学生背景：
毕业于 Western University，金融建模、统计与精算科学硕士+本科连读，技术背景扎实。拥有 HRU Mortgage Investment Corporation 信用风险分析实习及 Sparklease 数据分析实习经历。求职目标聚焦 Credit Risk Analyst、Quantitative Risk Analyst 及 Risk Modelling Analyst 等金融风险方向。
求职卡点：
技术能力强，但简历没有把这些能力变成招聘方看得懂的竞争力。
简历同时出现 Credit Risk、Quant Risk、Data Analytics 三个方向，给雇主的感觉是什么都会一点，但没有最强标签。
更关键的是，GARCH、SARIMAX、蒙特卡洛等高含金量技术能力，表述偏学术、偏任务导向，没有转译成 Basel III、IFRS 9、PD/LGD/EAD 这套银行真正看重的监管框架语言。
HR 难以判断他到底是投 Credit Risk 还是 Quant Research，匹配度和通过率因此被稀释。
我们具体做了什么：
简历重构：明确 Credit Risk 主线定位，将 AIRB、Basel III、IFRS 9 置于核心位置，把技术栈从单纯模型展示改造为监管框架+模型+校准+监控+报告的完整闭环，同时用 Freddie Mac mortgage portfolio 的端到端项目（PD+LGD+EAD+ECL）强化岗位相关性，HR 一眼能看懂。
Tech 专项辅导：围绕 PD、LGD、ECL、recovery rate 等核心概念逐一拆解公式与计算逻辑，同步训练 pandas 数据处理、table merge、missing value 等高频实操代码，要求学生能写出具体实现，从能说定义升级为会真正解释。
Behavior 面试训练：针对 weakness、gap to role、long-term goal 等高频 BQ 逐题调整表达逻辑，强化 communication、presentation 和 add value 的自然表达，多轮 Mock 结合不同轮次反馈持续优化。
投递与内推：完成 190+ 岗位全网追踪投递，导师第一时间同步内推机会，从材料发送到邮件确认全程跟进，确保每一个 refer 机会都被牢牢接住。
结果：
成功拿下 Fitch Ratings 正式 Offer，年薪10w+
