优势。

对照需要保留的优势与需要补充的弱点。

优势

Quiz_Ai 提供了 身份联合与自动化发布相连接的具体证据。

Terraform 项目具备 基础设施与应用构建协同交付的起点。

待改进

现有相关有偿经历与岗位的 5 年以上要求仍有明显距离。

身份实践集中于 IAM/OIDC，完整身份生命周期证据不足。

了解与相近申请的差异。

通过基准比较查看优势与证据缺口，并非真实申请者排名。

你的相对位置

相较只有技能列表的相似申请者，你的 Quiz_Ai 和 Terraform 已提供可以追问的部署链路，이복스 也补上了真实服务器交付场景。在相似申请者、相邻岗位的被录用者、相似角色的在职者构成的基准范围中，这份申请处于 前 85-95%，即大致处于基准范围的中间水平。最值得做的一项修改，是把 이복스 的 ERP 服务器交付写成一段可核验的责任闭环，交代约束、选型取舍、验收和交接。

你已经具备的

Quiz_Ai 把 GitHub Actions OIDC → IAM AssumeRole → Amazon ECR 写成了具体链路，这比只列 CI/CD 更容易让面试官确认你的实际参与范围。

🎯

最接近的成功画像

Quiz_Ai 已触及 AWS 身份接入与部署自动化，与目标画像中的平台工作入口相同；差别在于当前只证明了一条工作流。

🚀

更强申请者常见的信号

更强的材料会在类似 Quiz_Ai 的链路之后补上 持续运营责任与失败处理证据，说明权限失效、发布失败时由谁恢复服务；你的简历目前止于自动化实现。

🏆

相邻录用画像常见的信号

可作为目标的录用画像，是能把 Quiz_Ai 这样的身份接入实现延伸到 最小权限和身份生命周期治理 的工程师；所给资料没有实际被录用者履历，不能声称这是 Cerebras 的既定录用模式。

📈

资历

展示这份申请目前在级别维度上大致被读成什么水平，以及在技术表达再打磨一点后最接近的下一个级别。

Junior

Mid

Senior

Staff

Principal

当前 · Junior

Quiz_Ai 已包含 GitHub Actions OIDC、IAM AssumeRole 与 Amazon ECR 镜像推送，你能够把身份接入和部署流水线连接起来。简历没有说明这条链路的持续运营责任、使用范围或变更审批，因此目前支持的是具体实现能力，而非成熟平台所有权。

下一级 · Mid

이복스 的 ERP 工作负载分析与部件选型已经接近真实工程决策，但缺少约束、备选方案和最终验收结果。要提升层级信号，应说明你如何协调需求方与交付方，以及哪项取舍由你提出并承担后果。

相似申请者多数停留在 Junior 级别 · 只有前 85-95% 能达到 Mid

找出评审者可能产生疑问的地方。

找出模糊成果与缺失背景等可能引起疑问的内容。

建议复核的要点

简历中发现的潜在风险信号。投递前重新审视，有助于提升可信度与说服力。

中风险

细节不足

Quiz_Ai 已经写出 OIDC、IAM 和 Amazon ECR 的具体链路，但没有说明 身份信任条件与权限范围，也无法判断您负责的是配置、设计还是后续运行。Cerebras 的岗位把认证、授权与安全控制列为核心职责，建议补充实际采用的访问限制、凭证处理和失败验证方式；尚未实现的保护措施应保留为改进计划，不能混入既有成果。

"• GitHub Actions OIDC를 통해 IAM 역할을 AssumeRole한 후 Amazon ECR 이미지 푸시를 자동화"

细节不足

Terraform 项目说明了部署目标和构建组件，却没有交代 基础设施状态、部署验证与恢复路径，读者难以区分工作空间搭建和持续运行服务的责任。Cerebras 要求可靠代码与生产系统支持，因此应补充真实资源边界、构建失败处理和实际验证记录；如果项目仅用于实验，直接注明环境性质，避免让部署成果被误读为长期生产运营经验。

"• DeepLX HTTP 프록시를 AWS 서버리스 아키텍처로 배포하기 위한 Terraform 워크스페이스 • FastAPI 기반 Lambda 앱과 Lambda Layer 아티팩트 빌드 스크립트를 구성"

让主张具体，精简无关内容。

结合修改建议，查看需要补充依据的主张与可删减的句子。

⚠️

有风险的表述

运营标准化表述超出当前责任证据

Ownership

个人简介中的部署自动化与运营标准化容易让 Cerebras 预期你已经持续负责团队平台。Quiz_Ai 和 Agent_Scripts 支持自动化与文档整理，但没有说明采用范围、运营周期及故障责任，面试官可能追问到简历未覆盖的所有权。

