當前位置:萬佳範文網 >

文祕 >寫作指導 >

動漫專業畢業生自薦信

動漫專業畢業生自薦信

關於動漫專業畢業生的自我介紹,應該怎麼説才能取得面試官的好感呢?下面是本站小編精心整理的相關範文,供大家學習和參閲。

動漫專業畢業生自薦信

動漫專業畢業生自薦信

尊敬的公司領導:

您好!首先非常感謝您關注我的求職信!我叫職場百科網,是廣東省工藝美術學院影視動畫專業的應屆畢業生。在貴單位廣納賢才之際,我冒昧一試,誠盼與您共謀發展。我是一個活潑、開朗、樂觀向上的男孩,幾年的大學生活,我經歷頗多,收穫頗豐。作為一名學動畫的學生,作為一名學生幹部,我認真負責,工作出色,得到同學的讚賞和老師的認可;作為一名新時代的青年,我積極參加社會實踐,加強自身素質修養。

在大學期間,我學會了怎樣站在觀眾的角度對待動畫設計問題並做出設計解決方案;具有良好的表達能力和寫作能力;經常利用課餘時間與老師和同學交流,學習各類與動畫設計相關的知識,形成了比較完整的知識結構,對項目從前期策劃到投入市場有了深入的瞭解。

社會實踐方面,積極地參加各種社會活動,抓住每一個機會,鍛鍊自己。曾在校學生會文藝部任話劇社社長職務和數字藝術系論壇影視動畫專欄的版主,極大的鍛鍊了我的團隊合作精神和口頭表達能力!在班裏任班長,組織策劃了諸如班級聯誼會,十一歌唱祖國KTV,中秋聯歡等班級活動,從而鍛鍊了組織策劃能力;被選為國內暢銷雜誌《小小説月刊》特約創作員,很好的鍛鍊了創意與寫作能力。

我認為我有能力也有信心做好這份工作。因此,我希望加入貴單位,如果能夠成為公司的一份子,我相信我一定在自己的崗位上盡職盡責、踏踏實實地貢獻之集的一份力量,與公司共同促進、發展。

此致

敬禮!

動漫專業畢業生自我介紹

面試時自我介紹如下:

我是來自xx大學動漫專業的。我喜歡讀書,因為它能豐富我的知識;我喜歡跑步,因為它可以磨礪我的意志,我是一個活潑開朗、熱情、執着、有堅強意志的。

在思想品德上,本人有良好道德修養,並有堅定的政治方向.我熱愛祖國,熱愛人民,堅決擁 護共產黨領導和社會主義制度,遵紀守法,愛護公共財產,團結同學,樂於助人.並以務實求真的精神熱心參予學校的公益宣傳和愛國主義活動。

在學習上,我圓滿地完成本專業課程.並具備了較強的英語聽讀寫能力.對office辦公軟件和其它流行軟件能熟練操作,並在互聯網上開闢了自己個人空間.平時我還涉獵了大量文學、心理、營銷等課外知識.相信在以後理論與實際結合當中,能有更大提高!

在校期間一直擔任班內團支書職務,負責召開班內團日活動和給入黨同志出具團組織意見等工作,有很強的交流能力和組織協調能力;我在校期間曾多次獲得校內優秀團員稱號,優秀班幹部稱號,三好學生稱號。

在外地求學的四年中,我養成了堅強的性格,這種性格使我克服了學習和生活中的一些困難,積極進取。如果我有機會被錄用的話,我一定能夠在工作中得到鍛鍊並實現自身的價值,爭當工作精英,做合格的員工。同時,我也認識到,人和工作的關係是建立在自我認知的基礎上的,我認為我有能力也有信心做好這份工作。因此,我希望加入貴公司,如果能夠成為公司的一份子,我相信我一定在自己的崗位上盡職盡責、踏踏實實地貢獻之集的一份力量,與公司共同促進、發展。

面試時自我介紹

大家好,我是MMM,我喜歡讀書,因為它能豐富我的知識;我喜歡跑步,因為它可以磨礪我的意志,我是一個活潑開朗、熱情、執着、有堅強意志的。

在思想品德上,本人有良好道德修養,並有堅定的[被過濾]方向.我熱愛祖國,熱愛人民,堅決擁 護[被過濾]黨領導和社會主義制度,遵紀守法,愛護公共財產,團結同學,樂於助人.並以務實求真的精神熱心參予學校的公益宣傳和愛國主義活動。

在學習上,我[被過濾]地完成本專業課程.並具備了較強的英語聽讀寫能力.對OFFICE辦公軟件和其它流行軟件能熟練操作,並在互聯網上開闢了自己個人空間.平時我還涉獵了大量文學、心理、營銷等課外知識.相信在以後理論與實際結合當中,能有更大提高!

在校期間一直擔任班內團支書職務,負責召開班內團日活動和給入黨同志出具團組織意見等工作,有很強的交流能力和組織協調能力;我在校期間曾多次獲得校內優秀團員稱號,優秀班幹部稱號,三好學生稱號。

在外地求學的四年中,我養成了堅強的性格,這種性格使我克服了學習和生活中的一些困難,積極進取。如果我有機會被錄用的話,我一定能夠在工作中得到鍛鍊並實現自身的價值,爭當工作精英,做合格的員工。同時,我也認識到,人和工作的關係是建立在自我認知的基礎上的,我認為我有能力也有信心做好這份工作。因此,我希望加入貴公司,如果能夠成為公司的一份子,我相信我一定在自己的崗位上盡職盡責、踏踏實實地貢獻之集的一份力量,與公司共同促進、發展。

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/wenmi/zhidao/g90ok3.html
專題