このテンプレートを使う
自分の経歴を追加して、このレイアウトを仕上げましょう。
履歴書例
この例は、佐藤美咲さんのErwin経験をデータベース設計、ガバナンス、性能改善の具体的な成果として示しているため有効です。技術用語と実務上のインパクトのバランスがあり、ATSにも採用担当者にも読みやすい内容です。
即時レジュメスコア
履歴書をアップロードして、ATSスコアと職種に合った実践的な改善点をすぐに確認できます。

履歴書を追加すると、無料のスコアと優先度順の修正案が表示されます。
各セクションを読みやすく、応募職種に合った内容にし、ATSにも伝わりやすくするための実践的なポイントです。
01
氏名 居住地(都道府県、市区町村) 電話番号 | メールアドレス LinkedInプロフィールURL | ポートフォリオURL(任意)
連絡先情報は、採用担当者が最初に目にするセクションです。簡潔かつプロフェッショナルに保ちましょう。メールアドレスは適切なもの(例:[email protected])を使用してください。LinkedInプロフィールは、あなたのキャリアの全体像を把握するために含めると良いでしょう。クリエイティブ、技術系、デザイン系の職種では、ポートフォリオや個人ウェブサイトの掲載が推奨されます。
プライバシーのため、番地までの詳細な住所は記載しないでください。国によっては特別な要件がない限り、配偶者の有無、年齢、写真、社会保障番号などの個人情報は含めないでください。プロフェッショナルでないメールアドレスの使用は避けましょう。
連絡先情報を効果的にフォーマットする方法の明確な例をご覧ください。
山田 太郎 〇〇県〇〇市△△町1-2-3 〒123-4567 [email protected] github.com/aliciacode 既婚、30歳
山田 太郎 東京都新宿区 電話番号:090-1234-5678 | メール:[email protected] LinkedIn:linkedin.com/in/taro-yamada
佐藤 花子 〇〇県〇〇市△△123番地 〒987-6543 [email protected] github.io/emjane
佐藤 美咲 東京都 03-5550-1000 | [email protected] linkedin.com/in/misaki-sato-data-modeler
02
結果志向の[役職名]、[経験年数]年の経験を持ち、[主要スキル/業界]に精通しています。[主要な実績]の実績があります。[主要技術/スキル]に熟練しています。[対象業界/企業タイプ]に[具体的な価値]を提供することに尽力しています。
職務経歴書のサマリーは、あなたの「エレベーターピッチ」です。3〜5文程度で、あなたの経験、主要スキル、主な実績を要約する必要があります。関連キーワードを使用して、求人情報に合わせて調整してください。あなたがユニークである理由と、潜在的な雇用主にどのような価値をもたらすかに焦点を当ててください。
「新しいことを学び、キャリアを向上させるためのやりがいのある仕事を探しています」のような一般的な目標設定は避けてください。採用担当者は、あなたが彼らに何をもたらすかを知りたいのであって、あなたが彼らから何を求めているかを知りたいのではありません。一人称代名詞(私、私の)は使用せず、簡潔かつインパクトのあるものにしてください。
弱い目標設定と強力な職務経歴書サマリーを比較してください。
目標設定:私は、新しいことを学び、キャリアを向上させることができるErwinデータモデラーの職を探している勤勉な人間です。
金融プラットフォーム向けの論理・物理データモデル設計に5年以上携わってきたシニアErwinデータモデラー。分かりやすいERD文書を作成し、複雑なスキーマを正規化しながら、エンジニアリング、分析、ガバナンス部門と連携してデータ品質を改善。曖昧なレポーティングや連携要件を、保守しやすく高速なクエリと安定した帳票を支えるモデルに落とし込むことを得意とする。
03
技術スキル - 言語: [リスト] - フレームワーク: [リスト] - ツール: [リスト] ソフトスキル - [スキル1], [スキル2], [スキル3]
スキルを論理的にグループ化します(例:言語、フレームワーク、ツール)。職務に関連する専門スキルに焦点を当てます。習熟度または関連性の順にスキルをリストします。ソフトスキルは、単なるリストではなく、職務経歴セクションの箇条書きで示す方が効果的です。
面接で使うことに自信がないスキルはリストアップしないでください。スキルの評価にプログレスバーやパーセンテージを使用しないでください(例:「Java:80%」)。職務で特に要求されない限り、古い技術は含めないでください。
スキルに関するDoとDon'tを示す実践的な例
データモデリングツール:MySQL Workbench, Microsoft Access, DB2, SQL Server Management Studio (SSMS)
データモデリングツール:ERWIN Data Modeler Software, SQL Server Management Studio (SSMS), Git/GitHub
スクリプティング&自動化:PHP 50%, Python, Ruby Scripting
スクリプティング&自動化:Python Scripting, Ruby Scripting, Perl Scripting, ETLプロセス
04
役職名 | 会社名 | 勤務地 年月 – 年月 - 行動動詞 + 状況 + 結果(定量化) - [プロジェクト]を主導し、[成果]を達成... - [チーム]と協力して[機能]を実装...