→

把简介改为以 Quiz_Ai 的 OIDC 镜像推送和 Terraform 的 AWS 部署实践 为核心，并补充 이복스 的真实服务器交付范围。仅在能说明使用者与维护责任时保留更广泛的标准化主张。

✂️

建议删掉的句子

收紧三方向并列的个人定位

Gap

DevOps Engineer / Cloud Engineer / Backend Engineer

→

申请版个人定位可改为 DevOps Engineer / Cloud Engineer，原始工作职位名称保持不变。紧接一句写明 Quiz_Ai 的身份接入自动化与 Terraform 的 AWS 部署，让定位由证据支撑。

把职位差距转化为准备事项。

查看尚未满足的要求及短期、长期的补充准备。

Quiz_Ai 已有 IAM/OIDC 实践，但尚未展示 Cerebras 要求的身份生命周期、联合协议覆盖和受审计访问控制。

短期弥合

拆解 Quiz_Ai 已描述的 GitHub Actions OIDC 到 Amazon ECR 链路，按 Cerebras 的认证与授权要求区分身份来源、角色承担及资源访问，并将已知配置与待核验控制分栏形成《Quiz_Ai 身份边界证据表》。

长期提升

在 Quiz_Ai 的隔离环境扩展测试账户开通、权限变更与停用流程，对应 Cerebras 的身份生命周期及 SCIM 要求，并以可重复的输入、预期状态和实际结果交付《Quiz_Ai 身份生命周期验收套件》。

Terraform 与 Quiz_Ai 提供部署自动化起点，但尚无 Cerebras 所需的 Kubernetes 服务运行、监控及事故响应证据。

短期弥合

将 Quiz_Ai 已有的 Nginx、Cloudflare 和静态文件处理文档按 Cerebras 的生产排障要求整理为现象、诊断入口和恢复检查，区分实际处理与预案步骤并交付《Quiz_Ai 排障证据矩阵》。

长期提升

在 Quiz_Ai 的隔离 Kubernetes 环境实施进程退出和错误配置两类故障注入，对应 Cerebras 的韧性与事故响应要求采集发现、处理及恢复时间线，并交付《Quiz_Ai 故障演练复盘》。

预判面试可能深入追问的部分。

预判围绕个人职责与决策依据的深入追问。

技术面试官会检验 Quiz_Ai 身份接入背后的权限判断

Technical

→ 以 Quiz_Ai 准备一段完整演练：先说明镜像推送所需访问，再列长期凭证与 OIDC 两种路径，并明确哪些取舍当时真的考虑过、哪些是现在的复盘。接着逐项解释实际信任条件、角色权限和失败时的定位方法，把问题、备选方案、选择理由、验证结果串起来。准备脱敏后的工作流文件与 IAM 策略，用实际配置说明允许谁访问什么；没有做过的负向测试应标记为拟补充验证。最后以真实运行结果收尾，未记录安全或效率指标就说明未记录，不能把成功推送改写成已证明生产安全。

用经历故事准备可能的问题。

查看面试官关注点、可能的问题及可用于回答的经历。

预计面试官与面试安排

招聘人员

招聘沟通（待确认）

45 min

会被验证的点

按所给准备框架，这一席位会核对岗位职责、相关经历、工作地点及后续评估形式，但 Cerebras 的实际轮次仍待确认。对于 Cloud Infrastructure Engineer，首先需要理解 이복스 的相关任职时间与 Sunnyvale, CA 的现场工作条件，避免把项目时间当成五年以上相关资历。

回答方向

用 Quiz_Ai 的 OIDC 镜像推送 和 Terraform 的 AWS 部署 各举一个具体实现，然后明确这些属于项目实践，이복스 才是所列相关有偿工作。不要以 AI_PPT 或其他项目数量替代年限，并就岗位现场工作条件只提供本人已确认的信息。

技术负责人

深入技术面试（待确认）

45 min

会被验证的点

按深入技术面试准备框架，这一席位会围绕分布式基础设施设计、可靠性、容量规划和生产故障分析展开，而不是默认有固定作业。结合 Cerebras 的晶圆级计算与云服务背景，讨论时应先划清工作负载和硬件边界，再检查 Terraform 的部署选择与 Quiz_Ai 的身份控制推理。

回答方向

准备 Terraform 的资源与构建依赖图，逐项解释 FastAPI Lambda、Lambda Layer 和发布产物之间的关系，再用 Quiz_Ai 的实际 IAM 信任条件说明访问边界。对于容量或失败恢复问题，明确哪些来自实际配置、哪些属于假设设计，不能把 HTTP 代理项目说成运营过 Cerebras 类计算集群。

💬

预测问题

在 Quiz_Ai 中，选择 GitHub Actions OIDC 而非长期 AWS 凭证时，你实际用哪些 信任条件与权限边界 限制角色接入；若仓库分支被误配置，哪条失败路径必须阻止，如何验证？

