davila7/claude-code-templates

기술 이력서 최적화 도구

이 스킬을 사용해야 하는 경우

다음과 같은 경우에 이 스킬을 사용하세요:

• 사용자가 소프트웨어 엔지니어링 직무에 지원할 때
• 기술 이력서를 최적화하려고 할 때
• 개발자/PM/기술 직무 지원에 도움이 필요할 때
• "기술 이력서", "소프트웨어 엔지니어 이력서", "개발자 이력서", "SWE 이력서", "PM 이력서" 등을 언급할 때

핵심 기능

• 기술 직무(SWE, PM, 데이터, DevOps) 이력서 최적화
• 기술 스킬 섹션 효과적으로 구성
• 프로젝트 및 기술 성과 강조
• 기술적 깊이와 비즈니스 영향의 균형
• ATS 및 기술 채용 담당자 모두를 위한 형식 적용
• GitHub, 포트폴리오, 기술 링크 포함

기술 이력서 철학

기술 채용 담당자가 찾는 것:

1. 관련 기술 스킬(언어, 프레임워크, 도구)
2. 규모와 영향(사용자, 트랜잭션, 데이터 크기)
3. 문제 해결 능력
4. 시스템 설계 이해도
5. 협업 능력
6. 성장 궤적

기술 이력서 구조

권장 순서

1. 연락처 정보(GitHub, 포트폴리오 포함)
2. 전문 요약(선택 사항이지만 도움이 됨)
3. 기술 스킬(ATS에 매우 중요)
4. 업무 경험(기술적 성과 포함)
5. 프로젝트(특히 초기 경력자)
6. 학력
7. 자격증(해당되는 경우)

기술 직군 연락처 섹션

김개발
서울특별시 강남구
[email protected] | 010-1234-5678
LinkedIn: linkedin.com/in/kimdev
GitHub: github.com/kimdev
포트폴리오: kimdev.io

포함할 내용:

• GitHub(SWE 직무에 필수)
• 포트폴리오/개인 웹사이트
• LinkedIn
• 기술 블로그(있는 경우)

포함하지 않을 내용:

• 상세 주소(시/도 정도면 충분)
• 사진
• 관련 없는 SNS

기술 스킬 섹션

구성 전략

옵션 1: 카테고리별

언어: Python, JavaScript, TypeScript, Go, SQL
프레임워크: React, Node.js, Django, FastAPI
데이터베이스: PostgreSQL, MongoDB, Redis, Elasticsearch
클라우드/인프라: AWS(EC2, S3, Lambda, RDS), Docker, Kubernetes, Terraform
도구: Git, JIRA, CI/CD, Datadog, Grafana

옵션 2: 숙련도별(신중히 사용)

전문가: Python, React, PostgreSQL, AWS
중급: Go, TypeScript, MongoDB, Docker
기초: Rust, GraphQL, Kubernetes

옵션 3: 평면 목록(ATS 친화적)

스킬: Python, JavaScript, TypeScript, React, Node.js, Django, PostgreSQL, MongoDB, AWS, Docker, Kubernetes, Git

포함할 내용

언어:

• 자신 있게 코딩할 수 있는 언어 나열
• 목표 직무와의 관련성 순으로 정렬
• 쿼리 언어(SQL, GraphQL) 포함

프레임워크/라이브러리:

• 웹: React, Vue, Angular, Django, Flask, Express
• 데이터: Pandas, NumPy, TensorFlow, PyTorch
• 테스팅: Jest, Pytest, Selenium

데이터베이스:

• 관계형: PostgreSQL, MySQL, SQL Server
• NoSQL: MongoDB, DynamoDB, Cassandra
• 캐싱: Redis, Memcached

클라우드/DevOps:

• 클라우드: AWS, GCP, Azure(특정 서비스)
• 컨테이너: Docker, Kubernetes
• CI/CD: Jenkins, GitHub Actions, CircleCI
• IaC: Terraform, CloudFormation

포함하지 말아야 할 것

• ❌ Microsoft Office(기본 역량으로 간주)
• ❌ 운영체제(DevOps 직무 제외)
• ❌ 구식 기술(특별히 요구되지 않는 한)
• ❌ 스킬 막대 또는 평점(주관적이며 ATS에 혼란)
• ❌ 한 번만 사용해 본 모든 기술

