當前位置:萬佳範文網 >

求職簡歷 >求職簡歷模板 >

家教個人工作簡歷

家教個人工作簡歷

篇一

家教個人工作簡歷

個人基本信息

姓名:性別:男

出生日期:民族:漢

户籍:中國甘肅身高:180

婚姻狀況:未婚學歷:本科

畢業院校:江西理工大學應用科學學院專業:採礦::採礦工程(金屬礦方向)

政治面貌:團員第二專業:請在以下列表中選擇::

身份證:62230119現有職稱:暫無

畢業時間:20xx-06-01現所地點:江西

求職意向

求職類型:全職月薪要求:面議

應聘職能類型一:採礦工程師應聘職能類型二:採礦工程師

應聘職能類型三:應聘職能類型四:

應聘職能類型五:應聘職能類型六:

希望工作地區:甘肅,不限其他地區:新疆

可到職日期:隨時

相關工作經歷及特長

人才類型:應屆畢業生相關工作經驗:0年

外語語種:英語外語水平:熟練

其它外語語種:無其它外語水平:無

普通話程度:標準計算機能力:無

教育/培訓經歷

20xx年9月至20xx年6月江西理工大學應用科學學院採礦工程本科畢業證學士學位

工作經驗

10年07月,安徽省安慶銅礦生產實習;

09年11月,贛州803炸藥廠爆破實習;

09年07月,安徽省安慶銅礦見習實習。

工作技能

本人除了學習與工科有關的各種基礎課外,主要學習礦牀開採的基本理論與專業知識以及巖土開挖的基本知識,受到礦區規劃、工藝設計、設備選型、經濟計算、試驗研究等方面的基本訓練,具有工程施工、生產技術管理與工藝革新方面的基本能力。可在煤炭、金屬、非金屬系統的生產與建設部門、設計院、礦山科學研究院(所)、礦業系統管理部門、學校從事生產技術管理、礦井設計、科研及教學工作,亦可在黨政機關、企事業單位從事管理和技術工作。

職業目標

採礦工程師

個人評價

辦事認真、責任心強、勤奮好學、善於總結、虛心好學。

待人熱情、辦事穩重認真、有事業心。能夠熟練操作常用辦公軟件word、excel、CAD等。

開朗、謙虛、自律、自信、勤奮好學、腳踏實地、認真負責、堅毅不拔、適應力強、吃苦耐勞、思維敏捷、勇於創新,敢於迎接新挑戰。

喜歡運動、打籃球

篇二

姓名:

目前所在:天河區年齡:22

户口所在:順德區國籍:中國

婚姻狀況:未婚民族:漢族

培訓認證:未參加身高:160cm

誠信徽章:未申請體重:人才類型:在校學生

應聘職位:行政專員/助理:

工作年限:0職稱:初級

求職類型:實習可到職日期:一個月

月薪要求:1000--1500希望工作地區:順德區,禪城區,廣州

工作經歷華師家教起止年月:20xx-09~20xx-04

公司性質:民營企業所屬行業:教育/培訓/院校

擔任職位:家教教師

工作描述:為國小五年級學生補習功課

離職原因:學生升學志願者經歷廣東技術師範學院大學生志願者協會起止年月:20xx-09~20xx-06

擔任職位:主席

工作描述:組織全校學生開展有益心身的志願者活動

教育背景畢業院校:廣東技術師範學院

學歷:本科獲得學位:理學學位畢業日期:20xx-06

專業一:教育技術學師範專業二:

起始年月終止年月學校(機構)所學專業獲得證書證書編號語言能力外語:英語良好粵語水平:精通

其它外語能力:

國語水平:優秀

工作能力及其他專長本人從大一到大三,在學校一直擔任學生幹部,大三時為校大學生志願者協會主席,工作經驗豐富,獲得校團委老師的一致好評。本人對於活動策劃工作,有較多的實操經驗,作風嚴謹,同時,廣州亞運會期間,我擔任黃埔體育中心場館的核心骨幹—人事部部長,協助黃埔區的領導處理亞運會期間的工作,並獲得市、校的榮譽證書。在20xx年,更獲得全校僅兩名的的“廣東省優秀學生幹部”的稱號。

詳細個人自傳

本人在大學期間,我成為了一名中共黨員。從大一到大三,在學校一直擔任學生幹部,大三時為校大學生志願者協會主席,工作經驗豐富,獲得校團委老師的一致好評。本人對於活動策劃工作,有較多的實操經驗,作風嚴謹,同時,廣州亞運會期間,我擔任黃埔體育中心場館的核心骨幹—人事部部長,協助黃埔區的領導處理亞運會期間的工作,並獲得市、校的榮譽證書。在20xx年,更獲得全校僅兩名的由省學聯頒發的“廣東省優秀學生幹部”的稱號。

雖然,我一直都負責學生工作,但是我對於學習也沒有鬆懈。在工作之餘,我不忘學習專業知識,對於本專業所需的軟件如:office辦公軟件、photoshop、flash、3dmax、premierepro、aftereffect、網站製作等軟件均熟悉使用。並參加各類型的比賽,獲得較好的成績。

如果你願意給我一絲機會,我將回饋您十倍的努力!

標籤: 家教 簡歷
  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/qiuzhi/jianlifanwen/k8opln.html
專題