陈思琪 · 人事信息管理
个人总结
作为人事信息管理实习生,我擅长运用HRIS与Excel进行数据清洗与流程优化,将500+员工信息准确率提升至99.5%,并通过模板化导入使单次入职处理时间缩短67%。同时,利用Python与数据可视化深度分析校招数据,发现渠道转化率问题并推动预算削减,预计节省招聘成本30%。我致力于以数据驱动HR决策,目标成为HR信息化专家。
工作经历
维护公司全体员工电子档案库,通过定期核对与数据清洗,确保500+在职员工信息准确率达99.5%,支撑HR日常查询与合规审计。
每月从HRIS系统导出考勤、异动等数据,运用Excel数据透视表与VLOOKUP函数整合为10余份管理报表,供HRBP团队决策参考。
主导新员工入职信息录入流程优化,将手动录入转为模板化批量导入,使单次处理时间从30分钟缩短至10分钟,累计完成200+人次信息上线。
协助HRIS系统日常运维,处理员工信息变更、组织架构调整等操作,确保系统数据与纸质档案一致,连续4个月保持零差错。
针对历史重复档案问题,利用Excel条件格式与去重功能筛查并合并120条冗余记录,提升员工画像查询效率约40%。
项目经历
梳理近3年校园招聘数据,利用Python(Pandas)清洗并整合12个字段、超5000条记录,通过Excel制作渠道效率对比仪表盘,发现A渠道转化率仅15%,建议削减该渠道预算,被采纳后预计节省招聘成本30%。
分析不同岗位学历与留任率关联,运用Matplotlib绘制散点图及回归线,发现技术岗硕士留任率比本科高22%,据此提出增设本科技术预备课程,获部门批准并计划在次年校招中试点。
对招聘流程节点耗时进行统计分析,通过Excel构建箱线图与甘特图,识别出简历筛选环节平均耗时4.5天(最长瓶颈),建议引入AI简历初筛工具,预计将整体招聘周期缩短40%。
对比历届校招生入职后绩效数据,利用Python(NumPy)计算相关性矩阵,发现面试评分与6个月绩效相关系数仅0.32,推动HR团队修订面试评分标准,将行为问题权重提升至60%。
教育经历
人力资源管理
组织行为学
薪酬与绩效管理
劳动法与员工关系
毕业设计:《数字化转型背景下HR三支柱模式应用研究——以某互联网企业为例》
专业技能
荣誉奖项
全国性学科竞赛,考察人力资源管理专业知识与综合应用能力。
示例数据,仅供参考
换个风格试试
挑一个喜欢的风格,一键创建你的简历

















