기술 직군 경력 섹션

기술 불렛 공식

[동사] + [기술적 내용] + [규모/영향] + [사용 기술]

예시:

❌ 약한 기술 불렛:

- 백엔드 서비스 작업
- 시스템 성능 개선 기여
- 제품 기능 개발

✅ 강력한 기술 불렛:

- 모놀리식에서 마이크로서비스 마이그레이션 설계, 배포 시간 2시간에서 15분으로 단축 및 팀별 독립 배포 가능
- PostgreSQL 쿼리 최적화 및 Redis 캐싱 도입, 일간 활성 사용자 10만 명 대상 API 지연 시간 60% 감소(500ms → 200ms)
- WebSocket과 AWS SNS를 사용한 실시간 알림 시스템 구축, 일간 100만+ 메시지 처리 및 99.9% 전달률 달성

포함할 기술 지표

규모:

• 사용자: "일간 활성 사용자 50만 명 대상"
• 요청: "초당 1만 요청 처리"
• 데이터: "일간 50TB 처리"
• 가용성: "99.99% 가용성 유지"

성능:

• 지연 시간: "Xms에서 Yms로 감소"
• 속도: "X% 개선"
• 로딩 시간: "X초 감소"

효율성:

• 비용: "AWS 비용 40% 절감"
• 시간: "배포 시간 X에서 Y로 단축"
• 리소스: "메모리 사용량 X% 감소"

비즈니스:

• 수익: "기능으로 X백만 달러 수익 창출"
• 전환율: "체크아웃 X% 개선"
• 참여도: "일간 활성 사용자 X% 증가"

직무별 불렛 예시

소프트웨어 엔지니어:

• OAuth 2.0 및 JWT를 사용한 인증 서비스 설계 및 구현, 200만+ 사용자 계정 보호 및 보안 사고 제로 달성
• Kubernetes 마이그레이션 주도, 99.99% 가용성 달성 및 인프라 비용 35%(연간 20만 달러) 절감
• 코드 리뷰와 페어 프로그래밍을 통해 주니어 엔지니어 3명 멘토링, 팀 속도 25% 향상

데이터 엔지니어:

• Apache Kafka와 Spark를 사용하여 일간 1억+ 이벤트 처리 데이터 파이프라인 구축, 데이터 지연 시간을 시간 단위에서 분 단위로 단축
• Snowflake 데이터 웨어하우스 스키마 설계, 50명 이상의 비즈니스 사용자가 셀프 서비스 분석 가능하도록 지원
• Great Expectations을 사용한 데이터 품질 모니터링 구현, 다운스트림 시스템에 영향을 주기 전 데이터 문제의 95% 발견

DevOps/SRE:

• Terraform을 사용한 Infrastructure as Code 구현, 프로비저닝 시간 2일에서 30분으로 단축
• Prometheus와 Grafana로 모니터링 및 알림 시스템 구축, 평균 복구 시간(MTTR) 4시간에서 30분으로 단축
• GitHub Actions로 배포 파이프라인 자동화, 무중단 배포로 일일 50회+ 배포 가능

제품 관리자(기술):

• 1만+ 개발자가 사용하는 개발자 도구용 API 플랫폼 로드맵 주도, API 도입률 40% 증가
• ML 추천 엔진 기술 요구 사항 정의, 사용자 참여도 25% 증가 결과 도출
• 엔지니어링 팀과 협력하여 기술 부채 30% 감소, 릴리스 주기를 격주에서 주간으로 개선

프로젝트 섹션

다음의 경우 특히 중요:

• 주니어 엔지니어
• 전직 준비자
• 부트캠프 졸업생
• 경력 공백이 있는 모든 사람

프로젝트 형식

프로젝트 이름 | 사용 기술 | 링크
• 프로젝트 설명
• 기술적 하이라이트 및 해결한 문제
• 가능한 경우 규모 또는 사용량 지표

프로젝트 섹션 예시

프로젝트

분산 작업 큐 | Python, Redis, Docker | github.com/user/taskqueue
• 시간당 1만+ 작업을 처리하는 분산 작업 큐 구축, 자동 재시도 및 데드 레터 큐 포함
• 다중 테넌트 지원을 위한 우선순위 큐 및 속도 제한 구현

실시간 채팅 앱 | React, Node.js, WebSocket, MongoDB | chatapp.demo.com
• 100명 이상의 동시 사용자를 지원하는 실시간 메시징 풀스택 채팅 애플리케이션
• 종단간 암호화 및 메시지 영구 저장 구현