针对 Terraform 的 DeepLX HTTP 代理，AWS 无服务器部署相较持续运行的容器服务，受到什么实际约束；若 启动延迟与依赖打包 同时影响可用性，你会依据什么证据保留或推翻原方案？

📖

面试故事包

Quiz_Ai：身份接入与镜像推送自动化

适合回答 Cerebras 关于身份边界、部署风险和故障定位的技术问题。重点是 GitHub Actions OIDC 到 IAM、Amazon ECR 的实际链路，不延伸声称已完成企业身份治理。

从 Quiz_Ai 需要自动推送镜像的实际任务开场，说明本人负责的配置范围与其他成员的边界。

展示 OIDC、AssumeRole 和 Amazon ECR 的连接方式，区分当时做出的选择与现在提出的改进。

🔁

你应该反问的问题

好问题能让你像同事而不是应聘者。挑一个最自然贴合这位面试官的就好。

Cerebras 的 Cloud Infrastructure Engineer 同时涉及 AWS 与自有数据中心；能否用一次实际变更说明，身份控制的一致性与故障隔离发生冲突时，团队如何决定边界和上线条件？

原因

Quiz_Ai 的 OIDC 接入和 이복스 的服务器交付让你能够从两种环境提出具体问题，而不是泛问技术栈。回答会帮助你判断岗位更重统一身份平台还是基础设施运行，以及哪些决策需要这位工程师独立承担。

确定先修改什么。

先看2项优先改进内容及修改方向。

正式申请前优先补强的点

这些是正式投递前最值得先修的高杠杆项。

将 Quiz_Ai 的 GitHub Actions OIDC 条目改写为身份来源、承担角色、推送目标与个人贡献四个连续环节，保留已知的 IAM 和 Amazon ECR 信息，并仅在有实际配置依据时补充仓库或分支限制、权限范围与失败检查。另附一份经过脱敏的配置说明，把 已实施的安全控制与待验证事项分开，使 Cerebras 的 Cloud Infrastructure Engineer 审阅者能判断这段经历覆盖身份联合的哪一层，而不会把一次部署配置误读为完整身份平台运营。

请基于 Quiz_Ai 的 GitHub Actions OIDC 条目，输出两条中文简历要点和一份待确认信息清单，保留项目与产品原名，突出承担 IAM 角色及向 Amazon ECR 推送镜像的真实链路；没有来源的信任条件、权限限制、个人责任和验证结果只列为问题，不得写成已经完成的成果，也不要新增效率指标。

重写 이복스 的 프리랜서 经历，将服务器迁移、文件服务和 ERP 交付分别整理为实际需求、本人完成的工作、验收依据及维护交接，优先使用已有的工作负载分析、Linux 安装和 IDC 规定线索。把 有偿工程经历与其他任职分开呈现，不要将服务业年限并入岗位要求的相关年限；这能让 Cerebras 的 Cloud Infrastructure Engineer 审阅者准确识别您的交付能力，同时看清尚需补充的长期维护与生产责任证据。

请把 이복스 的 프리랜서 经历整理为三个交付案例，每例输出需求、本人工作、验收依据、后续责任四项，并另给出三条精简的中文简历要点；只使用原文中大学迁移、文件服务器和 ERP 交付事实，缺失的设备数量、客户反馈、维护时长及恢复结果标为待确认，不能把项目客户写成直接雇主或补造工程年限。

安排投递前30分钟的准备。

从报告的30分钟准备计划中选择可立即开始的任务。

先用十分钟重写定位与资历

修改个人简介，围绕 Quiz_Ai 的 OIDC 镜像推送、Terraform 的 AWS 部署和 이복스 的服务器交付写出两句定位。将相关工作与非技术经历清楚分开，不把约 3.4 年总职业经历写成基础设施工程年限。

再用十分钟补强核心项目证据

把 Quiz_Ai 与 Terraform 放在项目区最前，为每个项目补一条本人责任、一条实际验证方式和一个可提供的材料入口。没有确认的指标或链接先不填写，删除只有 GitHub 字样的占位。

把分散的经历串成职业故事。

梳理经历中的共同优势与下一份工作的衔接。

职业故事

您的经历从 노원 사회적경제 연대사회적협동조합 的调查工作、카페베네 的服务工作和 포포인츠 바이 쉐라톤 조선 서울역 的客户沟通，逐渐转向技术项目与服务器交付。自简历所列的 2025 年 10 月起，이복스 的 프리랜서 经历提供了 实际服务器交付场景，涵盖大学迁移、文件服务和 ERP 环境。下一步先整理 Quiz_Ai 的权限配置与已有排障文档，列清已完成、待核验和准备新增的内容。