職務経歴は履歴書の核となる部分です。逆年代順(最新のものから順)に記載してください。各箇条書きは力強い行動動詞で始めてください。単なる職務内容ではなく、達成したことやその影響に焦点を当ててください。影響を定量化するために数字(金額、割合、節約時間、影響を受けたユーザー数など)を使用してください。昇進や責任の増加を示してください。
「~の責任者であった」や「~を任されていた」のような受動的な表現は避けてください。日常のタスクをすべてリストアップせず、重要な貢献と測定可能な成果に焦点を当ててください。あなたの分野外の採用担当者には理解できない専門用語は避けてください。
職務経歴における「やってはいけないこと」と「やるべきこと」を示す実践的な例
ERWIN Data Modelerソフトウェアを使用してデータモデルを作成した。
金融系エンタープライズアプリケーション向けにErwinで論理・物理データモデルを設計し、スキーマとインデックスの見直しにより高頻度クエリの実行時間を40%短縮
チームでシステム信頼性の向上に取り組んだ。
3名のデータモデラーを率いてリアルタイムデータ連携を推進し、エンティティ定義を標準化して本番データの信頼性を50%改善
05
学位名 | 大学名 | 場所 年月 – 年月 - 関連科目: [科目1], [科目2] - 表彰/受賞歴: [受賞名] - GPA: X.X (3.5以上の場合)
最も高い学位から順に記載してください。職務経験が豊富な場合は、学歴セクションは簡潔にまとめます。GPAは3.5以上の場合、または最近卒業した場合のみ記載します。関連科目、学業プロジェクト、表彰、リーダーシップ経験などを強調します。
大学の学位がある場合は高校の詳細は記載しないでください。履修した全ての科目をリストアップすることは避け、最も関連性の高いものだけを選択します。年齢差別が懸念される分野では、数十年前に卒業した日付を記載しないことを検討してください。
理学士、コンピューターサイエンス | XYZ大学 | サンフランシスコ、カリフォルニア 2014年9月 – 2017年5月 - 科目: プログラミング言語、データ構造とアルゴリズム、Web開発、データベース管理システム
コンピューターサイエンス修士 | カリフォルニア州立大学サンフランシスコ校 | サンフランシスコ、カリフォルニア 2014年9月 – 2017年5月 - 関連科目: データベースシステム、データウェアハウジングとETL、高度データモデリング - 表彰/受賞歴: 学長賞(2015年秋学期) - GPA: 3.8
06
プロジェクト名 | 使用ツール/技術 - 何を作成し、その目的は何だったのかを簡潔に説明 - 解決した具体的な課題を強調 - ポートフォリオまたはデモへのリンク(利用可能な場合)
プロジェクトは、実務経験が不足している場合やキャリアチェンジを考えている場合に、実践的なスキルをアピールするのに最適です。可能であれば、ポートフォリオやデモへのリンクを含めましょう。問題解決能力や、応募職種に関連するツールを効果的に示せるプロジェクトに焦点を当ててください。
大幅に拡張していない限り、単純なチュートリアルは含めないでください。時代遅れ、未完成、または応募職種に関連性のないプロジェクトは避けましょう。技術を羅列するだけでなく、何を作成し、それがなぜ重要なのかを説明してください。
プロジェクトにおける「やってはいけないこと」と「やるべきこと」を示す実践的な例
ERWIN Data Modelerを使用して基本的なER図を開発しました。このプロジェクトはソフトウェアのチュートリアルモードで完了しました。
KafkaとPythonを使い、ストリーミングイベントをガバナンス済みの標準データモデルへマッピングするほぼリアルタイムレポーティング用プロトタイプを構築。
この役割に関する一般的な質問と、履歴書でそれをどのように最適に提示するか。
論理・物理データモデリング、ERD文書、SQL、データベース設計、データガバナンスに加え、レポート品質、データ品質、処理性能への具体的な貢献を示します。
マッピング不具合の削減、クエリ高速化、文書品質の向上、ストレージ削減、分析部門と開発部門の引き継ぎ改善など、実務上の成果に結び付けます。
実際に保有し、職務に関連するデータベース、データガバナンス、プライバシー、クラウド、分析系の資格だけを記載します。
Erwin、SQL、ERD、スキーマ設計、正規化、ガバナンスなどの用語を使いながら、採用担当者にも読みやすい表現にします。
世界中の求職者に信頼されているAI搭載の最適化で、履歴書を面接の磁石に変えましょう。