ML 가격 예측기 | Python, TensorFlow, FastAPI | github.com/user/predictor
• 100만+ 데이터 포인트로 회귀 모델 학습, 가격 예측 92% 정확도 달성
• REST API로 배포, 자동 모델 재학습 파이프라인 포함

좋은 프로젝트의 기준

포함할 것:

• 실제 사용자가 있는 프로젝트
• 오픈소스 기여
• 기술 블로그 포스트
• 해커톤 프로젝트(특히 수상작)
• 복잡한 개인 프로젝트

포함하지 말 것:

• 튜토리얼 따라하기
• 간단한 할일 앱
• 미완성 프로젝트
• 과제물(특별히 뛰어난 경우 제외)

학력 섹션

표준 형식

컴퓨터공학 학사 | 스탠포드 대학교 | 2020
GPA: 3.8/4.0(3.5 이상인 경우 포함)
관련 과목: 분산 시스템, 머신러닝, 데이터베이스 시스템

부트캠프 졸업생

소프트웨어 엔지니어링 수료증 | App Academy | 2023
- 1000시간 이상 집중 과정
- 풀스택 JavaScript, React, Node.js, PostgreSQL

경제학 학사 | UCLA | 2020

비전공 엔지니어

전문 자격증:
- AWS 솔루션스 아키텍트 어소시에이트 | 2023
- MongoDB 공인 개발자 | 2023

관련 교육:
- MIT OpenCourseWare: 알고리즘, 자료구조
- Coursera: 머신러닝 전문 과정(스탠포드)

기술 특화 팁

GitHub 프로필 최적화

GitHub에서 다음을 보여주세요:

• 고정된 저장소(가장 좋은 6개)
• 초록색 기여 그래프(활동)
• 프로필용 README
• 완성된 프로젝트 README

프로젝트 README에는 다음이 포함되어야 합니다:

• 프로젝트가 하는 일
• 사용 기술
• 실행 방법
• 스크린샷/데모
• 협업 프로젝트의 경우 기여 내용

기술 스택 대처법

원하는 직무의 기술 스택과 일치할 경우:

• 해당 기술을 먼저 강조
• 관련 경험을 정량화

정확히 일치하지 않을 경우:

• 전이 가능한 스킬 강조
• 학습 능력 보여주기
• 유사 기술 하이라이트
• 예시: "Django" → "광범위한 Python 웹 프레임워크 경험(Django); 새 프레임워크 빠른 적응 가능"

기술 면접 준비 참고

기술 이력서는 면접을 뒷받침해야 합니다:

• 깊이 있게 논의할 수 있는 기술만 명시
• 나열된 모든 프로젝트를 설명할 준비
• 구축한 시스템의 아키텍처 숙지
• 각 불렛에 대한 스토리 준비

출력 형식

기술 이력서 최적화 시:

# 기술 이력서 최적화

## 기술 스킬 재구성
**현재:** [현재 스킬 섹션]
**최적화:**
언어: [정렬된 목록]
프레임워크: [정렬된 목록]
데이터베이스: [정렬된 목록]
클라우드/도구: [정렬된 목록]

## 경력 개선

### [회사/직무]

**현재 불렛 1:**
"백엔드 서비스 작업"

**개선:**
"분당 5만 요청을 처리하는 Node.js 마이크로서비스 5개 설계 및 배포, 시스템 결합도 감소 및 팀별 독립 배포 가능"

**현재 불렛 2:**
[각 불렛 계속]

## 강조할 프로젝트
[사용자 배경 기반 제안]

## GitHub 추천
- [ ] 고정된 저장소에 README 추가
- [ ] X 프로젝트 고정(가장 관련성 높은 것)
- [ ] 프로필 README 추가

## 해결할 기술 격차
- [부족한 기술] → [이력서/자기소개서에서 해결 방법]

ATS + 기술 채용 담당자 균형

이력서는 ATS를 통과하면서도 기술 채용 담당자에게 인상을 남겨야 합니다.

ATS를 위해:

• 정확한 스킬 키워드 포함
• 표준 섹션 헤더 사용
• 표와 그래픽 피하기

기술 채용 담당자를 위해:

• 기술적 깊이 보여주기
• 지표와 규모 포함
• 문제 해결 능력 입증
• 시스템 이해도 증명